INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA

INGENIERÍA EN CONTROL Y AUTOMATIZACIÓN

CONTROL DIFUSO DE pH EN UN REACTOR QUÍMICO POR LOTES

TESIS

QUE PARA OBTENER EL GRADO DE:

INGENIERÍA EN CONTROL Y AUTOMATIZACIÓN

PRESENTA:

GARCÍA RESÉNDIZ EDUARDO GIBRAIN 2008301925

MÉNDEZ LÓPEZ OSCAR 2008301978

RODRÍGUEZ RAMÍREZ ERIK CHRISTIAN 2008302192

DIRECTORES DE TESIS

M. en C. ANTONIO OBREGON TENORIO

ING. EDGAR MAYA PÉREZ

M. en C. MIRIAM GÓMEZ ÁLVAREZ

MÉXICO, D.F. MAYO 2012.

 Resumen
Este trabajo tiene como propósito desarrollar un prototipo a nivel laboratorio de un
control de pH en un reactor químico por lotes, por medio de la utilización de
Laboratory Virtual Instrument Engineering Workbech (LabVIEW) y de Tarjetas de
Adquisicion de Datos (DAQ), componentes de hardware y software de National
Instruments® (NI), como parte del prototipo, fue un componente importante la
utilización de una técnica de control moderna, que es la aplicación de un algoritmo
difuso como ley de control. Una parte medular en el desarrollo del siguiente trabajo,
es el de mostrar la selección de los instrumentos, materiales, equipo y dispositivos
electrónicos utilizados en el prototipo realizado. Las consideraciones tomadas en
cuenta para la selección de estos elementos antes mencionados, son los recursos
con las que cuenta el Instituto y este equipo de trabajo que fueron destinados para
este prototipo.

Inicialmente en este trabajo se abordan los conceptos básicos para lo que fue el
desarrollo del prototipo, esto es el marco teórico, el cual contempla desde sistemas
de control, el sistema químico de la reacción de Neutralización y los sistemas
informáticos, como también los sistemas de adquisición de datos, siendo así un
panorama teórico que introduce al proyecto.

Posteriormente se contempla la justificación del proyecto tomando en cuenta, que el

prototipo es un apoyo en prácticas de laboratorio para los estudiantes de Escuela
Superior de Ingeniería Mecánica y Eléctrica (ESIME) Zacatenco de la carrera de Ing.
en Control y Automatización, también otro aspecto que se muestra, son el de las
aplicaciones existentes en el control del pH, tanto en el área científica como en las
industrias que lo requieren.

Para la siguiente sección, esta fue dividida en dos etapas, que contemplan el
desarrollo del presente trabajo, la primera se muestra las partes físicas que
componen el diseño del prototipo, como lo es la bomba de dosificación, el sensor de
pH, el sistema de agitación y la tarjeta de adquisición de datos. Para la segunda
parte, se llevaron acabo las pruebas de cada uno de los dispositivos de manera
independiente para corroborar su desempeño y su correcto funcionamiento en el
prototipo, posteriormente se llevo acabo el diseño del algoritmo de control difuso con
la técnica de Mamdani en LabVIEW para concluir en una interfaz grafica de la
simulación del sistema de control de pH que lleva acabo el proceso de neutralización
de una solución.

Finalmente se muestra la implementación del prototipo terminado compuesto por los

elementos antes mencionados, con base a los resultados de la simulación del
sistema y de la implementación, se observo que la planta en lazo cerrado, tuvo un
comportamiento satisfactorio, ya que cumplió con las acciones correspondientes a
las variaciones de pH establecidas en nuestro intervalo de operación. Y por lo tanto
es viable el uso del prototipo para fines didácticos en el Instituto.

iii
 Dedicatorias
A mis padres:
Sabiendo que jamás existirá una forma de agradecer en esta vida de lucha y superación constante,
quiero expresarles que mis ideales, esfuerzos y logros son también suyos y constituyen el legado más
grande que pudiera recibir.

Agradezco a esta gran institución educativa que es el Instituto Politécnico Nacional, en especial a la
Escuela Superior de Ingeniera Mecánica y Eléctrica, Unidad Zacatenco, por formarnos como
profesionistas en sus aulas y permitirnos realizar este sueño.

A la M. en C. Miriam Gomez Alvarez, el M. en C. Antonio Obregón Tenorio y el Ingeniero

posible.

Y al Ingeniero Eduardo Gibrain García Resendiz por su dedicación y esfuerzo en la realización de

este trabajo.

Con cariño admiración y respeto

Oscar Méndez López

El presente trabajo realizado con los esfuerzos de muchas personas, comenzado por profesores y
alumnos, junto con personal de la ESIME Zacatenco del IPN y por supuesto del apoyo de familiares y
amigos destinamos este proyecto para el empleo en el desarrollo y formacion de nuevas generaciones
de Ingenieros de la querida y honorable Carrera de Ing. en Control y Automatizacion, porque
finalmente, lo que un hombre busca en esta vida, es la manera de trascender y que mejor manera de
hacerlo que por medio del conocimiento y tecnica plasmadas en este proyecto, que esperamos y sean
de gran utilidad para el desarrollo de nuevos prototipos y trabajos de investigacion.

Este proyecto es dedicado a los alumnos del Instiuto Politecnico Nacional, para que se sirvan de un
mejor Mexico.

Por EGGR
TAO.

iv
 Agradecimientos
Agradecer es estar en un estado de plenitud, porque nos permite estar satisfechos y bien con uno
mismo y con nuestro entorno, por ello quiero brindarles honores y respeto a todos aquellos que son
parte de esto, comenzado por mis Padres, y mi Abuela, también de dos mujeres que en este camino
han sido como mi Madre, mi Tía y mi Hermana, aquellos Amigos de la carrera a los cuales aprecio
demasiado, a los Amigos del lugar en donde viví y por supuesto a esta amada alma mater el IPN y a
la ESIME Zacatenco en conjunto de todos los Profesores que me brindaron su conocimiento y me
guiaron para concluir con mis estudios, a todos y todas porque es un cumulo de esfuerzos y este logro
es de todos, mis más sinceras gracias por todo.

Y finalmente trabajare duro día a día para que en compañía de ustedes ya sea en presencia o en la
distancia podamos cosechar más triunfo.

Por EGGR
TAO.

v
 Índice de contenido

Resumen iii
Dedicatorias iv
Agradecimientos v
Objetivo General vi
Objetivos Particulares vi
Justificación vi
Capítulo I Marco Teórico 1
1.1 Estructura 2
1.2 Lenguajes de Programación 2
1.3 Historia 3
1.4 Generaciones de lenguajes de programación 2
1.5 Tipos de Lenguajes de Programación 3
1.6 Tipos de Programas 5
1.7 Desarrollo en sistemas de adquisición de datos 5
1.8 Reacción química 6
1.9 Concepto de ácido y base 7
1.10 Potencial de Hidrogeno (pH) 7
1.11 Neutralización 8
1.11.1 Historia de la Neutralización 8
1.12 Grado de avance de la reacción y afinidad 9
1.13 Rendimiento de una reacción 9
1.14 Principios históricos de sistemas de control 10
1.15 Control clásico vs control moderno 12
1.16 Teoría de control clásico 12
1.17 Teoría de control moderno 12
1.18 Controladores inteligentes 12
1.18.1 Redes neuronales 13
1.18.2 Algoritmos genéticos 13
1.18.3 Lógica difusa 13
1.19 Conjuntos difusos 13
1.20 Estructura de un controlador difuso 14
1.21 Fuzificacion 15
 1.21.1 Función de saturación 16
1.21.2 Función hombro o saturación a la derecha 16
1.21.3 Función triangular 17
1.21.4 Función trapecio o PI 17
1.21.5 F “S” 18
1.22 Inferencia o base de conocimientos 19
1.23 Defuzificacion 19
1.23.1 Método del centro máximo 19
1.23.2 Método de medio máximo 19
1.23.3 Método de centro de área o gravedad 19
1.24 Análisis de sistemas de control 21
1.25 La computadora en el control de procesos industriales 21
Capítulo II Planteamiento del Problema 22
2.1 Planteamiento del problema 23
2.2 Análisis de equipos 24
2.3 Características de módulos Armfield PCT 16 24
2.4 Comparación de equipos 26
2.5 Artículos de control de pH 27
2.6 Importancia del pH en las industrias 29
2.7 Importancia del pH en aguas residuales 29
2.8 Tratamiento de aguas para entrada a calderas 30
2.9 Riego tecnificado y fertilizantes 31
2.10 Importancia del pH en la industria alimentaria 31
2.10.1 Industria cervecera 32
2.10.2 Industria lechera 32
2.10.3 Industria de las bebidas gasificadas 33
2.10.4 Industria azucarera 33
2.11 Control de pH en la Industria del etanol 34
Capítulo III Desarrollo del Prototipo para el Control de pH 35
3.1 Desarrollo del Prototipo de pH 36
3.2 Mesa de Trabajo 36
3.3 Tipos de bombas dosificación 38
3.3.1 Bomba peristáltica 38
3.3.2 Bomba de membrana 39
 3.4 Selección de Bomba 40
3.5 Características de la bomba 40
3.6 Tanque Agitado 42
3.6.1 Tipos de reactores químicos 42
3.7 Reactor batch 43
3.7.1 Características y principales del reactor químico tipo batch 43
3.8 Sistemas de Mezclado 44
3.9 Agitado de líquidos 45
3.10 Equipo utilizado en la agitación 45
3.11 Impulsores 46
3.11.1 Tipos de impulsor 46
3.11.2 Propelas 46
3.11.3 Paletas 47
3.11.4 Turbinas 48
3.12 Prevención de vortices y remolinos 49
3.13 Selección del reactor químico tipo batch 51
3.14 Selección del sistema de agitación 53
3.15 Motor 53
3.16 Propela 54
3.17 Depósitos 55
3.18 La variable analítica de pH 57
3.19 Métodos de Medición del pH 58
3.20 Sistema de transistor de efecto de campos electivo de iones (ISFET) 61
3.21 Selección del elemento sensor de pH 61
3.22 Características del sensor de pH ASP200-2-1M-BNC 62
3.23 Adaptador (CAS) pH/ORP 63
3.24 Adquisición de Datos 64
3.25 Tarjetas de adquisición de datos NI 65
3.26 Software para DAQ 65
3.27 Selección de DAQ 66
3.28 Características principales de NI USB-6008 66
3.29 Prototipo 67
Capítulo IV Control de pH 68
4.1 Neutralización 69
 4.1.1 Conceptos 69
4.1.2 Clasificación de ácidos y bases 69
4.1.3 Propiedades de los ácidos y bases 70
4.1.4 Sales de bases fuertes solubles y ácidos fuertes 70
4.1.5 Sales de bases fuertes y ácidos débiles 70
4.1.6 Sales de bases débiles y ácidos fuertes 71
4.1.7 Sales de bases débiles y ácidos débiles 71
4.2 Reactivos 71
4.3 Curvas de titulación 72
4.4 Características del proceso de neutralización 73
4.4 Rangos de operación 75
4.5 Modelado de la planta 77
4.5 Pruebas de dispositivos 79
4.5.1 Sensor de pH 79
4.8 Bomba dosificadora 82
4.9 Prueba de dosificación 82
4.10 Sistema de agitación por propela de dos aspas 84
4.10.1 Realización del circuito de potencia 85
4.11 VI de bloques con conexión con la tarjeta USB 6008 85
4.11.1 VI en panel frontal 86
4.12 Diseño del controlador 86
4.13 Fuzificacion 87
4.14 Base de conocimientos 91
4.15 Inferencia 92
4.16 Defuzificacion 93
4.17 Creación de la simulación 93
4.18 Diagrama de bloques 95
4.19 Panel Frontal 99
Capítulo V Implementación 103
5.1 Control de pH 104
5.2 DAQ Assistant 106
5.2.1 DAQ Assitant del sensor de pH 112
5.2.2 Conexión a la USB 6008 112
5.2.3 DAQ Assitant del agitador 113
 5.2.4 DAQ Assitant del control de la bomba dosificadora 114
5.3 Conexión física 114
5.4 Resultados de la implementación 117
Capítulo VI Análisis de resultados 119
6.1 Conclusión 120
Referencias bibliográficas vii
Anexos ix
 Índice de figuras

Figura 1.1 Lenguajes de Programación. 3

Figura 1.2 Código Fortran en una tarjeta perforada. 3
Figura 1.3 Programación en Lenguaje Grafico. 4
Figura 1.4 Tarjetas de Adquisición de Datos de NI. 6
Figura 1.5 Sistema de control de nivel. 10
Figura 1.7 Función de membresía. 15
Figura 1.8 Función hombro o de saturación a la izquierda. 16
Figura 1.9 Función hombro o saturación a la derecha. 16
Figura 1.10 Función triangular. 17
Figura 1.11 Función trapecio. 18
Figura 1.12 Función sigmoidal. 18
Figura 1.13 Funciones de membresía seccionadas. 20
Figura 2.1 Esquema de Armfield PCT 16 Control de pH. 25
Figura 2.2 DTI de Armfield PCT 16 Control de pH. 25
Figura 2.3 Armfield PCT 16 Control de pH. 26
Figura 2.4 Tratamiento de aguas residuales. 30
Figura 2.5 Riego tecnificado. 31
Figura 2.6 Industria Cervecera. 32
Figura 2.7 Industria Refresquera. 33
Figura 3.1 Mesa de trabajo. 36
Figura 3.2 Vista de mesa de trabajo frontal. 37
Figura 3.3 Mesa de trabajo real. 38
Figura 3.4 Bomba peristáltica. 39
Figura 3.5 Principio de funcionamiento de una bomba de membrana. 39
Figura 3.6 La bomba Pulsatron Serie MP. 41
Figura 3.7 Esquema del conjunto de accionamiento y el panel de control de la Serie MP. 41
Figura 3.8 Tanque Agitado. 42
Figura 3.9 Reactor Batch. 43
Figura 3.10 Disposición típica de un sistema de agitación. 45
Figura 3.11 Propelas. 47
Figura 3.12 Patrón de flujo formado por una propela en un tanque. 47
Figura 3.13 Sistema de mezclado con paletas. 48
Figura 3.14 Diferentes tipos de turbinas. 49
Figura 3.15. Esquema de remolinos y vortices en un rector. 49
Figura 3.16 Primer método para evitar remolinos. 50
Figura 3.17 Método para tanques grandes. 50
Figura 3.18 Bafles en Reactor Grande. 51
Figura 3.19 Esquema de reactor químico tipo batch. 52
Figura 3.20 Reactor químico Batch. 53
Figura 3.21 Motor CA marca Jet Spray Corp. 54
Figura 3.22 Propela. 54
Figura 3.23 Sistema de agitación. 55
Figura 3.24 Esquema del deposito. 56
Figura 3.25 Deposito. 57
Figura 3.26 Escala del pH. 58
Figura 3.27 Sistema de electrodo de vidrio. 59
Figura 3.28 Analizador de dos electrodos. 60
Figura 3.29 Analizador de un electrodo 60
Figura 3.30 ISFET para medir PH. 61
Figura 3.31 Sensor de pH ASP200-2-1M-BNC. 63
Figura 3.32 Adaptador (CAS) pH/ORP. 63
Figura 3.33 Adquisición de datos. 64
Figura 3.34 Compatibilidad de DAQ con software. 65
Figura 3.35 NI USB-6008. 66
Figura 3.36 Prototipo 67
Figura 4.1 Curva de Titulación. 72
Figura 4.2 Diagrama de bloques del prototipo. 73
Figura 4.3 DTI 74
Figura 4.4 Respuesta del sistema. 79
Figura 4.5 soluciones buffer de pH=4 y pH=7. 80
Figura 4.6 Diagrama VI de conexión a la USB 6008. 81
Figura 4.7 relación voltaje/pH 82
Figura 4.8 Convertidor de voltaje a corriente (fuente de corriente) con OPAM. 83
Figura 4.9 Fuente de voltaje con OPAM. 83
Figura 4.10 VI en diagrama de bloques. 84
Figura 4.11 VI panel frontal. 84
Figura 4.12 Circuito de control del motos de CA. 85
Figura 4.13 Etapa de potencia para el motor. 85
Figura 4.14 VI del control on-off del motor en bloques. 86
Figura 4.15 VI en panel frontal (on-off). 86
Figura 4.16 Conexión real. 86
Figura 4.17 Herramienta Fuzzy System Designer. 87
Figura 4.18 Declaración de las variables lingüísticas y funciones de membresía. 88
Figura 4.19 Respuesta del sistema. 89
F 4.20 D üí “ ” í . 89
F 4.21 D üí “D ” m 90
F 4.22 D üí “V ” í . 90
Figura 4.23 Variables lingüísticas y funciones de membresía declaradas. 91
Figura 4.24 Declaración de reglas lingüísticas y método de inferencia. 91
Figura 4.25 Fuzzy System Designer. 93
Figura 4.26 LabVIEW 2010. 94
Figura 4.27 Componentes de un VI. 94
Figura 4.28 While Loop. 95
Figura 4.29 Arreglo para sistema difuso. 95
Figura 4.30 FL Fuzzy Controller. 96
Figura 4.31 Operaciones numéricas. 96
Figura 4.32 Tick Count. 97
Figura 4.33 Time Delay. 97
Figura 4.34 Repuesta del sistema. 98
Figura 4.35 Diagrama de bloques 98
Figura 4.36 Esquema de la planta. 99
Figura 4.37 Propiedades del indicador. 100
Figura 4.38 SP vs VC. 100
Figura 4.39 Bomba dosificadora. 101
Figura 4.40 Objetos. 101
Figura 4.41 Indicadores. 101
Figura 4.42 Interfaz grafica de simulación. 102
Figura 5.1 VI en diagrama de bloques de control de pH. 104
Figura 5.2 VI en panel frontal de control de pH. 105
Figura 5.3 Indicadores numéricos. 105
Figura 5.4 Grafica de set point vs valor medido en unidad de tiempo. 106
Figura 5.5 Señal de voltaje de la bomba dosificadora por unidad de tiempo 106
Figura 5.6 Generación de un VI en blanco. 107
Figura 5.7 Ventanas de panel frontal y diagrama a bloques. 107
Figura 5.8 Como seleccionar el DAQ Assistant. 107
Figura 5.9 Selección de adquisición de señal. 108
Figura 5.10 Selección del puerto ao0 como entrada. 108
Figura 5.11 Rangos de operación de la entrada ao0. 109
Figura 5.12 Bloque DAQ Assistant. 109
Figura 5.13 Generación de un VI en blanco. 109
Figura 5.14 Ventanas de panel frontal y diagrama a bloques. 110
Figura 5.15 Como seleccionar el DAQ Assistant. 110
Figura 5.16 Selección de generación de señal. 110
Figura 5.17 Selección del puerto ao0 como entrada. 111
Figura 5.18 Rangos de operación de salida ao0. 111
Figura 5.19 Bloque DAQ Assistant. 111
Figura 5.20 DAQ Assistant del sensor de pH. 112
Figura 5.21 Selección de entrada analógica. 112
Figura 5.22 Conexión física de entrada en el puerto ai0. 113
Figura 5.23 DAQ Assistant de control on-off del agitador. 113
Figura 5.24 Selección de salida de 0-5 volts en el puerto ao0. 113
Figura 5.25 DAQ Assistant de control de dosificación. 114
Figura 5.26 Selección de salida regulada de 0-2.5v en el puerto ao1. 114
Figura 5.27 Prueba Sensor de pH. 115
Figura 5.28 Prueba del Agitador. 115
Figura 5.29 Prueba con la Bomba Dosificadora. 116
Figura 5.30 Prueba total con la tarjeta de adquisición de datos. 116
Figura 5.31 Vista frontal con elementos unidos. 117
Figura 5.33 Activación del flujo medio. 117
Figura 5.34 Activación de flujo mínimo. 118
Figura5.35 Apagado de la bomba. 118
 Índice de tablas

Tabla 1.1 Tipos de Lenguajes de Programación. 4

Tabla 2.2 Tipos de reacción. 7
Tabla 2.1 Artículos de control difuso. 28
Tabla 3.1 Relaciones de pH. 58
Tabla 3.2 Características del sensor de pH ASP200-2-1M-BNC. 62
Tabla 3.3 Características del adaptador. 64
Tabla 3.4 Características del sensor de pH. 64
Tabla 3.5 Características del sensor de ORP. 64
Tabla 4.1 Dimensionamiento de rangos de operación. 76
Tabla 4. Curva de titulación. 78
Tabla 4.3 relación voltaje/pH. 81
Tabla 4.4 Matriz de asociación difusa 91
Objetivo General

Diseñar un prototipo de un reactor químico por lotes (Batch) a nivel laboratorio

empleando un sistema de control de pH con la utilización de Tarjetas de
Adquisición de Datos (DAQ) y el lenguaje de programación grafica Laboratory
Virtual Instrument Engineering Workbech (LabVIEW) de National Instruments
(NI) con fines didácticos en la carrera ICA de la ESIME.

Objetivos Particulares

 Diseñar un prototipo de un reactor químico tipo Batch a nivel laboratorio.

 Seleccionar la instrumentación y tarjeta de adquisición de datos adecuados

para el proceso.

 Implementar un sistema de control de pH en el reactor químico.

 Realizar una inducción al entorno de programación gráfica LabVIEW para el

desarrollo de sistemas de control enfocados a cada una de las partes que
componen el sistema de control de pH.

 Diseñar y analizar sistemas de control reales mediante su simulación con

Instrumentos Virtuales (VI) de LabVIEW.

 Adquirir los datos de un sistema real por medio de la Tarjetas de Adquisición

de Datos de NI.

vi
Justificación

Hoy en día en el Instituto Politécnico Nacional (IPN) enfrenta cada vez

mayores retos en la preparación de nuevos profesionistas, en un mundo
globalizado, por lo cual como parte del IPN la Escuela Superior de Ingeniería
Mecánica y Eléctrica (ESIME), forma profesionistas con una sólida formación
interdisciplinaria en ciencias aplicadas de la Ingeniería.

La ESIME en sus diferentes especialidades prepara Ingenieros en Control y

Automatización (ICA) orientada a la solución de problemas industriales en el
control de procesos, la automatización, la instrumentación, la aplicación de la
electrónica en sistemas analógicos y digitales.

Por estas razones es la importancia de utilizar herramientas de vanguardia

debido a un mundo industrializado en constante cambios tecnológicos. La
programación gráfica ha sido usada en universidades en todo el mundo para
el aprendizaje práctico, para mejorar las aplicaciones de investigación y para
impulsar la próxima generación de innovadores. Con la naturaleza intuitiva del
diseño de sistemas gráficos, los alumnos de la carrera en ICA de la ESIME
pueden diseñar, generar prototipos, desarrollar aplicaciones, simular y
controlar sistemas reales con lo cual se crea conocimiento teórico práctico.

Estas herramientas de programación gráfica consisten en un aprendizaje

dinámico y práctico con lo cual se reducen los tiempos, costos y la necesidad
de contar con equipos de instrumentación, control y electrónica que por su
complejidad no se cuentan en las instalaciones de ICA.

Para poder reunir los elementos de la programación grafica con el uso NI

LabVIEW y el de la Ingeniería en Control y Automatización se eligió el
procesos del control del potencial de hidrogeno (pH) el cual es un proceso
industrial importante para el control de los niveles del pH que presenten los
productos que son elaborados o las soluciones que serán utilizadas para
alguna parte de los procesos industriales.

Su medición es empleada como indicador de calidad, es por ello que su

regulación es importante. Esto sistemas de control los podemos observar en
las industrias de tratamiento de aguas residuales en la neutralización antes de
retirarla de la planta, en industrias alimentarias en carnes y embutidos,
bebidas, leche y derivados entre otros productos alimenticios, en la industria
farmacéutica, para jarabes y medicamentos, en la industria cosmética, para
controlar del nivel de pH de los productos que tendrán contacto, con la piel,
etc.

vi
 Capítulo I
Marco Teórico
En el siguiente capítulo, se muestra un panorama de conceptos,
métodos, términos y teorías relacionadas directamente con este
proyecto de ingeniería.

1
1.1 Estructura

Para el desarrollo del prototipo, es decir, el sistema de control de pH con tarjetas de

adquisición de datos y programación en LabVIEW, es necesario un Marco Teórico el cual
comprenda los aspectos conceptuales en los que se desenvuelve este proyecto de
ingeniería. De manera general, en este capítulo se comprenden 3 secciones importantes que
son dividas de la siguiente manera:

 Sistema de Programación
 Sistema Químico
 Sistema de Control

En cada una de estas etapas se explican los conceptos, métodos, términos y conocimientos
necesarios para una buena compresión del tema. En el primer sistema, se verá los diferentes
tipos de programación, así como también los tipos de leguajes, entre otros conceptos. Para
la siguiente etapa, se define el concepto de pH, el tipo de reacciones y conceptos de ácido o
base, entre otros. Finalmente en el tercer sistema se verá los conceptos relacionado con los
sistemas de control. Estos serán presentados en el orden mencionado.

1.2 Lenguajes de Programación

Con la idea de facilitarnos las tareas que debemos de desempeñar los humanos han
desarrollado diversas herramientas a lo largo de nuestra historia, que nos permiten tener una
mejor calidad de vida.

Uno de estos inventos es el ordenador o computadora, el cual en sus tecnologías para su

fabricación y explotación ha sufrido cambios drásticos a partir de la segunda mitad del siglo
XX. Esta herramienta es decir la computadora conformada por cables y circuitos no es capaz
por si sola de efectuar una tarea necesita recibir la instrucciones por parte de los humanos
para desempeñar alguna tarea. Uno de los problemas es cómo vamos a poder hacer que un
conjunto de circuitos desempeñen una determinada tarea y nos entreguen los resultados que
nosotros esperamos, es decir, de qué manera se puede lograr la comunicación entre el
hombre y el ordenador. [1]

La solución a este problema solo fue posible mediante un lenguaje de programación el cual
es esta interfaz entre el usuario y la computadora la cual nos permite expresar las
instrucciones que queremos que la computadora ejecute para realizar operaciones, tareas
específicas, aplicaciones informáticas, software, entre otras. Estas funciones o procesos nos
proveen de herramientas para el confort del ser humano; un ejemplo es el procesador de
texto, que permite al usuario realizar todas las tareas concernientes a la edición de textos.

Los lenguajes de programación están compuestos principalmente por unas reglas de tipo
semántico y sintáctico que lo definen como lenguaje informático. Pero esto no implica que un
lenguaje de programación sea sinónimo de lenguaje informático. Sino que dentro del término
lenguaje informático caben otros lenguajes que no son lenguajes de programación como es
el caso del HyperText Markup Language (HTML).

El lenguaje de programación es la instrumento que permite al programador elegir los datos

que se deben usar, como serán guardados, como se presentaran al usuario final, que tipo de

2
actuaciones se deben tomar bajo unos determinados supuestos. Para lo cual los lenguajes
de programación intentan estar lo más cercano posible al lenguaje humano o natural.

Los lenguajes de programación son programas escritos que pasan primero por un proceso
de compilación. Compilar es traducir al lenguaje máquina. Este paso es necesario para que
la computadora pueda entender nuestras peticiones. Después como segundo paso la
computadora ejecuta y procesa los datos que le hemos dado teniendo el resultado deseado
para el usuario. [2]

En la siguiente Figura 1.1 se muestran algunos de los lenguajes de programación más

conocidos donde podemos citar a los siguientes:

Figura 1.1 Lenguajes de Programación.

 ADA  C++  Pascal

 BASIC  Cobol  PHP
 C  Fortran  Perl
 Java  LISP  MATLAB

1.3 Historia

Para que la computadora entienda nuestras instrucciones debe usarse un lenguaje

específico conocido como código máquina, el cual la máquina interpreta fácilmente, pero que
lo hace excesivamente complicado para las personas. De hecho sólo consiste en cadenas
extensas de números 0 y 1. En la siguiente Figura. 1.2 se muestra el código Fortran en una
tarjeta perforada como leguaje o código maquina.

Figura 1.2 Código Fortran en una tarjeta perforada.

3
Para facilitar el trabajo, los primeros operadores de computadoras decidieron hacer un
traductor para remplazar los 0 y 1 por palabras o abstracción de palabras y letras
provenientes del inglés; éste se conoce como lenguaje ensamblador. Por ejemplo, para
sumar se usa la letra A de la palabra inglesa add (sumar). El lenguaje ensamblador sigue la
misma estructura del lenguaje máquina, pero las letras y palabras son más fáciles de
recordar y entender que los números.

La necesidad de recordar secuencias de programación para las acciones usuales llevó a

denominarlas con nombres fáciles de memorizar y asociar: ADD (sumar), SUB (restar), MUL
(multiplicar), CALL (ejecutar subrutina), etc. A esta secuencia de posiciones se le denominó
"instrucciones", y a este conjunto de instrucciones se le llamó lenguaje ensamblador.
Posteriormente aparecieron diferentes lenguajes de programación, los cuales reciben su
denominación porque tienen una estructura sintáctica similar a los lenguajes escritos por los
humanos, denominados también lenguajes de alto nivel.

La primera programadora de computadora conocida fue Ada Lovelace, hija de Anabella

Milbanke Byron y Lord Byron. Anabella introdujo en las matemáticas a Ada quien, después
de conocer a Charles Babbage, tradujo y amplió una descripción de su máquina analítica.
Incluso aunque Babbage nunca completó la construcción de cualquiera de sus máquinas, el
trabajo que Ada realizó con éstas le hizo ganarse el título de primera programadora de
computadoras del mundo. El nombre del lenguaje de programación Ada fue escogido como
homenaje a esta programadora.

A finales de 1953, John Backus sometió una propuesta a sus superiores en IBM para
desarrollar una alternativa más práctica al lenguaje ensamblador para programar la
computadora central IBM 704. El histórico equipo Fortran de Backus consistió en los
programadores Richard Goldberg, Sheldon F. Best, HarlanHerrick, Peter Sheridan, Roy Nutt,
Robert Nelson, Irving Ziller, LoisHaibt y David Sayre. [3]

El primer manual para el lenguaje Fortran apareció en octubre de 1956, con el primer
compilador Fortran entregado en abril de 1957. Esto era un compilador optimizado, porque
los clientes eran reacios a usar un lenguaje de alto nivel a menos que su compilador pudiera
generar código cuyo desempeño fuera comparable al de un código hecho a mano en
lenguaje ensamblador.

En 1960, se creó COBOL, uno de los lenguajes usados aún en 2010 en informática de
gestión.

A medida que la complejidad de las tareas que realizaban las computadoras aumentaba, se
hizo necesario disponer de un método más eficiente para programarlas. Entonces, se
crearon los lenguajes de alto nivel, como lo fue BASIC en las versiones introducidas en los
micrordenadores de la década de 1980. Mientras que una tarea tan sencilla como sumar dos
números puede necesitar varias instrucciones en lenguaje ensamblador, en un lenguaje de
alto nivel bastará una sola sentencia.

1.4 Generaciones de lenguajes de programación

Algo parecido ha ocurrido con la programación de los ordenadores (el software), que se
realiza en lenguajes que suelen clasificarse en cinco generaciones, de las que las tres
primeras son evidentes, mientras no todo el mundo está de acuerdo en las otras dos. Estas

2
generaciones no coincidieron exactamente en el tiempo con las de hardware, pero sí de
forma aproximada, y son las siguientes:

Primera generación: Los primeros ordenadores se programaban directamente en código

binario, que puede representarse mediante secuencias de ceros y unos sistema binario.
Cada modelo de ordenador tiene su propio código, por esa razón se llama lenguaje de
máquina.

Segunda generación: Los lenguajes simbólicos, así mismo propios de la máquina, simplifican
la escritura de las instrucciones y las hacen legibles en comparación con la primera
generación.

Tercera generación: Los lenguajes de alto nivel sustituyen las instrucciones simbólicas por
códigos independientes de la máquina, parecidas al lenguaje humano o al de las
Matemáticas.

Cuarta generación: se ha dado este nombre a ciertas herramientas que permiten construir
aplicaciones sencillas combinando piezas prefabricadas. Hoy se piensa que estas
herramientas no son, propiamente hablando, lenguajes. Algunos proponen reservar el
nombre de cuarta generación para la programación orientada a objetos.

Quinta generación: se llama así a veces a los lenguajes de la inteligencia artificial, aunque
con el fracaso del proyecto japonés de la quinta generación el nombre ha caído en desuso.
[4]

1.5 Tipos de Lenguajes de Programación

Los lenguajes de programación generalmente se dividen en dos grupos principales en base

al procesamiento de sus comandos:

 Lenguajes imperativos
 Lenguajes funcionales

Un Lenguaje Imperativo funciona mediante una serie de comandos, agrupados en bloques

y compuestos de órdenes condicionales que permiten al programa retornar a un bloque de
comandos si se cumple la condición. Estos fueron los primeros lenguajes de programación
en uso y aún hoy muchos lenguajes modernos usan este principio. No obstante, los
lenguajes imperativos estructurados carecen de flexibilidad debido a la secuencialidad de las
instrucciones.

Un Lenguaje de Programación Funcional o lenguaje de procedimiento es un lenguaje que

crea programas mediante funciones, devuelve un nuevo estado de resultado y recibe como
entrada el resultado de otras funciones. Cuando una función se invoca a sí misma, hablamos
de recursividad.

El tipo de lenguaje funcional puede dividirse en grandes rasgos en dos tipos de lenguaje:

 Lenguajes interpretados
 Lenguajes compilados

3
Lenguajes interpretados: Un programa escrito en un lenguaje interpretado requiere de un
programa auxiliar (el intérprete), que traduce los comandos de los programas según sea
necesario.

Lenguajes compilados: Al escribir en este tipo de lenguaje se necesita un programa anexo

llamado compilador el cual se encarga de traducir el código escrito y a la vez crea un archivo
independiente que no necesita de ningún otro programa para ejecutarse así mismo. Este
archivo se llama ejecutable.

A continuación se muestra la Tabla 1.1 con los diferentes tipos de lenguaje de programación
dividida en tres secciones Lenguaje, Principal are de aplicación y Compilación:

Tabla 1.1 Tipos de Lenguajes de Programación.

Lenguaje Principal área de aplicación Compilado/interpretado
ADA Tiempo real Lenguaje compilado
BASIC Programación para fines educativos Lenguaje interpretado
C Programación de sistema Lenguaje compilado
C++ Programación de sistema orientado a objeto Lenguaje compilado
Cobol Administración Lenguaje compilado
Fortran Cálculo Lenguaje compilado
Java Programación orientada a Internet Lenguaje intermediario
MATLAB Cálculos matemáticos Lenguaje interpretado
Cálculos matemáticos Cálculos matemáticos Lenguaje interpretado
LISP Inteligencia artificial Lenguaje intermediario
Pascal Educación Lenguaje compilado
Inteligencia artificial Inteligencia artificial Lenguaje interpretado
Perl Procesamiento de cadenas de caracteres Lenguaje interpretado
Fuente: Modern Programming Languages: A Practical Introduction. [5]

Lenguaje G: Este tipo de lenguaje se diferencia de los demás ya que no está basado en
texto, es más gráfico y se trabaja por medio de diagramas. Este tipo de lenguaje de
programación fue creada por National Instruments (1976) para maquinas MAC, y salió al
mercado por primera vez en 1986. Actualmente disponible para plataformas Windows, UNIX,
MAC y LinuxAntes se utilizaba en dos productos de NI, LabVIEW y BridgeVIEW,
posteriormente BridgeVIEW se convirtió en un módulo de LabVIEW (DSC) y ahora es
LabVIEW el único programa que utiliza Lenguaje G. En la Figura 1.3 se muestra el logo de
LabVIEW. [2]

Figura 1.3 Programación en Lenguaje Grafico.

4
1.6 Tipos de Programas

Existen muchos tipos de programas, pero dependiendo de las necesidades o problemáticas

que se tenga se dará el método o técnica para su solución.

La estructura del programa es parte fundamental, ya que si esta cuenta con una buena
organización permitirá una buena documentación interna, una claridad de errores en la
compilación y así aumentar la productividad del programa.

En lo general existen 5 tipos de programación:

 Programación modular: Este tipo de programación consiste en dividir un programa

en módulos o subprogramas, con la finalidad de hacerlo más legible y manejable.
 Programación orientada a objetos: La programación orientada en objetos o POO
(OOP según sus siglas en inglés) usa objetos y sus interacciones para diseñar
aplicaciones y programas informáticos. Se basa en varias técnicas como son
herencia, abstracción, polimorfismo (clases) y encapsulamiento.
 Programación concurrente: Ejecuta múltiples tareas a la vez de diferentes
usuarios, por lo cual se vuelve tediosa, extensa y con poca rapidez.
 Programación fundamental: Llama y declara funciones dentro de otras funciones de
tipo aritmético. Su característica principal es que no usa variables, no tiene
iteraciones y no usa estructuras. Solo usa funciones recursivas y definiciones de
funciones.
 Programación lógica: Depende de diferentes variables, datos, circunstancias o
acciones y con ellas el ordenador puede dar soluciones inteligentes. Este tipo de
programación es la utilizada en la inteligencia artificial. Está basada en teoría y
cálculos matemáticos los cuales ya establecidos en el ordenador, toman decisiones
y anticipan acciones o movimientos. [6]

1.7 Desarrollo en sistemas de adquisición de datos

Hoy en día, ha ido en aumento, en las compañías de la industria manufacturera el uso de

computadoras en sus plantas y laboratorios para probar sus productos, tomar mediciones y
automatizar procesos. Al crear sistemas basados en una PC, los usuarios aprovechan las
ventajas de la tecnología de la computación recientes como: tarjetas de adquisición de datos
(DAQ), almacenamiento de datos a disco duro, ActiveX e Internet. A medida que ingenieros y
científicos adoptan la computadora para resolver un mayor número de aplicaciones, estas se
han vuelto más exigentes; tal es el caso de los sistemas en tiempo real. Si bien es cierto que
un sistema de adquisición de datos y control en tiempo real no es fácil de lograr con una
computadora personal, lo ideal sería contar con las mismas ventajas que ofrece una PC
(interfaz gráfica, sistemas abiertos, conectividad, bajo costo) y la habilidad de crear
aplicaciones lo suficientemente confiables para desempañar el control de un sistema crítico.
En la siguiente Figura 1.4 se muestra un ejemplo de tarjetas de adquisición de datos de NI.
[6]

5
 Figura 1.4 Tarjetas de Adquisición de Datos de NI.

1.8 Reacción química

Una reacción química o cambio químico es todo proceso químico en el cual dos o más
sustancias (llamadas reactivos), por efecto de un factor energético, se transforman en otras
sustancias llamadas productos. Esas sustancias pueden ser elementos o compuestos. Un
ejemplo de reacción química es la formación de óxido de hierro producida al reaccionar el
oxígeno del aire con el hierro. A la representación simbólica de las reacciones se les llama
ecuaciones químicas. Los productos obtenidos a partir de ciertos tipos de reactivos
dependen de las condiciones bajo las que se da la reacción química. No obstante, tras un
estudio cuidadoso se comprueba que, aunque los productos pueden variar según cambien
las condiciones, determinadas cantidades permanecen constantes en cualquier reacción
química. Estas cantidades constantes, las magnitudes conservadas, incluyen el número de
cada tipo de átomo presente, la carga eléctrica y la masa total. [7].

Los tipos de reacciones inorgánicas son: ácido-base (neutralización), combustión,

solubilización, reacción de reducción-oxidación (redox) y precipitación.

Desde un punto de vista de la física se pueden postular dos grandes modelos para las
reacciones químicas: reacciones ácido-base (sin cambios en los estados de oxidación) y
reacciones redox (con cambios en los estados de oxidación). Sin embargo, podemos
clasificarlas de acuerdo al tipo de productos que resulta de la reacción. Sin embargo, en esta
clasificación entran las reacciones de síntesis (combinación), descomposición, de sustitución
simple, de sustitución doble, que se muestran en la tabla 2.2 como tipos de reacción. [7]

Respecto a las reacciones de la química orgánica, nos referimos a ellas teniendo como base
a diferentes tipos de compuestos como alcanos, alquenos, alquinos, alcoholes, aldehídos,
cetonas, etc. que encuentran su clasificación y reactividad en el grupo funcional que
contienen y este último será el responsable de los cambios en la estructura y composición de
la materia. Entre los grupos funcionales importantes tenemos a los dobles y triples enlaces y
a los grupos hidroxilo, carbonilo y nitro.

6
 Tabla 2.2 Tipos de reacción.

Nombre Descripción Representación Ejemplo

Reacción de síntesis Elementos o compuestos sencillos A+B → AB 2Na(s) +

que se unen para formar un
compuesto más complejo.
La siguiente es la forma general
que presentan este tipo de
reacciones:
Cl2( ) →
Donde A y B representan 2NaCl(s)
cualquier sustancia química.
Un ejemplo de este tipo de
reacción es la síntesis del cloruro
de sodio:

Reacción de Un compuesto se fragmenta en AB → A+B 2H2O( ) →

descomposición elementos o compuestos más 2H2(g) +
sencillos. En este tipo de reacción Donde A y B representan O2(g)
un solo reactivo se convierte en cualquier sustancia química.
zonas o productos.
Un ejemplo de este tipo de
reacción es la descomposición del
agua:

Reacción de Un elemento remplaza a otro en A + BC → AC + B Fe +

desplazamiento o un compuesto. CuSO4 →
simple sustitución Donde A, B y C representan FeSO4 +
cualquier sustancia química. Cu

Un ejemplo de este tipo de

reacción se evidencia cuando el
hierro(Fe) desplaza al cobre(Cu)
en el sulfato de cobre (CuSO4):

Reacción de doble Los iones en un compuesto AB + CD → AD + BC NaOH +

desplazamiento o cambian lugares con los iones de HC →
doble sustitución otro compuesto para formar dos Donde A, B, C y D representan NaCl + H2O
sustancias diferentes. cualquier sustancia química.
Fuente: Análisis Químico Cuantitativo. [7]

1.9 Concepto de ácido y base

Según el químico sueco Svante Arrhenius los ácidos son sustancias capaces de ionizarse en
agua para formar iones hidrógeno (H+) y las bases o sustancias alcalinas son sustancias
capaces de ionizarse en agua para ceder iones hidroxilo (OH-).

1.10 Potencial de Hidrogeno (pH)

La siglas pH significan "potencial de hidrógeno" (pondus Hydrogenii ). El potencial Hidrógeno

(pH) es una variable convencional que es conveniente de expresar según una escala
numérica adimensional, el grado de acidez o basicidad de una disolución. Esta variable
indica la actividad o concentración de los iones hidrogeno presentes en determinadas
sustancias.

7
Aplicando una definición matemá x é ‘ ’ ú
q í ‘ í ’. D H
negativo del logaritmo de la concentración molar de iones hidrógeno.

Hay que tener en cuenta que se trabaja con pH en lugar de pH3O debido a que el ion H3O es
representado por H+. De esta manera:

[ ] [ ] (1.1)

Este término fue acuñado por el químico danés Sørensen, quien lo definió como el logaritmo
negativo en base 10 de la actividad de los iones hidrógeno.

1.11 Neutralización

Dentro del ámbito de las reacciones químicas, es decir, los cambios químicos que ocurren
cuando dos o más sustancias, por efecto de una causa energética, se transforman en otros
productos. Se encuentra las reacciones de ácido-base o también llamadas reacciones de
neutralización debido a que se mezcla un ácido y una base para llegar al punto deseado de
acuerdo a la escala de medición del pH.

Cuando en la reacción participan un ácido fuerte y una base fuerte se obtiene sal y agua.
Mientras que si una de las especies es de naturaleza débil se obtiene su respectiva especie
conjugada y agua. Así pues, se puede decir que la neutralización es la combinación de
cationes hidrógeno y de aniones hidróxido para formar moléculas de agua. Durante este
proceso se forma una sal.

Las reacciones de neutralización son generalmente exotérmicas, lo que significa que

desprenden energía en forma de calor. Generalmente las reacciones de neutralización son
de la siguiente forma:
(1.2)

En la actualidad existen también métodos para llevar acabo estos procesos de neutralización
mediante métodos electroquímicos como el uso de un pHmetro o la conductimétria.

1.11.1 Historia de la Neutralización

Los conocimientos modernos de los ácidos, bases parten de 1834, cuando el físico ingles
Michael Faraday descubrió que ácidos, bases y sales eran electrolitos por lo que, disueltos
en agua se disocian en partículas con carga o iones que pueden conducir la corriente
eléctrica. En 1884, el químico sueco Svante Arrhenius definió una base como una sustancia
que disuelta en agua producía un exceso de iones hidroxilo, OH-, mas tarde el químico
alemán Wilhelm Ostwald definio loa ácidos como sustancias químicas que contenían
hidrogeno, y que disueltas en agua producían una concentración de iones hidrogeno o
protones, mayor que la existente en el agua pura en estado liquido. Entonces, la reacción de
neutralización seria:

(1.3)

8
La teoría de Arrhenius y Ostwald ha sido objeto de críticas. La primera se fundamenta en
que, es que el concepto de ácidos se limita a especies químicas que contienen hidrogeno y
el de base a las especies que contienen hidroxilo. Por otra parte, la segunda es que la teoría
solo se refiere a disoluciones acuosas, cuando en realidad se conocen muchas reacciones
ácido-base que tiene lugar en ausencia de agua parcialmente o total.

Como por ejemplo, el amoniaco líquido, que actúa como una base en una disolución acuosa,
se comporta como un ácido en ausencia de agua cediendo un protón a una base y dando
lugar al anión, ion negativo, amida:

(1.4)

Una teoría mas satisfactoria es la que formularon en 1923 el químico danés Johannes
Bronsted y, al mismo tiempo, el químico británico Thomas Lowry. Esta teoría habla que los
ácidos son sustancias capaces de ceder protones, iones hidrogeno H+ y las bases sustancias
capaces de aceptarlas. Aun se contempla la presencia de hidrogeno en el ácido, pero ya no
se necesita un medio acuoso.

1.12 Grado de avance de la reacción y afinidad

Desde el punto de vista de la física, representamos a la reacción como:

∑ [ ] (1.5)

T q νi son los coeficientes estequiométricos de la reacción, que pueden ser positivos

(productos) o negativos (reactivos). La ecuación presenta dos formas posibles de estar
químicamente la naturaleza (como suma de productos o como suma de reactivos).

Si dmi es la masa del producto que aparece, o del reactivo que desaparece, resulta que:

{ } (1.6)
Constante . Mi í ξ
grado de avance. Este concepto es importante pues es el único grado de libertad en la
reacción.

Cuando existe un equilibrio en la reacción, la entalpía libre es un mínimo, por lo que:

∑ (1.7)

Nos lleva a que la afinidad química es nula.

1.13 Rendimiento de una reacción

La cantidad de producto que se suele obtener de una reacción química, es menor que la
cantidad teórica. Esto depende de varios factores, como la pureza del reactivo, las
reacciones secundarias que puedan tener lugar, es posible que no todos los productos

9
reaccionen, la recuperación del 100% de la muestra es prácticamente imposible. El
rendimiento de una reacción se calcula mediante la siguiente fórmula:

( ) ( ) (1.8)

Cuando uno de los reactivos esté en exceso, el rendimiento deberá calcularse respecto al
reactivo limitante. Y el rendimiento depende del calor que expone la reacción.

1.14 Principios históricos de sistemas de control

En este apartado se dará una descripción de la evolución histórica y la situación actual de la

Ingeniería de control, y mostrara un pequeño repaso de la evolución histórica de la Ingeniería
de control.Desde que el ser humano evoluciono al sedentarismo, tuvo la necesidad de crear
instrumentos que le permitieran sobrevivir a las adversidades del ambiente en que se
alojaba.

Esto ocasiono la creación de nuevos instrumentos que realizaran acciones propias a las
necesidades por la cual fueron creadas, hasta llegar al punto en el que le dieran al ser
humano, su creador, comodidades para las actividades que desempeñaba.

La evolución del ser humano y la innovación de los instrumentos nos dio la capacidad de
convivir y entender el entorno que nos rodea, hasta el punto de poder darles una magnitud y
una escala. Ejemplo de esto es el reloj de agua llamado Clepsydra creado en la Antigua
Grecia por el mecánico Ktesibios en el siglo III antes de Cristo. El Clepsydra consistía en un
mecanismo cuyo objetivo era que el nivel del depósito del agua subiera con una velocidad
constante, por medio de un pequeño chorro de agua dentro de un recipiente que contenía un
flotador que subía a medida que el tiempo transcurría. Este mecanismo tendía a fallar ya que
no se tenía un control en el flujo de entrada.

Ktsibios resolvió este problema al diseñar una válvula flotante que consistía en un recipiente
con un flotador que se colocaba entre el suministro del agua y el depósito. La función de esta
válvula era que si aumentaba el suministro de agua, el flotador se elevaba restringiendo el
caudal de agua a la entrada del depósito. Tiempo después esto fue mejorado por Arabia y su
función fue para mantener constante el nivel de agua en los bebederos. En la siguiente
Figura 1.5 se muestra un esquema del sistema de control de nivel de Kitsibios.

Figura 1.5 Sistema de control de nivel.

10
En el renacimiento se encontraron aplicaciones técnicas del vapor. En 1660 el Marqués de
Worcester diseñó un "motor conducido por agua", la semilla de la máquina de vapor. Tiempo
después, el francés Denis Papin diseñaba una máquina de vapor donde la presión
atmosférica jugaba un papel decisivo.

Al mismo tiempo que Watt se dedicaba a perfeccionar un regulador de bolas, Laplace y

Fourier desarrollaban los métodos de Transformación Matemática, tan utilizados y asumidos
en la Ingeniería Eléctrica y por supuesto en la actual Ingeniería de Control.

Cauchy (1789-1857), con su teoría de la variable compleja, completo las bases matemáticas
necesarias para la Ingeniería de Control. Pero hasta 75 años después de la muerte de
Cauchy, no surgió lo que se podría denominar la Teoría de Control.

Entre los primeros científicos interesados en el tema, se puede señalar a G.B. Airy, el cual en
1840 y 1851 pública sus trabajos relativos a la regulación de velocidad de telescopios [Airy
1840]. Su interés se debió a la necesidad de mantener el telescopio girando lentamente a
una velocidad uniforme durante las observaciones astronómicas. La principal aportación de
sus trabajos el estudio de la influencia del amortiguamiento en la estabilidad.

El problema fue resuelto por Maxwell y por el ingeniero ruso Vischnegradsky. Este ingeniero
publicó sus resultados en términos de una regla de diseño que relacionaba los parámetros
de ingeniería del sistema con su estabilidad.

El análisis de Vischnegradsky demostraba que los cambios de diseño de la máquina que

habían tenido lugar desde la época de Watt, habían disminuido el rozamiento entre sus
componentes y esto conllevaba inevitablemente el fenómeno de oscilaciones en la
regulación de la velocidad. Vischnegradsky también demostró la incapacidad de un regulador
proporcional para establecer un correcto comportamiento de un sistema de tercer orden.

El trabajo que presenta Maxwell en 1868: "On Governors", puede considerarse como el
origen de la Teoría de Control. En él presenta su criterio de estabilidad para sistemas
lineales dinámicos e invariantes. En este trabajo Maxwell establece una diferenciación entre
los conocidos actualmente como reguladores proporcionales y los reguladores con acción
integral.

Maxwell plantea de esta forma el problema general de estudiar la estabilidad de un sistema

dinámico en función de la localización de las raíces de su ecuación característica. Hermite
había publicado un trabajo sobre el mismo problema unos años antes pero no era muy
conocido.

En 1889, Liapunov presenta sus trabajos sobre estabilidad, los cuales servirán de base a la
teoría moderna de control.

La importancia del control automático durante el final del siglo XIX y comienzos del XX se
pone de manifiesto con la concesión en 1912 del Premio Nobel de Física al sueco Dalen por
su desarrollo de reguladores automáticos que se utilizan conjuntamente con los
acumuladores de gas para balizas luminosas.

A finales del siglo XIX se encuentran asentadas las bases necesarias para el desarrollo de
Teoría de Control Automático, llevado a cabo durante este siglo XX. [8]

11
1.15 Control clásico vs control moderno

La aplicación de control clásico en algún proceso se realiza con la finalidad de que su

análisis resulte simple, de modo que se aplicaran a sistemas lineales o linealizables por
medio de técnicas de análisis de estabilidad como son Diagramas de Nyquis, Lugar
geométrico de la raíz, diagramas de bode entre otras.

El surgimiento de la llamada Teoría moderna de control permitió describir adecuadamente la

dinámica del proceso a controlar, esto en base al análisis de sistemas en dominio de las
variables de estado, es decir, de un conjunto mínimo de variables del proceso que permitan
describir su dinámica.

La teoría moderna de control dio origen a nuevas técnicas como son: El control optimo, El
control multivariable, Control de sistemas estocásticos, Control adaptivo, Control no lineal y
Control robusto, métodos que permiten abordar sistemas de mayor complejidad, que pueden
tener múltiples entradas y salidas. [9]

1.16 Teoría de control clásico

La teoría de control clásica utiliza el concepto de función de transferencia, para realizar el

análisis y el diseño en el dominio de s y/o en el dominio de la frecuencia. Esto es bueno para
sistemas de control de una entrada y una salida, sin embargo no puede mejorar sistemas de
control de múltiples entradas y múltiples salidas ya que esto es un requisito fundamental en
un sistema de control.

1.17 Teoría de control moderno

Esta basada en el concepto del espacio de estado, en esta técnica se emplea el Algebra
lineal matricial, el análisis y el diseño en el dominio del tiempo.

1.18 Controladores inteligentes

El incremento de las demandas tecnológicas en nuestros tiempos, ha generado sistemas

complejos que requieren controladores altamente sofisticados para asegurar un alto
desempeño dentro de condiciones adversas. Un controlador convencional se diseña usando
modelos matemáticos que representen la dinámica del proceso y así aplicar técnicas de
diseño. Este procedimiento puede llevar varias iteraciones hasta lograr el mejor
comportamiento. A lo que nos lleva que el modelo matemático de la planta debe ser lo
bastante simple para poder ser analizado con técnicas matemáticas y lo bastante exacto
para describir aspectos importantes del sistema. Por ello y por otras condiciones las
opciones de control convencional no pueden tener un buen desempeño por falta de
conocimiento adecuado del sistema, por su complejidad e incluso al hecho de que la
estructura y parámetros del sistema cambia de manera significativa e impredecible con el
tiempo bajo estas condiciones es cuando se utiliza técnicas de control inteligente o
modernas.

12
El control inteligente es un campo dentro de la disciplina del control y su desarrollo se da en
base a características importantes del ser humano como la adaptación y aprendizaje, acción
bajo incertidumbre y control bajo gran cantidad de datos.

Un sistema de control inteligente debe ser autónomo, es decir que tenga las características
para autogobernarse. Las áreas que comprenden un control inteligente son:

 Redes Neuronales.
 Algoritmos Genéticos
 Control Difuso.

1.18.1 Redes neuronales

Las redes neuronales tratan de reproducir el proceso de solución de problemas del cerebro,
esto imitando el proceso de aprendizaje del ser humano en base a los conocimientos
ganados con la experiencia a nuevos problemas o situaciones. Una red neuronal toma como
ejemplo un problema resuelto, para la construcción de un sistema que tome decisiones y
realiza clasificaciones. A este proceso se le conoce como entrenamiento de la red neuronal y
es adecuada cuando se requiere algoritmos extensos como lo es el reconocimiento de
imágenes.

1.18.2 Algoritmos genéticos

En cuanto a los algoritmos genéticos son considerados como una técnica de búsqueda
iterativa inspirada en los principios de selección natural. Los algoritmos genéticos o AG no
buscan modelar la evolución biológica sino hallar estrategias de optimización. Muchos
problemas tienen funciones objetivo complejas y la optimización tiende a hallar el máximo o
mínimo que dará pie a la mejor solución.

1.18.3 Lógica difusa

La lógica difusa o permite trabajar a los sistemas con información que no es exacta o
imprecisa y que es contrario a la lógica tradicional que trabaja con información definida y
precisa.

1.19 Conjuntos difusos

Hoy en día una alternativa útil en la realización de control sobre un sistema es el control
difuso. Esta alternativa permite, mediante el conocimiento experto de una o varias personas,
generar una base de conocimientos que dará al sistema la capacidad de tomar decisiones
sobre ciertas acciones que se presenten en su funcionamiento.

Esta alternativa se da a la necesidad de construir sistemas de control que permitan mejorar

la respuesta de un sistema, pero también técnicas de control en el cual no solo se asegure el
alcance al estado final si no que también se busque la reducción en el consumo de energía,
reducir tiempos de estabilización, tomar en cuenta cambios o perturbaciones y una mayor

13
flexibilidad, que el control clásico no permite al requerir un alto grado de cálculos
matemáticos. Así al desarrollar un control difuso es posible desentenderse de la rigidez
matemática y transmitir el razonamiento humano hacia un sistema de control.

Un controlador difuso se da en base a la lógica difusa, la cual fue presentada alrededor de

1965 por Lofti Asker Zadeh, profesor de la Universidad de California en Berkley. Lofti Zadeh
es famoso por introducir la teoría de conjuntos difusos o lógica difusa la cual sienta las bases
de una nueva forma de lógica. Zadeh muestra que el ser humano tiene dificultad para tomar
decisiones cuando se tiene información imprecisa. La lógica difusa es una herramienta
flexible creada para emular la lógica humana y tomar decisiones acertadas a pesar de la
información con la que se cuente. Un ejemplo de esto son las tareas que se realizan a diario
en el entorno que nos rodea, caminar por la calle sin chocar contra personas y objetos o
estacionar un automóvil, ya que no se manejan modelos matemáticos o información
cuantitativa, sino un control altamente adaptivo.

La lógica difusa puede representar la lógica humana, por ejemplo en afirmaciones tales
com “ í á ” “ á ”.
indican que la temperatura y velocidad respectivamente son altas pero no se sabe que
cantidad expresan exactamente.

La lógica difusa se fundamenta en principios matemáticos basados en el grado de

membrecía o pertenencia, cuya función es modelar información en el rango de 0 a 1, al cual
se le asocia con un determinado valor lingüístico que está definido por una etiqueta, palabra
o adjetivo dentro de un conjunto difuso.

Un conjunto difuso se escribe con una tilde arriba del nombre del conjunto para diferenciarlo
de un conjunto real como se muestra a continuación:
( ) (1.9)

Donde (x) es la función de pertenencia y está en el intervalo entre 0 a 1 y determina el

grado de pertenencia de la variable x y U es el universo en discurso.

Esta lógica se basa en reglas lingüísticas dictadas por expertos., por ejemplo la velocidad de
un automóvil es una variable que puede tomar distintos val üí , “A ”,
“ ”, “B ” á q
sistema.

Ahora ¿Porque utilizar un control difuso?, si se quisiera automatizar un proceso que controla
un trabajador se tendrá que emular a dicho trabajador, para esto se tendrá que tomar en
cuenta que dicho trabajador toma decisiones en base a su criterio y experiencia y que estas
üí “A ”, “L ”, .S q
sistema de control clásico no permite este tipo de entradas, mientras que un sistema difuso
si lo hace.

1.20 Estructura de un controlador difuso

Para desarrollar un control difuso es necesario un experto, el cual tomara un registro de

situaciones que se le presentan, así como la solución que le da. Este registro se representa

14
en reglas que usan variables lingüísticas y en base a ellas se tomara la acción de control que
será la salida del sistema. La estructura de un controlador difuso se muestra en la Figura 1.6.

Figura 1.6 Estructura de un controlador difuso.

1.21 Fuzificacion

La Figura 1.9 muestra un primer bloque llamado Fuzificacion, en el cual los datos de entrada
realizaran un nexo entre variables reales y difusas para así ser mapeadas para calcular el
grado de membresía que tendrán dentro del controlador. Un ejemplo de una función de
membresía o pertenencia de un elemento X en un conjunto difuso es el propuesto en la
Figura 1.7.

Figura 1.7 Función de membresía.

La cual muestra una función de membresía “C RO”, q -1 y

termina en 1 teniendo su pico en el valor 0. Esta función de membresía representa el grado
de pertenencia que posee dentro de un conjunto difuso. Lo más común en este tipo de
control es tomar los datos relevantes del sistema o proceso a controlar y en base a ello
definir la forma de la función de membresía que más convenga. Existen varios tipos de
funciones de membresía como lo son los que se presentaran en las siguientes secciones del
presente trabajo.

15
1.21.1 Función de saturación

Es la más sencilla de ellas, nos ayuda a describir situaciones en donde se alcanza un nivel
máximo a partir de cierto punto. En la Figura 1.8 se muestra la grafica de la función de
membresía que tiene un valor 0 en el punto -1 y después crece con pendiente constante
hasta alcanzar el valor de 1 en el punto 0.

Figura 1.8 Función hombro o de saturación a la izquierda.

( ) { (1.10)

1.21.2 Función hombro o saturación a la derecha

Es la contraparte de la función de saturación. La Figura 1.9 muestra que se inicia en el valor

1 y desciende con una pendiente constante hasta alcanzar el valor de 0.

Figura 1.9 Función hombro o saturación a la derecha.

16
 ( ) { (1.11)

1.21.3 Función triangular

Como su nombre lo indica esta función de membresía consta de una pendiente positiva que
se prolonga de manera constante hasta alcanzar el valor 1 y una vez que lo logra desciende
de manera constante hasta el valor 0. En la Figura 1.10 muestra un ejemplo de esta función
la cual tiene su inicio en el punto 5 y terminan en 15, teniendo su pico y valor unitario en el
punto 10. Este tipo de funciones son adecuadas para definir situaciones en la que se tiene
un valor óptimo, pero este aumenta o disminuye de manera rápida.

Figura 1.10 Función triangular.

( ) { (1.12)

1.21.4 Función trapecio o PI

Este tipo de funciones se emplean cuando hay un rango de valores óptimos. En la Figura
1.11 se muestra la grafica de la función que tiene un inicio en el punto 5 y crece de manera
constante hasta alcanzar el valor 1 en el punto 10 donde se conserva hasta el punto 15
donde desciende de manera uniforme en el punto 20.

17
 Figura 1.11 Función trapecio.

( ) (1.13)

1.21.5 Función sigmoidal o “S”

Por último, tenemos a la función sigmoidal la cual es similar a la de saturación, con la

diferencia que su pendiente no crece de manera constante. En la Figura 1.12 se muestra la
función sigmoidal.

Figura 1.12 Función sigmoidal.

( )
( ) (1.14)

{ ( )

18
1.22 Inferencia o base de conocimientos

Este bloque contiene toda la información registrada de situaciones que se pueden presentar
dentro de un sistema o proceso a controlar así como las posibles acciones de control.

Consta de una base de datos y una base de reglas lingüísticas las cuales definen la
manipulación de datos difusos y métodos de control que utilizan los expertos para llevar a
cabo el control, empleando preposiciones.

Este bloque debe ser capaz de actuar en diferentes estados del proceso que se desee
controlar. Por ejemplo supongamos el punto de operación de una grúa con la metodología
siguiente:

“S ú h ,
”

Esto se puede formular como una producción de regla difusa.

(1.15)

Una vez que se han establecido un conjunto de reglas inequívocas, se puede definir un
comportamiento más detallado de la grúa.

1.23 Defuzificacion

En este bloque se obtiene la acción de control real a partir de la acción de control difusa.

Algunos métodos empleados para encontrar el valor real a partir de valores difusos son los
siguientes.

1.23.1 Método del centro máximo

Es un método sencillo. Se usa para la mayoría de las aplicaciones de la lógica difusa, debido
a que se puede evaluar más de un término de salida.

1.23.2 Método de medio máximo

Este método calcula una salida del sistema solo para el término con el grado de validez
resultante más alta. Si este máximo no es único, por ejemplo en una función de pertenencia
tipo Pi o trapezoidal, se computa el término medio del máximo intervalo.

1.23.3 Método de centro de área o gravedad

El método del centro de área o centro de gravedad es el más usado y se puede representar
de dos formas:

19
Discreta:
∑ ( )
(1.16)
∑ ( )

O continúa:
∫ ( )
(1.17)
∫ ( )

Su metodología es sencilla, segmenta la función de membresía seleccionando puntos

significativos de la superficie total obtenida, estos puntos representan a elementos del
conjunto difuso de la variable lingüística de salida, se sobreponen todas estas áreas y se
saca el centroide de la superposición, la cual nos dice la salida real del sistema.

Figura 1.13 Funciones de membresía seccionadas.

En la Figura 1.13 se muestra las funciones de membresía de un conjunto difuso el cual

representa la velocidad de un motor.

Ahora calculando la centroide del área sombreada tomando los siguientes puntos
significativos:
̃ ( )
̃ ( )
̃ ( )
̃ ( ) (1.18)

El centro de gravedad se obtiene de la siguiente manera, siendo los puntos a observar de

manera discreta:

∑ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
(1.19)
∑ ( )

Por lo tanto, el centroide está en 0.97 y su salida real será de:

(1.20)

20
1.24 Análisis de sistemas de control

Al análisis de un sistema de control se entiende como la investigación, bajo condiciones

especificas, del comportamiento del sistema cuyo modelo matemático se conoce.

Este análisis debe de comenzar con una descripción matemática de cada componente, una
vez elaborado este modelado, la forma en el que se analizara es depende de si es sistema
físico es neumático, eléctrico, mecánico, etc.

El análisis en respuesta transitoria es la determinación de la respuesta de una planta a

señales y perturbaciones de entrada.

El análisis de respuesta en estado estacionario es la determinación de la respuesta tras la

desaparición de la respuesta transitoria.

1.25 La computadora en el control de procesos industriales

La aplicación del computador en el control de procesos supone un salto tecnológico enorme

que se traduce en la implantación de nuevos sistemas de control en el entorno Industria y
posibilita el desarrollo de la navegación espacial. Desde el punto de vista de la aplicación de
las teorías de control automático el computador no está limitado a emular el cálculo realizado
en los reguladores analógicos El computador permite la implantación de avanzados
algoritmos de control mucho más complejos como pueden ser el control óptimo o el control
adaptativo. El objetivo en un principio era sustituir y mejorar los reguladores analógicos, pero
este objetivo se fue ampliando dada las capacidades de los computadores en realizar un
control integral de las plantas de fabricación, englobando también la gestión de la
producción. [10]

21
 Capítulo II
Planteamiento del
Problema
En el siguiente capítulo, se tocara los lineamientos del problema en
este proyecto de ingeniería, así como un enfoque con aplicaciones
industriales y las referencias científicas relacionadas con el prototipo
implementado.

22
2.1 Planteamiento del problema

Siempre se ha sabido acerca de la importancia que tiene la educación para el progreso y el

desarrollo de las naciones. Por experiencia se sabe que la educación superior es necesaria
para el desarrollo pleno y sustentable del país. Es relevante para el desarrollo de una nación
ya que las riquezas de un país se miden en el número de profesionista con los que cuenta.

La educación superior es uno de los pilares del desarrollo en sociedades como en el de

procesos de transformación. El surgimiento de sociedades basadas en el conocimiento y la
relevancia que adquiere la conformación de comunidades cada vez más educadas y
formadas para enfrentar, las nuevas exigencias de un entorno mundial caracterizado por la
polarización creciente entre países ricos y pobres, son factores que inducen al cambio en las
formas de operar de las universidades y demás instituciones de educación superior. [11]

Hoy día el tema del financiamiento de la educación superior adquiere relevancia en los
debates políticos sobre el futuro no sólo de nuestras universidades, institutos tecnológicos y
centros de investigación, sino del país en su conjunto, dado el papel estratégico que éstos
tienen en el desarrollo de la sociedad en todos sus campos. En todo el mundo los gobiernos
nacionales, los organismos internacionales, las asociaciones de universidades, las
instituciones de educación superior y las organizaciones políticas y sociales coinciden en que
la educación terciaria es estratégica para el desarrollo de un país. También coinciden en que
esta importancia debe reflejarse en la asignación de un financiamiento suficiente por parte de
la sociedad. [12]

Dentro del presupuesto entra el problema de infraestructura física de las instituciones de

estudios superiores ya que el presupuesto que se les da anualmente a estas casas de
estudio los rectores no la usan para mejorar la deteriorada estructura de las instalaciones de
las universidades públicas viéndose afectados los estudiantes ya que no pueden recibir
clases en aulas con condiciones precarias, también las bibliotecas, los baños se ven
afectados. La mayoría de nuestras universidades siguen laborando en las mismas
; h “
”, h liación y reacondicionamientos.

El financiamiento a la educación superior, por tanto, no debe ser considerado como un gasto
sino como una inversión. La mejor inversión de un país es aquella que se hace en su gente;
es la que forma a las personas desde la educación inicial hasta la educación terciaria; es una
inversión económica y social que debe protegerse de los embates de las crisis recurrentes
que sufrimos como país.

Las instituciones de educación superior, en el momento actual, deben hacer frente a grandes
desafíos como son mejorar la calidad y pertinencia de sus programas académicos,
diversificar su oferta educativa y flexibilizar sus programas de estudio para dar respuesta a
los requerimientos crecientes de la sociedad por una educación de mayor calidad y
pertinencia.

Las instituciones públicas de educación superior requieren profundizar sus procesos de

reforma y mejoramiento académico y administrativo. Algunos de los proyectos emanados de
las comunidades académicas han tenido que ser pospuestos ante la insuficiencia de
recursos, pero también se reconoce que todavía faltan esfuerzos adicionales por optimizar
los recursos con que se cuenta. Es compromiso de todas las instituciones de estudios
superiores hacer esfuerzos adicionales para lograr el reordenamiento administrativo y el

23
saneamiento financiero, sobre todo en aquellos casos en que políticas y decisiones
institucionales tomadas en el pasado condujeron a situaciones insostenibles en materia
financiera. [13]

Dado que la institución presenta algunas deficiencias en cuanto a los materiales ocupados
en laboratorios y equipos, el problema que es bastante común en los distintos complejos
educativos del país, se tiene la necesidad de generar maquetas didácticas que ayuden al
desarrollo intelectual del alumno.

Estos son solo algunos de los principales problemas que afecta a la Educación Superior en
nuestro país, ya que son muchos los que debemos tener en cuenta y de los cuales se deben
hacer hincapiés; y buscar alguna solución, por lo que no solo basta con describir los dilemas
que presenta la educación superior, sino también las medidas que hasta ahora se han
tomado para darles salida a la problemática que nos aqueja a toda la comunidad politécnica.

Esta maqueta se podrá ocupar desde séptimo semestre en adelante para distintas
asignaturas de la carrea de Control y Automatización obteniendo así un mejor desarrollo
educativo en cuestiones prácticas, que proporcionara una visión amplia sobre problemas
teóricos en las siguientes materias como son:

 Instrumentos analíticos de medición

 Teoría del control III
 Control de procesos I y II
 Control avanzado I y II

Esto con la finalidad de que el alumno aterrice los conocimientos adquiridos y desarrolle la
capacidad para resolver y decidir problemáticas en base a condiciones reales.

2.2 Análisis de equipos

A continuación se describe una comparación entre el equipo existente de Armfield PCT

(Process Control Technology) 16 Control de pH contra el prototipo desarrollado. En la
primera sección se describe el Modulo PCT 16 y las características con las que se cuenta en
el equipo, posteriormente se hace la comparación de las plantas y finalmente se muestran
los motivos para la construcción de este proyecto de ingeniería.

2.3 Características de módulos Armfield PCT 16

Armfield es una empresa dedicada a la creación de equipos para la enseñanza de la

ingeniería y la investigación. Equipos utilizados en universidades, colegios, escuelas y
centros de investigación de todo el mundo, el equipo de Armfield es conocido por sus
diseños innovadores y un nivel adecuado en calidad. Basado en su misión y visión de la
empresa, se deduce la razón en la compra de este modulo didáctico para los laboratorios del
IPN en la carrera de ICA en ESIME Zacatenco.

El modulo Armfield PCT 16 tiene los siguientes elementos:

 Dos rotámetros  Dos bombas

24
 Válvulas de paso y drenaje  Válvula solenoide
 Válvula motorizada  Reactor Agitado
 Depósitos

Figura 2.1 Esquema de Armfield PCT 16 Control de pH.

Figura 2.2 DTI de Armfield PCT 16 Control de pH.

25
 Figura 2.3 Armfield PCT 16 Control de pH.

2.4 Comparación de equipos

Para poder tener una medida de comparación de los equipos se tiene que tener en cuenta
las características de ambos equipos y ver cuáles son las desventajas y ventajas de cada
uno de los equipos, además de tomar en cuenta el estado de cada uno de estos.

Armfield PCT 16 control de pH

Ventajas

 Es un equipo diseñado por una firma dedicada a este tipo de módulos didácticos.
 Es un sistema automático
 Experiencia en el mercado.

Desventaja

 Equipo es costoso y de importación

 No cuenta con manual de operación
 No cuenta con sensor de pH
 Esta fuera de producción
 Daños por falta de mantenimiento
 Control clásico
 Requiere de módulos extra para su puesta en marcha
 Personal capacitado

El desempeño de este equipo el PCT16 (módulo de control de pH), basados en

experimentos en la Universidad de Sonora, el control de pH (manual o automáticamente), no
se efectúa correctamente, debido a inestabilidades en el sistema de reactivos y efluentes

26
propuestos en el manual de operación de Armfield. Además de que se requiere de otro
módulo, para llevar acabo la puesta en marcha del equipo, el cual es una consola eléctrica
PCT10SC de Armfield la cual no se encuentra disponible en los laboratorios de ICA.

En función de todas estas desventajas es como se concibe este proyecto de ingeniería, ya

que al crear un prototipo en un sistema abierto, es decir, un sistema en donde el alumno
pueda de manera experimental e intuitiva crear una ley de control diferente a la propuesta o
emplear la propuesta del trabajo presente, de acuerdo a los requerimientos necesarios para
su aplicación a desarrollar en el prototipo.

Prototipo de control de pH

Tomando en cuenta las consideraciones anteriores y de la existencia de un equipo en los

laboratorios de ESIME Zacatenco del IPN para la carrera de ICA, el cual se encuentra fuera
de servicio por razones previamente revisadas, fue la necesidad de realizar este prototipo de
control de pH en un reactor químico tipo batch y él se puedan fomentar los conocimientos
teórico practico del plan de estudios de la carrera, además de poder ver el comportamiento
de un variable analítica importante en la industria y tener una perspectiva con teorías de
control moderno aplicadas.

Basándonos en los objetivos presentados en este trabajo las ventajas que tiene el prototipo
de control de pH son:

 Un sistema abierto debido a la naturaleza en su concepción.

 Uso de un sistema de control moderno, basado en sistemas difusos.
 La utilización de tarjetas de adquisición de datos.
 La utilización de un software con ambiente grafico LabVIEW.

2.5 Artículos de control de pH

En la actualidad existen diferentes tipos de control de pH, recordando que dependiendo de

la aplicación, será diferente el control en este mismo, para poder desarrollar este trabajo se
tomaron en cuenta siete diferentes artículos científicos en donde se denota la importancia de
un control difuso en los diferentes sistemas de medición de pH.

Hay que resaltar que entre los distintos tipos de control de pH, el difuso es el más utilizado
teniendo en cuenta que no se necesita un modelo matemático para la implementación del
mismo, solo se tiene la experiencia del operario, ya que al conocer el proceso físicamente y
con el tiempo desarrolla un conocimiento empírico, esto ayuda a que se pueda programar un
control difuso también llamado como control experto.

El análisis de cada uno de estos artículos es necesario para saber qué tipo de control es el
necesario en la aplicación a realizarse, se sabe con anticipación que existen controles como
el Proporcional (P), Derivativo (D), Integral (I) de los cuales hay combinaciones así como PD,
PI, PID etc. Por lo tanto se hace una comparativa para seleccionar el indicado.

Es importante elegir un buen sistema de control en los procesos de pH, como se ha

explicado anteriormente en este capítulo la medición de pH tiene diversas aplicaciones en
diferentes industrias haciendo elemental el bueno control del mismo. Una vez aclarado esto

27
dispondremos a revisar algunos artículos que en su implementación utilizan un control difuso
para la medición de pH.

Entre los ocho diferentes artículos antes mencionados se implementa el control difuso en
muchas de sus variantes a comparación los tipos de control clásico referidos anteriormente.
En la Tabla 2.1 se encuentra los diferentes tipos de artículos de los cuales se llegó a la
conclusión que el control difuso es el mejor para la aplicación expuesta en este trabajo.

Tabla 2.1 Artículos de control difuso.

Autor y año de la Método de
Condiciones. Principales resultados.
publicación. control.
Un depósito y un reactor. Relaciona un sistema difuso
Tufan Kumbasar, Sistema que cuenta con dos denominado Type-2 Fuzzy en la
Ibahim Eksin, flujos: salida del bloque donde se encuentra
Mujde Guzelkaya la Base de conocimiento dando un
(2010) [14] Difuso q1 Solución ácido (HCl) mejor control en comparación a un
q2 Solución Base (NaOH) control clásico PID.
Sistema que cuenta con tres
Ali Nejati, flujos:
Mohammad Se muestra que el sistema de
q1 Solución ácido (HNO3+
Shahrokhi, linealización Backstepping es
H2CO3)
Arjomand idéntico al controlador diseñado
Backstepping VS q2 Solución Amortiguadora
Mehrabani basado en la técnica de linealización
Entrada-Salida (NaHCO3)
tradicionales.
(2010) [15] q3 Solución base (NaOH+
NaHCO3)
Nuevo enfoque
A. Kalafatis, N L Wiener modelo una estructura
para la
Arifin, L. Wang, mediante la identificación de Se muestra el análisis entre un
identificación de
W. R. Cluett. mínimos cuadrados basado en elemento dinámico lineal en serie con
procesos ph
algoritmo que se desarrollan en una no linealidad estática.
(1994) [16] basados en el
un subsistema lineal dinámico
modelo wiener
El algoritmo en cuestión se basa en
modelos con respuestas a un
Estos modelos pueden ser
Piotr M. Marusak Takagi–Sugeno escalón, se utilizan como modelos
utilizados en diferentes
(TS) modelo locales. Por lo tanto es un simple
(2009) [17] algoritmos de DMC(Dynamic
difuso. método de síntesis de algoritmo,
Matrix Control)
puede
ser utilizado.
Shahin Salehi, Con lazos inciertos y desconocidos
Mohammad Control del sistema no lineal, un sistema de
Shahrokhi, Ali Procesos de controles
adaptativo VS lógica difusa funciona como un
Nejati altamente no lineales
control PI aproximado.
(2009) [18]
Este sistema era muy eficiente ya
Stefan Menzl, que es capaz de controlar el valor de
Michael Stuhler, Control difuso
pH más eficazmente y con una
Roland Benz. adaptativo en Procesos no lineales de pH.
respuesta muy corta de tiempo en
medición de pH
(1995) [19] comparación con un controlador PID
común
PID introduce un comportamiento
Un depósito y un reactor.
oscilatorio a la dinámica del proceso.
A. Rocha, Sistema que cuenta con tres
Aunque presenta una velocidad de
Casimiro y flujos:
respuesta y una menor desviación
Escorcia PID y Fuzzy del punto de consigna.
Gutiérrez q1 Solución ácido (HNO3)
Fuzzy correlaciona el error presente
q2 Solución Amortiguadora
(2010) [20] con el cambio de error en el tiempo.
(NaHCO3)
Aunque requiere de experiencia de la
q3 Solución Base (NaOH)
dinámica del proceso.
Fuente: Elsevier Science Ltd. Science Direct. [21]

28
2.6 Importancia del pH en las industrias

En la siguiente sección, se muestra un panorama de las industrias que requieren de un

control recomendable del pH para llevar acabo el proceso de manera eficaz y obtener
productos o servicios con calidad. Estas industrias son un claro ejemplo de aplicaciones
reales en las que se justifica el proyecto, por lo tanto, la finalidad del proyecto del control de
pH en un rector químico tipo batch, permite a los alumnos del IPN de la carrera de ICA
familiarizarse con ambientes y sistemas reales, con los cuales ratifiquen los conocimientos
teóricos y prácticos de la carrera.

En la mayoría de los procesos industriales muy importante el control de los niveles de pH

que presentan los productos que son elaborados o las soluciones que serán utilizadas para
alguna parte del proceso.

Normalmente se mide para los controles de calidad haciendo importante la medición del pH.
Se puede encontrar mediciones frecuentes de pH en el tratamiento de aguas residuales, en
industrias de alimentos por ejemplo en la cerveza, yogurt, en la industria farmacéutica para
jarabes y medicamentos.

En la actualidad hay muchas industrias que realizan un control manual de pH, que resta
eficiencia y productividad a la planta. Hay que tener en cuenta que por una pequeña parte
sobrante de ácido o base ya no se puede tener el resultado deseado.

Por esta razón se da la necesidad de emplear nuevas técnicas de control que permitan tener
un mejor desempeño en la planta.

Los procesos industriales donde se requiere del control de pH son:

 Aguas residuales
 Calderas
 Riego tecnificado
 Industria alimenticia
o Industria cervecera
o Industria lechera
o Industria refresquera
o Industria azucarera
 Industria del etanol

2.7 Importancia del pH en aguas residuales

El estudio sobre el control del pH se da a la necesidad de regular e inspeccionar

subprocesos o el mismo proceso en la industria, un ejemplo de esto es el control en aguas
residuales.

El término aguas residuales, se les conoce a los residuos líquidos provenientes de las
distintas áreas y procesos de cada industria. Si esta agua fuera directamente arrojada al
medio ambiente, se produciría una contaminación ambiental masiva, ya que esta agua
normalmente es portadora de productos químicos muy dañinos para las personas y plantas.

29
Por ello se tiene la necesidad de procesar esta agua en una planta de tratamiento de aguas
residuales, en las que se aplican tratamientos físicos, biológicos y químicos, para arrojarla
sin los residuos dañinos. La etapa física tiene por objetivo el asentamiento de sólidos
pesados, reducción de aceites, grasas y arenas.

La etapa biológica, tiene por objetivo degradar las bacterias y otros contenidos biológicos de
las aguas residuales. En la última etapa se aplica un proceso de desinfección cuyo objetivo
es llevar el agua a los estándares aprobados por cada legislación antes de su descarga. Y es
en esta etapa que se emplea la medida y regulación de pH, para cumplir dichos estándares.

En la Norma Oficial Mexicana en sección NMX-AA-003-1980 contempla los lineamientos

generales y recomendados para muestrear las descargas residuales, con el fin de determinar
sus características físicas y químicas y la Norma NMX-AA-004-SCFI-2000 que determina el
método de prueba para la determinación de sólidos sedimentables en aguas naturales,
residuales y residuales tratadas.

Figura 2.4 Tratamiento de aguas residuales.

2.8 Tratamiento de aguas para entrada a calderas

Las calderas son un caso especial de los intercambiadores de calor, diseñadas para generar
vapor saturado a partir de agua que ingresa a la misma. El agua es llevada a su punto de
saturación con ayuda del calor generado al quemar combustibles pesados, bagazo, cáscara
de semillas de algodón, entre otros. El vapor generado es utilizado en muchos procesos en
los que se necesita calor, por ello es útil en todas las plantas industriales.

Para el buen funcionamiento de las calderas es necesario que el agua de ingreso esté libre
de impurezas, y que el valor de pH sea neutro, dado que si presentara algún tipo
predominancia ácida o básica se produciría corrosión o incrustaciones (salinidad)
respectivamente en el sistema agua-vapor que incluye el depósito de alimentación, caldera,
y retorno de los condensadores.

30
2.9 Riego tecnificado y fertilizantes

Es muy utilizado el término fertirrigación cuando se trata el tema de uso de fertilizantes con
agua de riego, de esta manera se logra que los cultivos dispongan de distintos nutrientes en
el momento que sea necesario.

El control de los niveles de pH en esta aplicación tiene por objetivo prevenir reacciones
químicas de fertilizantes en las líneas de riego, ya que si existe un pH muy básico existe la
posibilidad de formar precipitados y por tanto obstrucción de líneas. Los valores de pH
ligeramente ácidos permiten asimilar los diferentes nutrientes. Inclusive el proceso fisiológico
de absorción de nutrientes de las raíces es afectado por el nivel de pH, ya que fuera de los
rangos adecuados la absorción es afectada y si la desviación es muy elevada se pueden
elevar los niveles de toxicidad por absorción de elementos fitotóxicos.

Figura 2.5 Riego tecnificado.

2.10 Importancia del pH en la industria alimentaria

Los niveles de pH son muy importantes en la elaboración de los productos alimenticios, ya

que sirve como indicador de condiciones higiénicas en el proceso de transformación del
producto. Por ello, en ocasiones se elige que un producto tenga un valor bajo de pH lo que
permite aumentar su tiempo de conservación.

Para eliminar todo tipo de bacterias, se utilizan bactericidas, que tardan en eliminar los
microrganismos. La concentración iónica del hidrógeno afecta a esos microrganismos y
también a la acción de los bactericidas, por lo tanto el índice de pH influye directamente en el
control aplicado para evitar la activación de microrganismos y bacterias.

Por ello se puede constatar que el control de pH forma parte importante en la industria, en
cualquier sector que se desee desempeñar. Por lo que este tema toma importancia en el
perfil académico de un Ingeniero en Control y Automatización, para poder desarrollar
soluciones aplicables y viables en materia económica.

31
2.10.1 Industria cervecera

El control de nivel de pH en la producción de la cerveza es muy importante para poder evitar

la activación de agentes patógenos y para obtener el sabor característico de cada cerveza.

En la algunas empresas productoras de cerveza el proceso requiere, de un seguimiento y

control del nivel de pH, teniendo en cuenta que este debe encontrarse en un intervalo
especifico. Es importante respetar este intervalo para satisfacer las condiciones y estándares
de calidad que se han impuesto, debido a que un valor de pH menor produce acidez, y un
valor mayor provoca una activación de agentes patógenos. En plantas donde se trasporta el
producto final para su posterior envasado, quizás nos se requiera de controla el pH pero si
se monitorearlo para verificar que después del transporte siga cumpliendo los estándares
establecidos. Para que en caso de no ser así el producto sea revisado.

Figura 2.6 Industria Cervecera.

2.10.2 Industria lechera

El pH es un indicador de la conservación higiénica de la leche en todo el proceso, desde la

recolección hasta la entrega. El valor adecuado de pH debe ser 6.8, si fuese menor indica
una posible infección del ganado, que aumentaría su gravedad si continua disminuyendo.
Durante la conservación, el pH es determinante para predecir si hay contaminación
ocasionada por el amoniaco, usado para conservar el frío en la refrigeración.

Para usar la leche en quesos, el valor de pH debe encontrarse entre 6.1 y 6.5. Y para la
elaboración de los quesos y para su maduración es importante que el pH esté entre los
valores de 4.1 a 5.3 para que disminuya la velocidad de crecimiento de los agentes
patógenos.

Dentro de las condiciones para preparar yogurt, la refrigeración debe iniciarse con la
condición de que el pH alcance valores entre 4.4 y 4.6. Cuando se agrega fruta al yogurt,
ésta debe ser del mismo nivel de pH, así se evitan reacciones indeseadas. El valor de pH
que debe tener este producto debe encontrarse entre 4 y 4.4 para una mejor conservación.

32
2.10.3 Industria de las bebidas gasificadas

Los refrescos o bebidas gasificadas contienen conservantes, acidulantes, edulcorantes, y

agua potable un mínimo de 6g/L de anhídrido carbónico. Por lo general presentan un valor
de pH bajo, alrededor de 3 y 4. Las bebidas gaseosas por tanto constituyen un medio
desfavorable para el desarrollo de microrganismos.

El agua empleada para su fabricación no puede salirse de los límites de pH entre 6.5 y 9.5
para conservar adecuadamente sus propiedades.

En algunas empresas productoras de refresco se regulan el valor de pH con la inyección de

CO2, aumentando el flujo de CO2 para disminuir el pH y viceversa.

Algunos sistemas controlan con un sistema de PID programado manualmente y válvulas

neumáticas activadas con señales 4-20 mA, para controlar el flujo de CO2.

Figura 2.7 Industria Refresquera.

2.10.4 Industria azucarera

La importancia del control de pH en la industria azucarera en evitar la generación de

microrganismos dañinos para los productos. En el caso de la producción de azúcar, la
dextranasa es un compuesto indeseable sintetizado por microrganismos contaminantes,
debido a que produce pérdidas muy significativas cuando incrementa su viscosidad. Es por
ello que el seguimiento del nivel de pH se realiza durante todo el proceso de fabricación.

En algunos ingenios azucareros, se trabaja con caña de azúcar como materia prima, que
después de pasar por molienda da como producto el bagazo y el jugo de caña. El bagazo se
usa para las calderas y el jugo de caña pasa al proceso de sulfitación, que consiste en
eliminar el color al azúcar, utilizando para ello dióxido de azufre. La siguiente etapa es la
clarificación, cuyo objetivo es eliminar la mayor cantidad de impurezas que posee el jugo.
Esta es una etapa muy importante ya que determina en su mayoría la calidad del producto
final.

Dentro del proceso de clarificación, existen otros subprocesos como el de alcalinización, que
consiste en agregar cal al jugo de caña para que la sacarosa no se convierta en miel,
controlando el nivel de pH hasta un valor de 7; luego está el subproceso de calentamiento

33
hasta una temperatura oscilante entre 98 - 103ºC y finalmente pasa el producto por el
clarificador que permiten separar el jugo clarificado de los sólidos decantados.

El proceso continúa con la filtración, que tiene por objetivo, separar los últimos residuos
sólidos, luego pasa a los evaporadores para eliminar el agua residual y luego se pasa a la
etapa de cristalización, de la que sigue solamente la etapa de centrifugación para separar los
cristales de la miel que los rodea y la etapa de secado y envasado.

2.11 Control de pH en la Industria del etanol

El etanol es obtenido a partir de la destilación de los jugos de caña de azúcar y su uso es

pretendido como combustible para remplazar los productos derivados del petróleo.

Las materias primas que se utilizan para su obtención pueden presentar alto contenido de
sacarosa (caña de azúcar, betarraga, melazas), alto contenido de almidón (maíz, papa,
yuca), o alto contenido de celulosa (madera, residuos agrícolas).

El proceso a partir del almidón es más complicado que a partir de la sacarosa, y a partir de la
celulosa es inclusive más complicado porque debe primero convertirse en azúcares.

El proceso de fermentación de los azúcares se realiza utilizando microrganismos que pueden

ser levaduras o bacterias, así se produce etanol y grandes cantidades de CO2, además de
productos no deseados como metanol, ácidos y aldehídos.

En la planta que trabajan con caña de azúcar como materia prima, durante el proceso la
primera etapa es la obtención del jugo de caña, que después de un proceso de evaporación
para eliminar el agua en exceso se mezcla con levadura para pasar a la etapa de
fermentación, en la que es muy importante el control de pH para evitar la infección del
producto. El proceso de fermentación tiene una duración aproximada de 8 horas en algunas
empresas, y a la salida el etanol mezclado con la levadura ingresa a una centrífuga
separadora, para obtener etanol con algunas impurezas. Luego se pasa una columna de
destilación para poder separar el etanol de los elementos residuales como alcohol
secundario, metanol, ácidos y aldehídos. La última etapa es la separación en tamices
moleculares, que funciona como un colador encargado de separar el etanol del agua
residual, con el criterio de que las moléculas de etano son más pequeñas que las de agua y
pueden atravesar el filtro.

34
 Capítulo III
Desarrollo del
Prototipo para el
Control de pH
Este capítulo comprende la construcción del prototipo para llevar
acabo la neutralización de una disolución por medio del control del
pH, en donde se especifican la elección de materiales,
componentes y dispositivos para el proyecto de ingeniería
desarrollado.

35
3.1 Desarrollo del Prototipo de pH

Para el desarrollo del sistema de control de pH en un reactor Batch a nivel laboratorio con
fines didácticos, se construyó algunos de los elementos del prototipo como: la mesa de
trabajo, los depósitos, el reactor, entre otros accesorios, los cuales cumplen con los
requerimientos del proyecto de ingeniería desarrollado.

3.2 Mesa de Trabajo

Para la construcción de la mesa de trabajo se realizaron bosquejos sobre la mejor

distribución de los elementos que componen el prototipo de pH dentro de los cuales se tiene
que considerar el espacio de estos tales como: la computadora, los depósitos, el reactor, las
bombas, el agitador y su motor además de otros dispositivos que también pertenecen al
prototipo.

El diseño de la mesa se realizó tomando en consideración el espacio y la mejor distribución

debido a que la mesa tiene que ser didáctica y funcional. Se eligió una mesa rectangular de
120 cm de largo por 80 cm de ancho y con una altura de 70 cm, donde puedan estar
correctamente colocados los elementos del prototipo. Debido a que se requiere dosificar las
disoluciones ácidas y alcalinas hacia el reactor, éstas deben estar contenidas en los
depósitos, y se necesita el uso de bombas para su dosificación, esta es la razón para tener
una segunda plataforma en la parte superior, es decir, para la colocación de estos
contenedores y el motor del agitador, dicha plataforma tiene una forma rectangular y sus
dimensiones son: 120 cm de largo por 40 cm de ancho y con una altura de 40 cm.

La siguientes Figura 3.1 y Figura 3.2 muestra el diseño con las características requeridas
para el proyecto con vistas Isométricas.

Figura 3.1 Mesa de trabajo.

36
 Figura 3.2 Vista de mesa de trabajo frontal.

Para la elección de los materiales y el diseño de la mesa de trabajo, se propuso una

estructura firme y portátil debido al uso que tendrá el prototipo, el cual debe ser un
dispositivo didáctico y práctico para los alumnos del Instituto. Por otra parte en esta selección
se debe considerar la resistencia de los materiales debido a que un cálculo previo en el peso
de los equipos que serán instalados en la mesa de trabajo se aproximaba a unos ±50 Kg, por
lo tanto es una consideración relevante en la construcción del prototipo.

Los materiales utilizados fueron:

1. 1 Hoja de madera de densidad media (MDF), con las siguientes características:

a. De 18 mm de grosor.
b. De 755 Kg/m³ de densidad.
c. De 43 Kg de peso.

2. 2 Perfiles Cuadrados de Fierro

a. De 25 mm de dimensión.
b. De 1.5 mm de espesor.
c. De 1.06 Kg/m de peso.
d. De 6 m de largo cada uno.

3. 40 cm de Perfil Tubular Rectangular (PTR)

a. De 25 mm de dimensión.
b. De 3.4 mm de espesor.
c. De 2.1 Kg/m de peso
d. Piezas de 10 cm cada una.

4. 16 Tornillos con rondana y tuerca.

a. 2.5 pulgadas de largo.

37
 5. 16 Pijas punta broca
a. 25 mm de largo
b. Cabeza Hexagonal 8 mm

Todas las características de los materiales mencionados son especificaciones del

fabricante.

El resultado en el diseño y una buena elección de materiales nos dio como resultado una
mesa de trabajo que cumple con las características del proyecto de ingeniería. La cual se
muestra en la siguiente Figura 3.3.

Figura 3.3 Mesa de trabajo real.

3.3 Tipos de bombas dosificación

En los siguientes apartados se encuentra una descripción de los tipos de bombas de

dosificación o de desplazamiento positivo, existentes para aplicaciones de laboratorio, este
es el elemento que llevara acabo la neutralización en el reactor por medio de la dosificación
o inyección de la sustancia con características de un pH base al reactor.

3.3.1 Bomba peristáltica

Es un tipo de bomba hidráulica de desplazamiento positivo usada para bombear una

variedad de fluidos. El fluido es contenido dentro de un tubo flexible empotrado dentro de
una cubierta circular de la bomba. Un rotor con un número de 'rodillos' unidos a la
circunferencia externa comprimen el tubo flexible. Mientras que el rotor da vuelta, la parte del
tubo bajo compresión se cierra forzando, de esta manera, el fluido a ser bombeado para
moverse a través del tubo.

Las bombas peristálticas son típicamente usadas para bombear fluidos limpios o estériles
porque la bomba no puede contaminar el líquido, o para bombear fluidos agresivos porque el
fluido no puede dañar la bomba. Algunas aplicaciones comunes incluyen bombear productos
químicos agresivos, mezclas altas en sólidos y otros materiales donde el aislamiento del

38
producto del ambiente, y el ambiente del producto, son críticos. En la siguiente Figura 3.4 se
muestra una imagen de una bomba peristáltica.

Figura 3.4 Bomba peristáltica.

La bomba que se utilizara para el proyecto de ingeniería es de la marca Pulsatron y de la

serie MP a continuación se describe las principales características y sus aplicaciones.

3.3.2 Bomba de membrana

La bomba de membrana o bomba de diafragma es un tipo de bomba de desplazamiento

positivo, generalmente alternativo, en la que el aumento de presión se realiza por el empuje
de unas paredes elásticas membranas o diafragmas que varían el volumen de la cámara,
aumentándolo y disminuyéndolo alternativamente. Unas válvulas de retención, normalmente
de bolas de elastómero, controlan que el movimiento del fluido se realice de la zona de
menor presión a la de mayor presión. En la siguiente Figura 3.5 se muestra el
funcionamiento de una bomba de membrana.

Figura 3.5 Principio de funcionamiento de una bomba de membrana.

La acción de estas bombas puede ser:

 Eléctrica, mediante un motor eléctrico, en cuyo caso se dice que es una

electrobomba. Sin embargo, hay otras electrobombas que no son bombas de
membrana.
 Neumática, mediante aire comprimido, en cuyo caso se dice que es una bomba
neumática. La mayoría de las bombas neumáticas son bombas de membrana.

Existen bombas neumáticas y eléctricas de doble diafragma, las cuales funcionan bajo el
mismo principio que las anteriores, pero tienen dos cámaras con un diafragma cada una, de

39
forma que cuando una membrana disminuye el volumen de su cámara respectiva, la otra
membrana aumenta el volumen de la otra cámara y viceversa.

3.4 Selección de Bomba

Para la selección de la bomba se tomaron en cuenta las características que requería el

proceso, como también, de cuáles son las herramientas con las que contamos como un
equipo de trabajo, así de cuáles son los dispositivos que se encuentran en la ESIME para los
laboratorios de la carrera de ICA que pudieran ser utilizados en el diseño del prototipo del
sistema de control de pH.

El proceso requería de un dispositivo que pudiera ser controlado por la PC a través de la

tarjeta de adquisición de datos y que también dosificara la cantidad necesaria para llevar
acabo el proceso de neutralización en el reactor químico tipo Batch. Además de que el
dispositivo no superara costos, por tales razones se opto por un equipo prestado por el
Sistema de Aguas de la Ciudad de México (SACM) el cual es una bomba de la marca
Pulsatron de la Serie MP con un control automático con señales estándar para su
accionamiento. A continuación en el siguiente apartado se describen las características de la
bomba las cuales cumplen con las necesarias para el desarrollo del prototipo del control del
pH en un reactor químico tipo Batch.

3.5 Características de la bomba

La bomba Pulsatron Serie MP ofrece un control automático; 4-20mA y 20-4mA señales de

corriente puede ser tasan del 100% al 2% de la señal entrante. La función de control manual
permite una cobertura combinada de 1000:1 que resulta en una medición precisa para
aplicaciones críticas.

Serie MP cuenta con salida de relé para interfaz de la computadora o de alimentación de CA

permite el control externo. Hay un control táctil de seis botones almohadilla con símbolos
internacionalmente reconocidos para la programación simplificada.

Hay señales de alarma para la pérdida de señal, cuenta llena, fallas en los circuitos, el
desbordamiento del pulso y de alta frecuencia del pulso. Líquido de baja capacidad de
indicador de nivel estándar. Las señales de impulso pueden ser multiplicadas o dividido por 1
a 999 teniendo en cuenta las bombas para manejar los requisitos máximos.

Serie MP también está equipada con una de 16 caracteres de matriz de puntos

retroiluminada en varios idiomas de visualización que permite una fácil lectura y
programación de uso fácil.

Diecinueve modelos diferentes están disponibles, que tenga capacidad de presión de 300
psig (21 bar) @ 3 gpd (0,5 lph), y capacidades de flujo hasta 504 galones por día (79,5 bar) a
20 psig (1,3 bar), con un ratio de rechazo de 1000:1. El rendimiento de medición es
reproducible dentro de + / - 2% de su capacidad máxima.

La serie MP Pulsatron contiene una extensa garantía de dos años en el circuito electrónico
de servicio sin problemas. En la siguiente Figura 3.6 se muestra la bomba de la marca

40
Pulsatron de la serie MP utilizada en este proyecto de ingeniería. En la Figura 3.7 se muestra
el esquema de partes de accionamiento y del panel de control de la bomba utilizada para la
dosificación de las soluciones al reactor químico.

Características:

 Auto y Manual de Control de Salida de relé

 Multi-idioma
 Señales de alarma
 Las señales de pulso

Figura 3.6 La bomba Pulsatron Serie MP.

Figura 3.7 Esquema del conjunto de accionamiento y el panel de control de la Serie MP.

41
3.6 Tanque Agitado

Los tanques agitados o tanques mezcladores son equipos donde se realiza una mezcla
de componentes y cuando ocurre una reacción química se llaman reactor químico. Son
generalmente de forma cilíndrica y sus aplicaciones son distintas dependiendo de las
características de los dispositivos estos son algunos ejemplos de aplicaciones de
operaciones unitarias como:

 Mezcla de líquidos miscibles

 Dispersión de un gas en un líquido
 Mezcla o dispersión de líquidos no miscibles
 Dispersión y emulsificación de líquidos no miscibles
 Apoyo para la transferencia de calor entre un líquido y una superficie intercambiadora
de calor
 Suspensión, reducción de tamaño y dispersión de partículas sólidas en un líquido.
Dilución de un sólido en un líquido
 Reducir el tamaño de partículas aglomeradas. Disminuir el tamaño de gota de
líquidos coalescentes

En la siguiente Figura 3.8 se muestra un diseño de un tanque agitado.

Figura 3.8 Tanque Agitado.

3.6.1 Tipos de reactores químicos

Los equipos en los cuales se llevan a cabo las reacciones químicas pueden dividirse en tres
tipos generales:

1. Batch (Lote o Carga)

2. Continuo
3. Semicontinuo

En el reactor Batch todos los reactantes son adicionados al mismo tiempo y la composición
va cambiando con el tiempo.

42
3.7 Reactor batch

En la siguiente Figura 3.9 se muestra un reactor químico tipo batch instalado en una planta
para la producción de leche.

Figura 3.9 Reactor Batch.

Por general el reactor tipo batch (lote) es un recipiente sometido a presión con algún tipo de
agitador que contribuye a la reacción química deseada. Es por esto que el uso de una norma
de referencia se hace necesario. El Código ASME Sección VII División 1, es un conjunto de
lineamientos reconocidos internacionalmente que rigen para la realización de un diseño
seguro y funcional de un recipiente a presión.

3.7.1 Características y principales áreas de aplicación del reactor químico tipo

batch

A continuación se describen de manera general las características y principales áreas de

aplicación de los diferentes tipos de reactores químicos.

El reactor químico tipo Batch (lote o carga) es sencillo, necesita poco equipo de soporte y es
por lo tanto, ideal para experimentos de laboratorio en pequeña escala. En la industria este
tipo de reactor es utilizado cuando se trata cargas pequeñas o los reactivos son
relativamente costosos. Son generalmente recipientes cilíndricos verticales equipados con
un agitador y una chaqueta externa o un serpentín interno para calentamiento o enfriamiento.

Los reactores de laboratorio de tipo general para laboratorio son forjados a partir de una
barra solida de metal, están disponibles para presiones superiores a 25,000 psi.
Los reactores tipo batch y semibatch, son usualmente tanques agitados y su proceso es
mucho mas flexible en un proceso continuo por las siguientes razones.

43
 1. La adición o extracción de producto puede ser programada.
2. La temperatura puede ser programada en función del tiempo de contacto más
fácilmente que en un reactor continúo.
3. El tiempo de contacto pude ser más variado que para un rector de tubos.

Una flexibilidad adicional hace posible en muchos casos poder modificar las características
del producto, cambiar a un nuevo producto o grado en el mismo, y así, modificar la
capacidad con cambios en la programación en lugar de cambiar de equipo. Es por esta
razón que las técnicas tipo batch y semibatch sean atractivas para procesos que involucran
múltiples grados o demandas variables.

Productos perecederos con relativa corta vida, y productos con inusuales especificaciones o
que requerían pruebas subjetivas, tales como en la industria alimenticia. Esto es a veces es
conveniente cuando es necesario parar o bajar el lote de reacción hasta que la prueba
cumpla con los requerimientos de fabricación y pueda ser llevada a cabo.

Los reactores tipo Batch son generalmente construidos de placa soldada con tapas
hemisféricas ASME, cabezas elípticas o torisféricas. La construcción de los reactores esta
cubierta por el código ASME. Prácticamente no hay reactores estándar que se puedan
adquirir en el mercado excepto posiblemente por algunos pequeños equipos de laboratorio.
Cada reactor es un diseño especial para cubrir necesidades particulares, y los diseñadores
necesitan la información tan completa como sea posible acerca de la reacción que se llevara
acabo, la cinética y la acción de varios reactantes sobre los materiales de construcción.

3.8 Sistemas de Mezclado

El mezclado es el proceso en el cual varios ingredientes se ponen en contacto, de tal forma

que al final de la operación, se obtenga un sistema homogéneo a cierta escala. Según la
escala del mezclado el resultado puede ser una solución, un coloide o una dispersión micro o
macroscópica: emulsión, suspensión, espuma.

Para diseñar o proyectar bien un mezclador hay que tener en cuenta no solo el elemento
mezclador sino también la forma del recipiente. Un elemento mezclador muy bueno puede
resultar inútil en un recipiente inadecuado. Además, no debe perderse de vista el resultado
exacto que se quiere alcanzar, de modo que pueda obtenerse una mezcla ampliamente
suficiente para conseguir dicho resultado con un coeficiente de seguridad bastante grande.

La mezcla es una parte fundamental del proceso, es importante hacerla bien ya que en este
proceso se necesita de un mezclado uniforme y constante.

El número de dispositivos utilizados para mezclar materiales es muy grande, y muchos de

ellos no se distinguen por su perfección. Para que la tecnología de la mezcla pueda avanzar
mucho será necesario tomar en consideración muchos modelos fundamentales como base
de nuestros estudios y conocimientos.

El tema de mezclado ha sido una de las operaciones unitarias más difíciles de predecir y
desarrollar por los ingenieros químicos. A la fecha no se ha desarrollado una formula o
ecuación para calcular el grado, velocidad o potencia de mezclado para alguna condición
determinada. A continuación se presentara un marco teórico que pueda dar los lineamientos

44
para la posterior selección y diseño del agitador que requiere el reactor químico diseñado en
el presente trabajo.

El éxito de muchas operaciones en los procesos depende de un efectivo agitación y

mezclado. Aunque frecuentemente se confunden, la agitación y el mezclado no son
sinónimos. La agitación se refiere a la inducción de movimiento al material en una específica
dirección, usualmente en un patrón circular dentro de algún tipo de contenedor. El mezclado
es la distribución aleatoria, dentro y a través uno de otro, de dos o mas fases inicialmente
separadas. Una simple homogenización del material dentro de un recipiente, puede ser
agitada, pero no puede ser mezclada hasta que otro material sea adicionado.

El término mezclado es aplicado a una variedad de operaciones, difiriendo en el grado de

homogenización de la mezcla.

3.9 Agitado de líquidos

Propósitos de la agitación

1. Suspensión de sólidos
2. Mezclado líquidos miscibles
3. Dispersar un gas a través de un liquido en la forma de pequeñas burbujas
4. Dispersar un segundo liquido inmiscible con el primero para formar una emulsión o
suspensión de finas gotas
5. Promover la transferencia de calor entre un liquido y un serpentín o chaqueta

Muchas veces en la practica un mismo agitador puede servir para varios propósitos.

3.10 Equipo utilizado en la agitación

En la Figura 3.10 se representa un sistema típico de agitación.

Figura 3.10 Disposición típica de un sistema de agitación.

45
Por lo general los líquidos son agitados en tanques cilíndricos verticales. La parte superior
del recipiente puede ser abierta o cerrada. Las proporciones del tanque varían de acuerdo
a la naturaleza del problema. El fondo del tanque es redondeado, no plano, esto con el fin
de eliminar esquinas o regiones en donde el líquido pudiera no fluir como en el resto del
tanque. La profundidad del líquido es aproximadamente igual al diámetro del tanque.

Para lograr el movimiento del líquido y lograr los propósitos de la agitación, se utilizan
impulsores los cuales se colocan en flechas que por lo general son soportadas de la parte
superior del recipiente, aunque también existen impulsores que se soportan de la tapa
inferior. La energía utilizada para accionar la flecha del impulsor proviene de motores
eléctricos, en pocas ocasiones la flecha se conecta directamente al motor Ya que en la
mayor parte de las aplicaciones se utilizan reductores de velocidad. Otras ´partes mas
componen el equipo utilizado en la agitación, entre ellos se pueden mencionar las
chaquetas de vapor, serpentines, equipo instrumentación y control, deflectores, etc.

La función del impulsor es la de crear un patrón de movimiento en el liquido dentro del

recipiente. Una vez que el liquido ha circulado por el recipiente regresa al impulsor para
volver a ser circulado.

3.11 Impulsores

Los impulsores de los agitadores pueden ser divididos en dos clases principales de acuerdo
a la corriente que generen.

1. Impulsores de flujo axial (los que generan corrientes paralelas al eje de la flecha del
impulsor)
2. Impulsores de flujo tangencial (los que generan corrientes tangenciales al eje de la
flecha del impulsor)

3.11.1 Tipos de impulsor

1. Propelas
2. Turbinas
3. Paletas

De cada uno de los tipos de impulsor existen muchas variantes de acuerdo a la aplicación.
También existen otros tipos de impulsores especiales, sin embargo, solo se explicaran los
tres tipos principales ya que son empleados en la mayoría de los casos para los reactores
químicos tipo batch.

3.11.2 Propelas

Algunos tipos de propelas son mostrados en la Figura 3.11.

Una propela es un impulsor de fluido axial de alta velocidad para líquidos de baja viscosidad.
Las flechas de este tipo de impulsores pueden colocarse directamente al motor para obtener
velocidades de 1150 o 1750 rpm cuando la viscosidad del liquido es muy baja y el diámetro

46
de la propela pequeño (50 mm aproximadamente). En los casos donde se usan propelas
grandes y las viscosidades son mayores se utilizan reductores de velocidad para obtener
velocidades de 350 a 800 rpm.

Figura 3.11 Propelas.

El patrón de flujo que genera una propela dentro de un recipiente es representado en la

Figura 3.12.

Figura 3.12 Patrón de flujo formado por una propela en un tanque.

3.11.3 Paletas

Un agitador efectivo para resolver simples de agitación, es el de paletas planas o el tipo

anchor (ancla) girando en una flecha vertical Figura 3.13. Comúnmente se encuentran los
de dos y cuatro hojas las cuales pueden ser verticales o de canto. Los agitadores de paletas
giran de velocidades bajas a moderadas y se encuentran en el centro en el cetro del
recipiente. Cuando se encuentran en funcionamiento empujan el liquido radial y
tangencialmente y no de manera axial a menos que las hojas se encuentran giradas a la
vertical. Cuando se encuentran montadas en tanques muy largos pueden ponerse varios
impulsores a lo largo de la flecha. En algunos diseños las hojas conforman el contorno del
recipiente donde se encuentran (semiesféricos, elípticos, etc.) esto con el fin de colocar
raspadores que puedan barrer la superficie del recipiente y evitar que el producto se pegue
en las paredes debido al calentamiento por chaquetas. Este tipo de agitadores con

47
raspadores se les llama frecuentemente agitador anchor o de ancla. La desventaja de estos
agitadores es que son pobres al momento de agitar.

Industrialmente los agitadores de paletas giran entre 20y 150 rpm. El diámetro que forman
las paletas al girar es de aproximadamente del 50 al 80% del diámetro del recipiente
aunque en el caso del agitador anchor solo se deja una separación de 50 mm
aproximadamente para colocar los raspadores. El ancho de la hoja de 1/6 a 1/10 de la
longitud.

Figura 3.13 Sistema de mezclado con paletas.

3.11.4 Turbinas

La mayoría de las turbinas incorporan hojas múltiples de corta longitud, gran a altas
velocidades y son montadas en flechas que se colocan en el centro del recipiente. Las hojas
son derechas o curveadas, giradas o verticales. El impulsor puede ser abierto, semicerrado
o cerrado. Los diámetros de las turbinas son menores que en las paletas y se encuentran en
un rango de 30 % al 50% del diámetro del recipiente.

Las turbinas son efectivas en diferentes rangos de viscosidad. En líquidos de baja

viscosidad las turbinas generan fuertes corrientes que prevalecen en todo el recipientes
destruyendo grumos y homogeneizando el fluido . Cerca del impulsor se encuentra una
zona de altas turbulencia e intenso mezclado. Las principales corrientes son radiales y
tangenciales. Las corrientes tangenciales inducen un vórtice y un remolino, el cual debe ser
eliminado con bafles o por un anillo difusor colocado en el impulsor.

Las turbinas son especialmente efectivas en desarrollar corrientes radiales pero también
pueden producir corrientes verticales sobre todo las turbinas que tienen hojas giradas.
Estas son excelentes en mezclar líquidos que tienen aproximadamente el mismo peso
específico.

En la Figura 3.14 a se puede observar un impulsor tipo turbina con hojas rectas, en la figura
3.14 b, una turbina de disco con las hojas giradas (también hay flujo axial) en la Figura 3.14
c una con hojas curveadas y en la Figura 3.14 d una turbina con anillo difusor.

48
 Figura 3.14 Diferentes tipos de turbinas.

3.12 Prevención de vortices y remolinos

Cuando en un tanque agitado se crea un remolino o vórtice Figura 3.15 se observa un

patrón de flujo laminar en donde se advierten capas de líquido conforme se va del máximo
diámetro del recipiente hasta el diámetro de la flecha. Se entiende que dichas capas no se
mezclan de manera correcta como se mezclarían en una turbulencia.

Figura 3.15. Esquema de remolinos y vortices en un rector.

Los remolinos y vórtices pueden ser prevenidos por cualquiera de tres métodos.

1. En tanques pequeños el impulsor puede ser montado fuera de centro Figura 3.15, es
decir la flecha es movida fuera de la línea de centro del tanque y proporcionándole una
inclinación con respecto al plano vertical.

49
 Figura 3.16 Primer método para evitar remolinos.

2. En tanques grandes la flecha puede ser montada en una pared lateral del tanque, con
la flecha en un plano horizontal y girada, que se muestra en la Figura 3.17.

Figura 3.17 Método para tanques grandes.

3. En tanques grandes con agitadores centrales la manera más fácil de evitar el vórtice y
remolino, es la instalación de bafles como se muestra en la Figura 3.18. La mayor
parte delos tanques grandes requieren solo de cuatro bafles pero en casos especiales
pueden ser colocados seis o mas. Para las turbinas, el ancho del bafle necesitado

No debe ser mayor de 1/12 del diámetro del tanque, para propelas no más de 1/18 del
diámetro del tanque. Una vez que se ha eliminado el remolino, el patrón de flujo depende
del tipo de impulsor.

50
 Figura 3.18 Bafles en Reactor Grande.

3.13 Selección del reactor químico tipo batch

El reactor químico que se ha seleccionado para el proyecto de ingeniería es el tipo batch

debido a que las cargas en cuanto al contenido, es decir, la alimentación de la sustancia con
un pH ácido se llevaran acabo mediante, lotes para observar y controlar el proceso de
Neutralización del reactor.

Una característica importante que fue necesaria tomar en cuenta en el diseño del reactor
químico es el hecho de que por su función este contendría o llevaría a cabo la reacción
química de neutralización, así que como parte central es importante la elección del material
de construcción, el cual debe de ser un material que no alterara nuestra variable a controlar
que es el pH, es decir, en otras palabras un material no reactivo, que no reaccione con la
carga y altere nuestro sistema a controlar. Por tal motivo la selección al material fue el vidrio.

En cuanto al volumen que se planteo para el reactor fue una variable que nosotros decidimos
establecer como un parámetro fijo, la cual solo se vería afectada por la cantidad de sustancia
alcalina necesaria para neutralizar el pH del reactor químico tipo batch.

Por lo tanto, el diseño de nuestro reactor seria un cilindro el cual será de vidrio con las
dimensiones apropiadas para poder contener una carga de 5 litros. En cuanto a la elección
del recipiente se escogió un garrafón de agua potable, el cual cumplía con las características
mencionadas, en cuanto, al material, al volumen y un costo económico para el desarrollo del
proyecto de ingeniería.

El garrafón fue cortado para superar un volumen de 5 litros de solución en la siguiente Figura
3.19 se muestra un diagrama de la representación del reactor químico tipo batch.

51
 Figura 3.19 Esquema de reactor químico tipo batch.

El volumen total de nuestro recipiente esta dado por sus dimensiones, en la siguiente
ecuación se realiza el cálculo para la obtención de este.

Dimensiones del reactor son:





El volumen esta dado por:

(3.1)

Donde:

Sustituyendo los valores de las dimensiones del reactor químico por lotes se obtiene:

52
En la siguiente Figura 3.20 se muestra el rector obtenido desde un garrafón de vidrio de
agua potable.

Figura 3.20 Reactor químico Batch.

3.14 Selección del sistema de agitación

Para el sistema de agitación en el reactor químico tipo batch y que se lleve acabo la reacción
de neutralización de manera homogénea entre las soluciones ácido-base y que el sensor de
pH realice una medición correcta del pH en el reactor batch.

Dentro de la elección de este sistema de agitación, las características que requiere el

sistema de neutralización son las siguientes, las soluciones son de baja viscosidad, no se
requiere de una velocidad alta de agitación y además se requiere de un diseño simple de
aspas para que la construcción de vidrio fuera fácil.

Bajo estas características para la construcción del prototipo se eligió un sistema de tipo
propela con una impulsión de flujo axial en el reactor químico tipo batch, que cuenta con solo
2 aspas y que fue construido de vidrio para no afectar las propiedades químicas de las
soluciones inmersas en el reactor batch.

Los elementos que fueron necesarios para la construcción de este sistema de agitación son
principalmente dos, el primero es el motor encargado de proporcionarle el movimiento axial
al elemento de agitación y el segundo es la propela que llevara acabo el procesos de
agitación de la mezcla de los soluciones ácido-base para que estas sean homogéneas.

3.15 Motor

Un motor es una máquina capaz de transformar algún tipo de energía (eléctrica, de

combustibles fósiles, etc.), en energía mecánica capaz de realizar un trabajo. En este caso
53
se ocupara un motor de corriente alterna que se utilizara para la construcción de un agitador
Figura 4.1, que en conjunto con el tanque se le denomina reactor. Para la aplicación
requerida en esta maqueta se propone un motor de la marca Jet Spray Corp. Que trabaja a
115 VCA con una frecuencia de 60 Hz consumiendo solo 0.37 A por lo tanto una potencia de
42.55 W .

Figura 3.21 Motor CA marca Jet Spray Corp.

3.16 Propela

El diseño de la propela es de vidrio para que no contamine la reacción de neutralización,

debido a que el vidrio es un material no reactivo. El diseño de nuestra propela es de dos
aspas dispuestas a 180° una de cada una, ya que es un diseño simple y que puede lograr
homogenizar nuestra reacción de neutralización. En la Figura 3.22 se muestra el diseño
terminado de nuestra propela del sistema de agitación para el reactor batch.

Figura 3.22 Propela.

54
El diseño completo del sistema de agitación compuesto por el motor y la propela se muestra
en la siguiente Figura 3.23.

Figura 3.23 Sistema de agitación.

3.17 Depósitos

Como se menciono en la sección 3.11 del presente capítulo las características necesarias
para la selección del reactor son las mismas que se requiere la de los depósitos, estos serán
los contenedores para el uso de las sustancias alcalinas, los cuales se encontraran en la
plataforma superior de la mesa de trabajo.

Por la tanto, se eligió un garrafón de vidrio para agua potable solo que a diferencia del
reactor el volumen de este contenedor seria menor para no sobre pasar el volumen del
reactor cuando se dosifique para llevar acabo el proceso de neutralización. En la siguiente
Figura 3.24 se muestra un diagrama del diseño de los depósitos.

55
 Figura 3.24 Esquema del deposito.

Para hacer el cálculo del volumen total del depósito este, esta en función de sus
dimensiones, el procedimiento se explica a continuación.

Dimensiones del reactor son:





El volumen esta dado por:

(3.2)

Donde:

Sustituyendo los valores de las dimensiones del depósito se obtiene:

En la siguiente Figura 3.25 se muestra la imagen del resultado final del depósito.

56
 Figura 3.25 Deposito.

3.18 La variable analítica de pH

La medición del pH es importante dentro del área biológica y química, ya que mediante ésta,
es posible conocer la concentración de una solución. Al tener establecido un parámetro con
las medidas de pH para cada sustancia, se puede saber, por medio de una medición, si la
sustancia que se compara con la medida patrón ha sufrido alteraciones y en medida del
aumento o descenso del pH se puede establecer los motivos de tal anomalía.

El término pH indica la concentración de iones de hidrógeno en una disolución,

(entendiéndose como disolución a una mezcla homogénea de dos o más sustancias que no
tienen reacción alguna entre sí) y se basa en la medida de la acidez de la disolución.

[ ] (3.3)

Donde [H+] es la concentración de iones hidrógeno en moles por litro. Debido a que los iones
H+ se asocian con las moléculas de agua para formar iones hidronio, [H3O], el pH también se
expresa a menudo en términos de concentración de iones hidronio.

En agua pura a 25 °C de temperatura, existen cantidades iguales de iones H3O+ y de iones

hidróxido (OH-); la concentración de cada uno es 10-7 moles/litro. Por lo tanto, el pH del agua
pura es -log (10-7), que equivale a 7.

El pH de una disolución puede medirse mediante una valoración, que consiste en la

neutralización del ácido (o base) con una cantidad determinada de base (o ácido) de
concentración conocida, en presencia de un indicador (un compuesto cuyo color varía con el
pH). También se puede determinar midiendo el potencial eléctrico que se origina en ciertos
electrodos especiales sumergidos en la disolución. En la siguiente Figura 3.26 se muestra
una escala de pH que va desde 0 a 14 donde en 0 la solución es Acida, en 7 la solución
tiene un pH de Neutro y para 14 de grado de pH la solución es base o alcalina.

57
 Figura 3.26 Escala del pH.

Tabla 3.1 Relaciones de pH.

Concentración Concentración
Más básico. pH pOH
H+ OH-
, 0.1 M 14 0
Blanqueador casero. 13 1
Amoniaco casero. 12 2
Agua de cal. 11 3
Leche de magnesia. 10 4
Borax. 9 5
Clara de huevo, clara de mar, Sangre humana,
8 6
lagrimas
Punto neutro. 7 7
Lluvia. 6 8
Café negro, plátanos, tomates. 5 9
Vinos. 4 10
Coca cola, vinagre. 3 11
Jugo de limón. 2 12
Jugo gástrico. 1 13
Más ácido. 0 14
Fuente: C C T 15 “D A ú h ”.

3.19 Métodos de Medición del pH

En este apartado se muestran algunos métodos de medición de la variable analítica pH

desde un papel indicador hasta métodos que se pueden utilizar sistemas de control en lazo
cerrado.

Papel indicador: El papel se impregna con un indicador universal que al sumergirlo en la

solución a analizar cambia de color este color se compara con un diagrama de colores
obteniendo así el valor aproximado de pH. Por ende es el más barato e inexacto para la
medición de pH.

Sustancias químicas: Estas sustancias se tornan de un color distinto a cada valor diferente
de pH. Estas se agregan a las soluciones de pH desconocido para hacer la comparación con
soluciones de pH estándar que también se han mezclado con la sustancia química.

Otros métodos para medición del pH pueden ser utilizados para sistemas de control en lazo
cerrado, de entre los cuales los más exactos y versátiles de las aplicaciones son: el sistema

58
de electrodo de vidrio y el de transistor (ISFET-Ion Sensitive Field Effect Transistor, transistor
de ion sensitivo al efecto de campo).

Sistema de electrodo de vidrio

El electrodo de vidrio consiste en un tubo de vidrio cerrado en su parte inferior con una
membrana de vidrio especialmente sensible a los iones (H+).
En la parte interna de esta membrana se encuentra una solución tampón de pH constante
dentro de la cual está inmerso un hilo de plata recubierto de AgCl.

Al introducir el electrodo en el líquido se desarrolla un potencial relacionado directamente

con [H+].

Para medir el potencial desarrollado en el electrodo de vidrio es necesario disponer en la

solución de un según do elemento o electrodo de referencia. Éste aparte de cerrar el circuito,
suministra un potencial constante que sirve de referencia para medir el potencial variable del
electrodo de vidrio.

El electrodo de referencia contiene una célula interna formada por un hilo de plata recubierto
con AgCl en contacto con un electrólito de KCl. Este electrólito pasa a la solución muestra a
través de una unión líquida. De este modo, la célula interna del electrodo permanece en
contacto con una solución que no varía de concentración y que por lo tanto proporciona una
referencia estable de potencial. En la Figura 3.27 se muestra el sistema de electrodo de
vidrio donde se observa el electrodo de referencia del lado izquierdo y en el lado derecho se
muestra el electrodo de medición componentes del sistema.

Figura 3.27 Sistema de electrodo de vidrio.

La ecuación de Nernst da la fuerza electro motriz (fem), desarrollado en el electrodo de

referencia:

59
 [ ]
[ ]

Donde:

[ ]

Este potencial cambia con la temperatura (54.2 mV a 0 º C a 74 mV a 100 º C) por unidad de

pH. En la Figura 3.28 se muestra un sistema de analizador de pH el cual cuenta con los dos
electrodos y un sistema de adquisición de datos que muestra la medición en una pantalla.

Figura 3.28 Analizador de dos electrodos.

En la actualidad, existen analizadores de pH portátiles, multifuncionales y los llamados

combinados. Este último cuenta con un solo electrodo, en el que se encuentran fusionados
los dos anteriores. Esto lo hace más práctico y fácil de manejar, además disminuye el riesgo
a romperlo, ya que se manipula solo un electrodo, en vez de dos al mismo tiempo. En la
Figura 3.29 se muestra un sistema de un solo electrodo para la medición del pH.

Figura 3.29 Analizador de un electrodo

60
3.20 Sistema de transistor de efecto de campos electivo de iones (ISFET)

En la Figura siguiente se muestra el Figura 3.30 Transistor de efecto de campo selectivo de

iones (ISFET) para medir PH que como se menciono es un sistema de medición para ser
utilizado en un lazo de control.

Figura 3.30 ISFET para medir PH.

Con este electrodo, la variación de la concentración de iones proporciona el potencial

variable de puerta para controlarla conductividad del canal. En lugar del contacto metálico
usual, la puerta de un ISFET estaré cubierta con una capa de aislante de nitruro de silicio
(Si3N4). La disolución del analito, que contiene iones hidronio, está en contacto con esta capa
aislante y con un electrodo de referencia.

La superficie del aislante de la puerta funciona muy parecida a la superficie de un electrodo

de vidrio. Los protones procedentes de los iones hidronio de la disolución son adsorbidos en
el Si3N4. Cualquier cambio en la concentración de ion hidronio de la disolución provoca un
cambio en la concentración de los protones adsorbidos. El cambio en la concentración de
protones da origen aun cambio del potencial electroquímico entre la puerta y la fuente, lo que
a su vez varía la conductividad del canal del ISFET.

La tecnología ISFET está ahora disponible en el un dispositivo llamado pH Pro. Es

compensado por temperatura automáticamente. Su exclusivo sensor plástico tipo transistor
implica mayor durabilidad y robustez que los clásicos sensores de vidrio, y se conserva en
seco. La vida típica del sensor es 500+lecturas o 150-200 horas del uso (3-5años).

3.21 Selección del elemento sensor de pH

Debido a que nuestro sistema es el control del pH en reactor químico tipo Batch, la variable
a controlar es el pH, es decir, la variable controlada (pH) por esta razón toda estructura de
control en lazo cerrado requiere de estos los siguientes elementos:

 Elemento Primario de Medición

 Elemento Secundario Trasmisor
 Receptor

61
  Controlador
 Elemento Final de Control
 Procesos [Normas ANSI / ISA S 5.1- 1984 (R1992)]

Entonces el primer elemento de nuestro lazo de control cerrado es un elemento primario de

medición lo cual será un sensor que este en contacto directo con nuestra variable controlada
que es el pH la cual estará en el rector. Otra característicamente que tiene que tener el
sensor es el hecho de que sea compatible con las herramientas de adquisición de datos de
NI y del software LabVIEW ya que son las herramientas que se proponen en los objetivos de
este trabajo.

Todas estas razones, más el factor económico y el factor en cuanto a los dispositivos
disponibles con las que cuenta los laboratorios de la carrera de ICA en ESIME para el
desarrollo del prototipo limitan la elección de nuestro sensor.

Por lo tanto, en conclusión se utilizara un sensor con un sistema de electrodo de vidrio que
cuneta con los dos componentes el de referencia y el de medición en un solo electrodo. El
modelo de pHmetro es ASP200-2-1M-BNC de la marca Phidgets Inc. con el número de serie
E100844510 el cual es un analizador de pH que cuenta con una tarjeta de
acondicionamiento de datos (CAS) 1130_0 - pH/ORP Adapter, de la misma marca los
cuales en conjunto son para uso de laboratorio y cumplen con las necesidades de nuestro
proyecto de ingeniería.

3.22 Características del sensor de pH ASP200-2-1M-BNC

El 3550 es un electrodo de combinación ideal económica para sus aplicaciones de uso

general en el laboratorio o de campo. Tiene las cualidades resistentes al impacto de un
cuerpo epoxi.

El electrodo proporciona una respuesta rápida, estable y es ideal para las lecturas de pH
prolongadas. El sellado, relleno de gel de diseño prácticamente no requiere mantenimiento
ya que no hay necesidad de volver a llenar la cámara de referencia.

Las medidas de 3550 de 120 mm (largo) x 12 mm (diámetro), pueden soportar temperaturas

de hasta 80 ° C y mide los niveles de pH de 0 a 14.

Tiene un cable de 1 metro terminada por un conector BNC.

Tabla 3.2 Características del sensor de pH ASP200-2-1M-BNC.

Tipo Combinación de una sola salida
Material del tubo exterior Plástico azul resistente al impacto
Dimensión 120 mm de largo x 12 mm de diámetro
Rango de pH 0-14
Temperatura de funcionamiento 0-80 °C
Conexion 1m Cable con conecto BNC
Fuente: Phidgets Inc.

62
Características del producto:

 Objetivo general del electrodo de combinación.

 No es necesario volver a llenar la solución de KCL.
 Rango de pH: 0-14.
 Temperatura de funcionamiento: 0-80 ° C.

Figura 3.31 Sensor de pH ASP200-2-1M-BNC.

3.23 Adaptador (CAS) pH/ORP

Figura 3.32 Adaptador (CAS) pH/ORP.

Descripción del CAS

El pH / ORP Interface para un electrodo de pH o de ORP de vidrio a través de un conector

BNC y se alimenta de los datos a una entrada analógica en un tablero de Phidget Interface.
[22]

Con el adaptador de pH / ORP se puede:

 Medida del pH
 Registro de la oxidación - Potencial de Reducción (ORP)
 Monitor de iones y las concentraciones de gases

63
 Tabla 3.3 Características del adaptador.
Consumo de corriente 3.0 Ma
Impedancia de entrada >1 TeraOhm
Voltaje de Entrada 4.5 VDC a 5.25 VDC
Fuente: Phidgets Inc.

Especificaciones del pH

Tabla 3.4 Características del sensor de pH.

Rango de entrada -400 mV a +400 mV

Entrada de la Resolución 1 pH/54.4 Valor del Sensor

Error Min/Max ±0.09 pH

Error Típico ±0.02 pH

Fuente: Phidgets Inc.

Especificaciones del ORP

Tabla 3.5 Características del sensor de ORP.

Rango de entrada 2000 mV a +2000 mV

Entrada de la Resolución 100 mV/20 Valor del Sensor

Error Min/Max ±8 mV

Error Típico ±3 mV

Fuente: Phidgets Inc.

3.24 Adquisición de Datos

La adquisición de datos (DAQ) es el proceso de medir con una PC un fenómeno eléctrico o

físico como voltaje, corriente, temperatura, presión o sonido. Un sistema DAQ consiste de
sensores, hardware de medidas DAQ y una PC con software programable. Comparados con
los sistemas de medidas tradicionales, los sistemas DAQ basados en PC aprovechan la
potencia del procesamiento, la productividad, la visualización y las habilidades de
conectividad de las PCs estándares en la industria proporcionando una solución de medidas
más potente, flexible y rentable. En la siguiente Figura se muestra el esquema general de un
sistema con una DAQ. [22]

Figura 3.33 Adquisición de datos.

64
3.25 Tarjetas de adquisición de datos NI

El hardware DAQ actúa como la interfaz entre una PC y señales del mundo exterior.
Funciona principalmente como un dispositivo que digitaliza señales analógicas entrantes
para que una PC pueda interpretarlas. Los tres componentes clave de un dispositivo DAQ
usado para medir una señal son el circuito de acondicionamiento de señales, convertidor
analógico-digital (ADC) y un bus de PC. Varios dispositivos DAQ incluyen otras funciones
para automatizar sistemas de medidas y procesos. Por ejemplo, los convertidores digitales-
analógicos (DACs) envían señales analógicas, las líneas de E/S digital reciben y envían
señales digitales y los contadores/temporizadores cuentan y generan pulsos digitales. [22]

3.26 Software para DAQ

Figura 3.34 Compatibilidad de DAQ con software.

Una de las mayores ventajas de usar un dispositivo basado en PC de adquisición de datos

es que se puede utilizar el software para personalizar la funcionalidad y la visualización de su
sistema de medición para satisfacer sus necesidades de aplicación. National Instruments
cuenta con una gama de herramientas de software que te hacen más productivo en el
cumplimiento de sus objetivos para proyectos de automatización. En la figura 3.32 se
muestra en la parte superior el tipo de programas que son compatibles con las DAQ, en la
parte medular se encuentra el NI DAQmx que es el controlador que lleva acabo la
compatibilidad entre los diferentes software y en la parte inferior se muestra la gama de
sistemas de DAQ de NI.

Las tarjetas de adquisición de datos de National Instruments se pueden dividir en las

siguientes categorías de acuerdo a su uso y su complejidad:

 DAQ Portátil
 DAQ de Escritorio
 NI CompactDAQ
 Plataforma PXI [22]

65
3.27 Selección de DAQ

Para la selección de nuestra tarjeta de adquisición de datos se tienen que tomar en cuenta
aspectos como las necesidades que requiere nuestro proceso, las herramientas con las que
cuenta la escuela y el equipo de trabajo para realizar el proyecto de ingeniería. Otros
aspectos que se deben considerar son 5 preguntas que NI considera para la selección de
nuestra DAQ las cuales son:

1. ¿Qué tipo de señales tengo que medir o generar?

2. ¿Es necesario el acondicionamiento de la señal?
3. ¿A qué velocidad debo de adquirir o generar muestras de la señal?
4. ¿Cuál es el más pequeño cambio en la señal de que necesito para detectar?
5. ¿Qué error de medición no permiten la aplicación? [22]

Tomando todos estos parámetros y condiciones de nuestra planta, el equipo de trabajo

concluyo que la DAQ con la que se cuenta en las instalaciones de la ESIME y que cubre
nuestros requerimientos es la NI USB-6008.

3.28 Características principales de NI USB-6008

Figura 3.35 NI USB-6008.

A continuación se muestran las características principales de la DAQ NI USB-6008 como el

número de entradas, el número de salidas y de que tipo son, así como la velocidad y otros
parámetros importantes de la DAQ. Como complemento en los Anexos de este trabajo se
pondrá la hoja de especificaciones con todas las características de la NI USB-6008.

Características:

 8 entradas analógicas (12 bits, 10 kS/s)

 2 salidas analógicas (12 bits a 150 S/s), 12 E/S digitales; contador de 32 bits
 Energizado por bus para una mayor movilidad, conectividad de señal integrada
 La versión OEM está disponible

66
  Compatible con LabVIEW, LabWindows/CVI y Measurement Studio para Visual
Studio .NET
 Software controlador NI-DAQmx y software interactivo NI LabVIEW SignalExpress LE
para registro de datos [22]

3.29 Prototipo

Finalmente el la parte física del prototipo, con los dispositivos seleccionados para llevar
acabo el proceso de neutralización de una solución y controlar el pH en un rector químico por
lotes por medio de una técnica de control difusa tipo Mamdani, se puede apreciar en la
siguiente figura 3.36. La planta esta conformada por los siguientes dispositivos:

 La bomba dosificadora  El reactor

 El sensor de pH  El depósito
 La DAQ  Sistema de agitación
 Equipo de computo  Fuentes de alimentación

Figura 3.36 Prototipo

67
 Capítulo IV
Control de pH
En el siguiente capítulo, se muestra el diseño de control y como las
condiciones de operación definieron las limitantes del control
difuso.

68
En este capítulo, se mostraran las características de la planta del reactor químico tipo batch,
las pruebas realizadas para la elaboración del sistema de control y la adquisición de datos, el
algoritmo de control difuso, la programación de LabVIEW y un simulación del sistema por
completo, el cual esta conformado por el conjunto de todos los puntos anteriores que dan
como resultado el sistema.

4.1 Neutralización

La planta tiene el objetivo de llevar acabo el proceso de neutralización químico en el reactor

químico tipo batch, como se menciono en el capítulo 1.11, este proceso químico ocurren,
cuando se encuentran reacciones del tipo ácido-base, o también llamadas reacciones de
neutralización debido a que se mezcla un ácido y una base para llegar al punto deseado de
acuerdo a la escala de medición del pH.

Para el proceso de Neutralización se tiene que considerar el tipo de reactivos a usar de

acuerdo a las clasificaciones de los ácidos y bases. Las clasificaciones de los ácidos y bases
se muestran en el apartado siguiente.

4.1.1 Conceptos

Para hablar de las clasificaciones de los ácidos y las bases retomaremos los términos vistos
en el capítulo 1.9, donde se explico que una teoría formulada por Johannes Brönsted y
Thomas Lowry en 1923, define a los ácidos como sustancias capaces de ceder protones
(iones hidrógeno) y las bases como sustancias capaces de aceptar dichos protones, por lo
tanto no es necesaria la presencia de un medio acuoso. Según esta teoría, una reacción
ácido-base es la transferencia de un protón de un ácido hacia una base.

Una reacción acuosa que se produce entre un ácido y una base forma generalmente sal y
agua, así:

(4.1)

4.1.2 Clasificación de ácidos y bases

Según el grado de ionización en solución acuosa, los ácidos y bases se clasifican como
fuertes y débiles.

Teóricamente, los ácidos fuertes son los que se ionizan completamente en el agua, su
concentración es igual a la concentración de iones hidrógeno a temperatura y presión
constantes. En su mayoría son inorgánicos, tales como: ácido clorhídrico, ácido sulfúrico,
ácido nítrico, ácido perclórico.

Las bases fuertes se disocian completamente en agua. Entre ellas se encuentran: hidróxido
de sodio, hidróxido de potasio e hidróxido de calcio.

69
Los ácidos débiles se ionizan levemente. Las disoluciones acuosas de éstos ácidos
contienen moléculas de ácido no ionizadas. Entre éstos se encuentran el ácido fluorhídrico,
el ácido acético, el ácido carbónico.

Las bases débiles también se disocian levemente y entre ellas encontramos hidróxido de
amonio, hidracina.

4.1.3 Propiedades de los ácidos y bases

Las propiedades de la mayoría de los ácidos protónicos son:

 Presentan sabor ácido.

 Hacen cambiar el color de muchos indicadores (tintes de color fuerte).
 Reaccionan con óxidos metálicos e hidróxidos metálicos para formar sales y agua.
 Reaccionan con sales de ácidos más débiles para formar ácidos más débiles.
 Las soluciones acuosas de ácidos protónicos conducen corriente eléctrica porque
están ionizadas.

Las propiedades de la mayoría de las soluciones acuosas básicas son:

 Presentan sabor amargo.

 Produce sensación resbalosa, por ejemplo los jabones.
 Hacen cambiar el olor de muchos indicadores.
 Reaccionan con ácidos protónicos para formar sales y agua.
 Sus soluciones acuosas conducen la corriente eléctrica porque están ionizadas o
disociadas.

4.1.4 Sales de bases fuertes solubles y ácidos fuertes

Las sales que se obtienen al reaccionar bases y ácidos fuertes producen soluciones neutras
al agregarse la misma cantidad de ácido y de base, esto significa que al alcanzar el equilibrio
químico, el pH resultante tiene el valor de 7.

Considerando una solución acuosa de cloruro de sodio (NaCl) que contiene los iones: Na+,
Cl-, H3O+ y OH-. El catión Na+ de la sal es un ácido débil que no reacciona con el anión OH-,
y el anión Cl- de la sal no reacciona con el catión H3O+. Es por ello que las sales resultantes
son neutras porque ningún ion reacciona para alterar el equilibrio.

4.1.5 Sales de bases fuertes y ácidos débiles

Cuando se realiza esta reacción las sales que se obtienen son siempre básicas, debido a
que los aniones de los ácidos débiles reaccionan con el agua para formar iones hidroxilo.

Considerando una solución de acetato de sodio (NaCH3COO), que es producto de la base

NaOH y el ácido CH3COOH, tenemos:

70
 ( )
(4.2)

(4.3)

El catión Na+ es un ácido débil y no reacciona con el anión OH-. Sin embargo se sigue
formando CH3COOH con lo que se obtiene un exceso de OH, por ello, la solución se hace
básica.

4.1.6 Sales de bases débiles y ácidos fuertes

Este tipo de soluciones adquieren un carácter ácido. Considerando una solución de cloruro
de amonio NH4Cl, que es producto del HCl y del NH3, tenemos:

( )
(4.4)

(4.5)

Por los iones que quedan de la reacción se puede observar que el ión amoniaco reaccionará
con los OH-, formando NH3 y por tanto un exceso de H3O+, por ello, la solución obtenida será
predominantemente ácida.

4.1.7 Sales de bases débiles y ácidos débiles

En este tipo de sales pueden darse los casos en que la sal resultante sea
predominantemente ácida, básica o neutra dependiendo de las fuerzas relativas del ácido
molecular y base molecular de las que deriva la sal.

4.2 Reactivos

Las soluciones que se emplearon, para la reacción de neutralización en el reactor químico

tipo batch son, el ácido clorhídrico e hidróxido de sodio, con las que se logró una reacción de
ácido y base fuertes con generación de sal y agua como producto final. A continuación se
muestran algunas de las características del ácido clorhídrico y del hidróxido de sodio las
cuales son las razones para su elección en la utilización de este proyecto de ingeniería.

 Ácido clorhídrico (HCl). Es un ácido muy utilizado en la industria por se relativamente

barato y efectivo. Es muy corrosivo por sus vapores en concentraciones altas
(mayores al 10%). Este ácido es muy peligroso en altas concentraciones porque
puede ser motivo de irritaciones y quemaduras, además de causar problemas
respiratorios por exposición prolongada a estos vapores. Es recomendable que su
almacenamiento se haga con botellas de vidrio.

71
  Hidróxido de sodio (NaOH). Es una base fuerte, segura, barata y en estado sólido
pero muy soluble. Es por ello que es fácil de manejar. Para poder emplearlo se
disuelve previamente en agua destilada, de esta manera se obtiene una solución
básica según los niveles de molaridad que se requieran. Es recomendable que su
almacenamiento se haga con envases plásticos en estado sólido, además, para
tomar precauciones por sus niveles de concentración es necesario tener en cuenta
que con el tiempo el NaOH absorbe CO2 de la atmósfera y por tanto disminuye su
nivel de pH.

4.3 Curvas de titulación

Las curvas de valoración o curvas de titulación son un procedimiento para determinar la

concentración de un ácido o una base en solución, por medio de la adición de una base o un
ácido de concentración conocida.

Durante la titulación, el punto en que se neutraliza un ácido o una base se denomina punto
de equivalencia.

Si se va añadiendo poco a poco una base a un ácido, el pH de la solución se incrementa

con cada adición de base. El diagrama que representa la variación del pH durante la
valoración se denomina curva de titulación.

Si se representa gráficamente el pH en función de la cantidad de base añadida, se observa

una subida brusca en el punto de equivalencia. La región de subida brusca se llama punto
final.

Esta curva resultante se conoce como curva de valoración y se presenta un ejemplo en la

Figura 4.1 para el caso de valoración ácido y base fuertes.

Figura 4.1 Curva de Titulación.

72
Las curvas de valoración difieren en los casos que se traten reacciones de: ácido fuerte base
fuerte, ácido fuerte-base débil, ácido débil-base fuerte y ácido débil y base débil. Debido a
que los productos obtenidos son sales y aguas, trataremos un poco estos tipos de sales.

4.4 Características del proceso de neutralización

En esta sección se van a describir las características de la planta o del proceso a tratar, en el
prototipo diseñado, el cual es el proceso químico de Neutralización, llevado acabo en un
reactor químico tipo batch. Tomando en cuenta que en el capítulo III, se mostro cada uno de
los componentes físicos del prototipo, como lo son:

 La bomba dosificadora  El reactor

 El sensor de pH  Los depósitos
 La DAQ  Sistema de agitación

Estos elementos, forman parte de la construcción de la parte física del prototipo para
poder llevar acabo el control de la variable de pH en el reactor, la cual es la variable
controlada.

Las características del proceso de Neutralización, llevadas acabo en el prototipo y las

limitaciones existentes debido a la fabricación y utilización de los materiales
seleccionados, al igual que el de los equipos instalados, así como de los recursos para la
realización de este proyecto.

Los elementos principales que limitan los rangos de operación del prototipo son los
equipos, es decir, el sensor de pH como elemento primario de medición en un lazo de
control cerrado, además también del elemento final de control que en este caso es la
bomba de dosificación, por lo tanto estos son los factores que delimitaran el rango de
operación de nuestro sistema.

Para abordar el tema, comenzaremos con el diagrama a bloques del proceso de

Neutralización de esta planta, donde en este se muestra los elementos que componen el
lazo de control y es un esquema donde muestra la interacción de las dos variables
importantes en el proceso la cuales son:

( )
( )

Figura 4.2 Diagrama de bloques del prototipo.

73
En la Figura 4.2 se muestra el diagrama de bloques de la planta, donde se tiene una
entrada la cual es la cantidad de pH que es detecta por el sensor en el reactor batch, para
que posteriormente se obtenga un error y un cambio en el error que son la diferencia con
el punto de consigna en el sistema para que sean procesados por el controlador difuso y
posteriormente mande la acción de control correspondiente para corregir al sistema si
este lo requiere y se pueda llegar al valor deseado (Setpoint SP).
Después de obtener el diagrama de bloques del sistema completo, también el sistema se
puede representar el Diagrama de Tubería e Instrumentación (DTI) para ver el flujo del
proceso en las tuberías, así como los equipos instalados y la instrumentación que se
encuentra en este proceso de Neutralización de ácido HCI en un reactor químico tipo
batch.

En el DTI que se muestra en la Figura 4.3 se puede observar cómo interactúan las
señales de control, que en este caso son eléctricas, donde en el primer paso, el sensor
detecta y manda la señal a una CAS y posteriormente a la DAQ de NI, para que sea
procesada la señal y sea adquirida hacia la Computadora con el programa de control
difuso, para que este a su vez mande la señal de control, a un CAS que convierte la señal
de salida de 0 a 5 VCD que nos proporciona el puerto de la DAQ de NI, a una señal para
la bomba dosificadora se accione, esta señal es de 4 a 20 mA para que realice la
dosificación de la base al reactor y se pueda controlar el nivel de pH de acuerdo a nuestra
consigna para un pH neutro.

Figura 4.3 DTI

74
4.4 Rangos de operación

Para determinar el rango de operación en cuento a la variable controlada, es decir, el pH

el rango de medición de nuestro sensor ASP200-2-1M-BNC, este permite hacer una
detección de 0 a 14 en la escala de pH. Por lo tanto, la limitante seria en cuanto a las
características del elemento final, nuestra bomba de dosificación Pulsatron Serie M, la
cual en una de las pruebas realizadas durante la construcción del proyecto nos dio como
resultado un flujo de 0.98 ml/s a 13.69 ml/s con una señal de entrada analógica de 4 a 20
mA de corriente, estas pruebas serán explicadas mas a detalle en apartados
consiguientes.

Otro factor importante para los rangos de operación, son las características de nuestra
base que es el NaOH, el cual se dosificara en el reactor para llevar acabo la
Neutralización del HCI que se encuentra en el reactor. Estas soluciones deben ser
preparadas con un nivel de concentración el cual afectara directamente a la cantidad
necesaria para Neutralizar el reactor. El cálculo de la concentración molar de base de
NaOH se realiza de la siguiente manera:

(4.6)

Donde:

Por lo tanto, la cantidad de gramos necesaria para preparar un determinado volumen de

solución acuosa de NaOH de cierta molaridad se calcula:

(4.7)

Por lo tanto, los volumen de los depósitos que fijaremos son arbitrarios el cual es de 5
litros y no supera el volumen total de su capacidad del depósito, además de fijar también
la concentración molar, esto es, por que en cálculos obtenidos el valor más apropiado
esta dado en función de la capacidad del reactor y la cantidad de base necesaria para
Neutralizar el ácido HCI, es de en 0.0005 gramos mol por cada litro, que nos da como
resultado la cantidad de gramos de soluto necesarios para preparar la solución de base
con las características requeridas para nuestro prototipo.

(4.8)

75
 Tabla 4.1 Dimensionamiento de rangos de operación.
Concentración Molar Concentración Molar en el Reactor Dosificación de NaOH
pH Medido
(gmol/lt) (gmol/lt) (ml)
3.2 0.000630957 0.003154787 6309.573445
3.3 0.000501187 0.002505936 5011.872336
3.4 0.000398107 0.001990536 3981.071706
3.5 0.000316228 0.001581139 3162.27766
3.6 0.000251189 0.001255943 2511.886432
3.7 0.000199526 0.000997631 1995.262315
3.8 0.000158489 0.000792447 1584.893192
3.9 0.000125893 0.000629463 1258.925412
4 0.0001 0.0005 1000
4.1 7.94328E-05 0.000397164 794.3282347
4.2 6.30957E-05 0.000315479 630.9573445
4.3 5.01187E-05 0.000250594 501.1872336
4.4 3.98107E-05 0.000199054 398.1071706
4.5 3.16228E-05 0.000158114 316.227766
4.6 2.51189E-05 0.000125594 251.1886432
4.7 1.99526E-05 9.97631E-05 199.5262315
4.8 1.58489E-05 7.92447E-05 158.4893192
4.9 1.25893E-05 6.29463E-05 125.8925412
5 0.00001 0.00005 100
5.1 7.94328E-06 3.97164E-05 79.43282347
5.2 6.30957E-06 3.15479E-05 63.09573445
5.3 5.01187E-06 2.50594E-05 50.11872336
5.4 3.98107E-06 1.99054E-05 39.81071706
5.5 3.16228E-06 1.58114E-05 31.6227766
5.6 2.51189E-06 1.25594E-05 25.11886432
5.7 1.99526E-06 9.97631E-06 19.95262315
5.8 1.58489E-06 7.92447E-06 15.84893192
5.9 1.25893E-06 6.29463E-06 12.58925412
6 0.000001 0.000005 10
6.1 7.94328E-07 3.97164E-06 7.943282347
6.2 6.30957E-07 3.15479E-06 6.309573445
6.3 5.01187E-07 2.50594E-06 5.011872336
6.4 3.98107E-07 1.99054E-06 3.981071706
6.5 3.16228E-07 1.58114E-06 3.16227766
6.6 2.51189E-07 1.25594E-06 2.511886432
6.7 1.99526E-07 9.97631E-07 1.995262315
6.8 1.58489E-07 7.92447E-07 1.584893192
6.9 1.25893E-07 6.29463E-07 1.258925412
7 1E-07 5E-07 1

76
Ya teniendo los valores fijos en cuanto a las características en la base, es decir, la
concentración molar para la solución alcalina se procede a realizar una tabla la cual nos
permita saber cuáles son los rangos operación del sistema debido a que el volumen de
base a dosificar no tiene que superar el volumen total del reactor para Neutralizar el ácido
HCI y llegar a un valor de pH neutro. La Tabla 4.1 muestra las columnas del pH, la
concentración molar que corresponde a ese valor de pH, la concentración en función del
volumen en el reactor, además de la cantidad de base necesaria para llevar acabo la
Neutralización.

El punto importante de pH es en 3.3 que es mostrado en la Tabla 4.1, debido a que la

cantidad necesaria para Neutralizar el reactor y llegar a un pH neutro, no supera la
capacidad total del reactor químico tipo batch. Si se tomara en cuenta el valor de 3.2 la
cantidad de base necesaria para Neutralizar, supera el volumen del reactor a niveles
deseados de volumen. Por lo tanto, en conclusión los valores que podrá controlar el
sistema son de 3.3 a 7 de pH y poder tener una acción de control, cualquier valor fuera de
este intervalo el sistema no responderá por que ha salido de rango.

4.5 Modelado de la planta

Para diseñar un sistema de control apropiado para una planta, es necesario conocer el
proceso que se desea controlar, es decir, que en el diseño del controlador se defina cual
es la variable a controlar (variable controlada), además de tomar en cuenta estos factores
se de saber el comportamiento del sistema en función del tiempo, cuales son las
características propias del sistema, así como de las variables que interactúan con la
variable controlada en el procesos (variable manipulada), visto de otro modo se debe
saber cuales son las entradas y las salidas propias del sistema junto con la dinámica de
este.

Como se vio en el capítulo II el planteamiento del problema, la técnica de control que se

empleo en el presente trabajo es un sistema difuso tipo Mamdani, esto basado en
artículos científicos y en investigaciones que prueban que debido a que la variable
analítica de pH presenta un comportamiento logarítmico, es decir, no lineal, las técnicas
de control clásico, no pueden corregir las perturbaciones del sistema debido a que las
acciones del controlador generan sobre oscilaciones ocasionando una inestabilidad en el
sistema.

Los sistemas de control difuso son sistemas que se basan en el conocimiento del
operador de la planta en cuestión, en otras palabras, son controladores expertos en
función de la experiencia del operador, para realizar nuestras leyes de control fue
necesario apoyarse en el proceso de curvas de titulación, que como se vio anteriormente
es el proceso de añadir lentamente una base o un ácido y observar el comportamiento del
pH.

Antes de comenzar con la curva de titulación, se han definido los rangos de operación en
el apartado anterior del presente trabajo, así como de las soluciones a emplear en este
sistema de neutralización. A continuación se muestra la reacción química que se llevara
en el reactor tipo batch para poder controlar nuestra variable analítica de pH.

(4.9)

77
Esta reacción se encuentra balanceada esto quiere decir que existe una igualdad de
elementos en ambos lados de la ecuación química, lo que nos hace inferir que existe una
relación uno a uno de las soluciones, en otras palabras, se requiere una molécula de
ácido clorhídrico mas una de hidróxido de sodio para formar una molécula de cloruro de
sodio mas agua.

Para realizar nuestra curva de titulación, tomaremos en cuenta las siguientes

consideraciones que son las características de la planta:

 El volumen del reactor es de

 Concentración Molar de NaOH es de
 El pH inicial es de
 La cantidad necesaria para neutralizar el reactor es de
 El flujo mínimo de la bomba es de

A continuación se muestra la construcción de la tabla que nos permitió establecer la curva

de titulación y posteriormente los puntos críticos para poder diseñar el controlador difuso,
cabe mencionar que la tabla es muy extensa en cuanto a su contenido de datos entonces
solo se mostrar los datos a partir de un pH de 5 con intervalos de 10 segundos en el
tiempo trascurrido en el proceso de neutralización del reactor.

Tabla 4. Curva de titulación.

Tiempo Volumen añadido de base Dosificación de base M de base M de ácido M residual
pH
(s) (ml) (ml) (gmol/lt) (gmol/lt) (gmol/lt)
1 0 0 0 0.00005 0.00001 5.00
20 18.62 0.98 4.9E-07 4.118E-05 8.138E-06 5.09
30 28.42 0.98 4.9E-07 3.628E-05 7.158E-06 5.15
40 38.22 0.98 4.9E-07 3.138E-05 6.178E-06 5.21
50 48.02 0.98 4.9E-07 2.648E-05 5.198E-06 5.28
60 57.82 0.98 4.9E-07 2.158E-05 4.218E-06 5.37
70 67.62 0.98 4.9E-07 1.668E-05 3.238E-06 5.49
71 68.6 0.98 4.9E-07 1.619E-05 3.14E-06 5.50
80 77.42 0.98 4.9E-07 1.178E-05 2.258E-06 5.65
90 87.22 0.98 4.9E-07 6.88E-06 1.278E-06 5.89
100 97.02 0.98 4.9E-07 1.98E-06 2.98E-07 6.53
101 98 0.98 4.9E-07 1.49E-06 2E-07 6.70
102 98.98 0.98 4.9E-07 1E-06 1.02E-07 6.99

78
 Figura 4.4 Respuesta del sistema.

4.5 Pruebas de dispositivos

Para poder implementar el prototipo se requirió el realizar pruebas de conexión eléctrica e

instalación sobre la mesa de trabajo, a cada uno de los dispositivos se le realizo la prueba
de manera independiente, es decir, que cada uno de los elementos físicos del prototipo se
sometió a una prueba, en donde se corroborara el funcionamiento y se corrigiera los
problemas de diseño. Estas pruebas son para realizar las conexiones electrónicas a la
DAQ y poder realizar un control desde LabVIEW.

Los elementos que fueron probados son los siguientes:

 La bomba dosificadora
 El sensor de pH
 La DAQ
 Sistema de agitación de propela

Cada una de las pruebas muestra la interfaz grafica, es decir, los VI en LabVIEW, usados
para corroborar el funcionamiento de los diferentes dispositivos utilizados en el prototipo
del control de pH de un reactor químico por lotes.

4.5.1 Sensor de pH

El analizador de pH se utiliza para determinar la concentración de iones del gas hidrógeno

[H+] en una disolución. Este equipo permite realizar mediciones de la acidez de una
solución acuosa, siempre que el mismo sea utilizado de forma cuidadosa y se ajuste a

79
procedimientos plenamente comprobados. A los analizadores de pH se les denomina,
además, pHmetros, monitores de pH o potenciómetros.

Calibración del analizador de pH utilizando una solución de pH.

Conectar el equipo a una toma eléctrica adecuada al voltaje del mismo retirar los
electrodos del recipiente de almacenamiento. El electrodo deberá estar siempre
almacenado en una solución adecuada. Algunos electrodos se mantienen en agua
destilada, pero otros en una solución diferente que recomienda el fabricante del electrodo.
Enjuagar el electrodo con agua destilada, sobre un recipiente vacío.

Secar el electrodo con un elemento que absorba la humedad residual superficial, pero que
no impregne el electrodo. No frotar el electrodo. Este procedimiento deberá realizarse
siempre que los electrodos se utilicen en varias soluciones, para disminuir la posibilidad
de contaminación.

Colocar los electrodos en la solución de calibración.

Sumergir el electrodo en la solución de estandarización, de forma que la parte inferior del

mismo no toque el fondo del vaso de precipitados. Esto disminuirá el riesgo de que el
electrodo se rompa contra el fondo del recipiente. Una solución buffer se usa como
solución de calibración, debido a que su pH es conocido y así se mantendrá aun en el
caso de que se presente una pequeña contaminación. En este caso se muestra en la
Figura 4.5 dos soluciones que se utilizaron de buffer con pH 3 y pH 7.

Figura 4.5 soluciones buffer de pH=4 y pH=7.

Cálculos

Después de que se calibro el sensor de pH se mide el voltaje a la salida del sensor,

teniendo así que para el buffer de pH 4 el voltaje de salida es de 1.42v, se realizó lo
mismo con el buffer de pH 7 obteniendo el voltaje de salida que es de 2.5v por lo tanto se
denota que se tiene un comportamiento lineal de voltaje contra pH recordando que
nuestro rango del sensor es de 0 a 14 pH, cabe señalar que el rango de trabajo es de 3
pH a 7 pH por lo tanto se tiene la Tabla 4.3.

80
 Tabla 4.3 relación voltaje/pH.
pH Voltaje
3 1.07
4 1.42
5 1.78
6 2.14
7 2.5

Una vez que se comprobó que el sensor se comporta linealmente haciendo la medición
de voltaje es necesario realizar una prueba en LabVIEW realizando un VI de diagrama a
bloques donde se note la conexión a la tarjeta de adquisición de datos Figura 4.6 que
demuestre el cambio de voltaje respecto al pH cerciorándose de que los cálculos fueron
los correctos.

En donde el bloque DAQ Assistant es la conexión entre la PC y la tarjeta de adquisición

de datos USB 6008, teniendo una salida de voltaje de 0 a 5v, hay que señalar que esta
salida se manda a otro bloque que se llama Voltaje (v) que digitalizara el valor que se
tenga y aun bloque aritmético que al multiplicar la entrada de voltaje por 2.8 nos da la
relación directa de voltaje/pH, a la salida de este se encuentra un indicador numérico así
como un indicador de tipo tanque que proporciona el valor de pH.

La Figura 4.7 se tiene el mismo VI antes mencionado solo que ahora se encuentra en el
panel frontal donde se observa más claramente la relación voltaje/pH antes mencionada
además del indicador tipo tanque.

Figura 4.6 Diagrama VI de conexión a la USB 6008.

81
 Figura 4.7 relación voltaje/pH

4.8 Bomba dosificadora

Son un tipo de bombas especiales que sirve para la correcta dosificación de una
sustancia química a una corriente de agua, algún depósito de agua, u otro sistema donde
se requiera que la concentración de una sustancia química (cloro, polímeros, metabisulfito
de sodio, etc.) se mantenga constante.

4.9 Prueba de dosificación

Es sabido que en la industria se trabaja con diferentes tipos de señales mismas que con
el paso de tiempo se ha hecho un estándar de esas mismas facilitando así las
comunicaciones entre los dispositivos electronicos.

Sabiendo que la bomba dosificadora trabaja con la señal eléctrica estándar que es de 4-
20mA, y al tener la tarjeta de adquisición de datos surge un pequeño problema al darse
cuenta que esta misma no tiene una salida que entregue una fuente de corriente como la
que se necesita para los requerimientos de esta aplicación.

Teniendo claro que es necesario contar con una fuente de corriente se propone el uso de
esta misma desarrollada con amplificadores operacionales (OPAM) Figura 4.8.

Hay aplicaciones en las que es necesario pasar una corriente constante a través de una
carga y mantenerla así a pesar de que se produzcan cambios en la resistencia de carga o
en el voltaje de esta.

Dependiendo del voltaje en la entrada (0-5 V) tendremos una salida de corriente (4-20
mA) teniendo la relación de que a 0v-4 mA y a 5v-20 mA.

82
 Figura 4.8 Convertidor de voltaje a corriente (fuente de corriente) con OPAM.

Una vez que se realizó el circuito Figura 4.9 se procede a conectarlo a la bomba
dosificadora para hacer la prueba de dosificación, es necesario realizar un VI que controle
el flujo de la bomba antes mencionada.

Figura 4.9 Fuente de voltaje con OPAM.

Teniendo claro que entre mayor sea voltaje de entrada hay mayor flujo de corriente a la
salida, por eso en el VI a realizar Figura 4.10 es necesario utilizar un control numérico
(dial) con un rango de 0 a 5v a una entrada analógica de la tarjeta de adquisición de datos
USB 6008 (bloque DAC Assistant) en paralelo con un indicador numérico (Numeric).

Esto simulara la entrada de voltaje, que en la aplicación del proceso seria el voltaje del
sensor de pH teniendo en cuenta que con este proyecto la finalidad es neutralizar un
ácido(pH 7) por lo tanto tendremos un voltaje máximo de 2.5 VCD.

En la Figura 4.11 se detalla el mismo VI pero ahora en panel frontal observando

claramente el dial que se ocupara para el control de voltaje de salida.

83
 Figura 4.10 VI en diagrama de bloques.

Figura 4.11 VI panel frontal.

4.10 Sistema de agitación por propela de dos aspas

El sistema de agitación como se mostro en el capítulo dos, esta compuesto por el motor y
por el agitador de propela con dos aspas, a continuación se muestra las pruebas para
poder tener el control del sistema con LabVIEW, el cual será un control ON/OFF.

Se sabe por anticipación que en la tarjeta USB 6008 se puede trabajar con salidas de 5
VCD por tal motivo es necesario realizar una etapa de potencia que controle el encendido
y apagado del motor para mover la flecha de la propela. Para poder hacer la interfaz entre
la tarjeta USB 6008 y el motor de CA se propone el siguiente circuito Figura 4.12 hay que
destacar que el circuito es para un foco de 60 W a 115 VCA, sabiendo que el motor tiene
un consumo máximo de 42.55 W el circuito propuesto es el ideal para la acción del control
del motor.

84
 Key = Space X2
J1
2 R1 4 R2 5 6
500Ω 180Ω 120 V V2
1 9
120 Vpk
V1 D2 D1 60 Hz
5V LED1 MOC3031M 2N6344 0°

0 3 7

Figura 4.12 Circuito de control del motos de CA.

4.10.1 Realización del circuito de potencia

Una vez teniendo el diagrama del circuito de potencia se procede a realizar la

implementación en una tarjeta fenólica (perforada) que ayudara a la conexión ideal entre
la tarjeta USB 6008 y nuestro motor a controlar Figura 4.13 hay que tener en cuenta que
se requiere de un disipador de calor en TRIAC para una mejor disipar el calor generado
por la corriente, además de una base para el MOC 3031 por si llegara a fallar
simplemente se compra un repuesto evitando así tener que desoldar la placa.

Figura 4.13 Etapa de potencia para el motor.

4.11 VI de bloques con conexión con la tarjeta USB 6008

Una vez realizado el circuito de control se procede a generar el programa de control en un

VI de diagramas de boques muy sencillo ya que solo se necesita un control on-off por lo
tanto utilizaremos el bloque DAQ Assistant configurando una salida analógica encargada
de otorgar los 5 VCD necesarios para la acción de control, este bloque es el encargado de
tener nuestra interfaz entre el programa y la tarjeta USB 6008, ahora simplemente se
conecta a un bloque Numeric que se utilizara para brindar los 5 VCD a la salida de la
tarjeta USB 6008 Figura 4.14.

85
 Figura 4.14 VI del control on-off del motor en bloques.

4.11.1 VI en panel frontal

Al momento que se realiza el VI de bloques al mismo tiempo se obtiene un VI pero en

panel frontal en el cual se digitara la salida de 0 VCD o 5 VCD en Numeric dependiendo si
se desea encender o apagar el motor siendo 0 VCD apagado y 5 VCD encendido Figura
4.15.

Figura 4.15 VI en panel frontal (on-off).

Físicamente se obtendrá la conexión que se muestra en la Figura 4.16. Teniendo así

interconectados el motor al circuito de potencia así mismo a la tarjeta USB 6008.

Figura 4.16 Conexión real.

4.12 Diseño del controlador

Como se menciona anteriormente un controlador difuso esta compuesto por cuatro partes
principales: Fuzificacion, Base de conocimientos, Lógica de decisiones o inferencia y
Defuzificacion.

86
4.13 Fuzificacion

Uno de los conceptos básicos de la lógica difusa es la descripción matemática

por medio de variables lingüística dentro de un conjunto difusos. Por ejemplo, las
personas a menudo se ven obligadas a tomar decisiones basadas en información
imprecisa e incluso cuando la información no contiene elementos cuantitativos.

Dentro de la lógica difusa es necesario tener bien definidas las reglas para tomar
decisiones en base a variables lingüísticas. Un ejemplo de esto es el dado por un medico
que se compromete a visitar la casa de un niño enfermo de fiebre alta, siempre y cuando
la temperatura del niño llega a 88 °C, uno sin dudar llamaría al doctor cuando el
termómetro marcara 87.5° C. Esta situación, sin embargo, no se puede modelar
satisfactoriamente utilizando lógica convencional debido a que el paciente con una
temperatura del cuerpo de 87.5 °C no cumple el criterio de que sufre de una fiebre alta y
el médico no asistiría. Sin embargo si el doctor considera una fiebre alta de 87 °C a 88 °C
sin dudarlo asistirá.

Ahora para un control difuso, en primer lugar se determinar las variables de entrada y la
salida deseada. Es aquí donde se toman los valores del sensor de pH y son
transformados en conjuntos difusos para después evaluarlos con las reglas de inferencia
Las variables de entrada y salida se refieren a menudo por "términos lingüísticos". Por
ejemplo, el Error y la Delta del error son fáciles de definir como dos términos lingüísticos
dentro de un conjunto difuso para su uso como variables de entrada mientras la salida
difusa llamada Voltaje es utilizada para controlar el sistema.

Figura 4.17 Herramienta Fuzzy System Designer.

Ahora, vamos a la lógica de LabVIEW Toolkit difusa que se encuentra en el menú

Herramientas del entorno de programación LabVIEW. Este kit de herramientas de Lógica
Difusa es una interfaz gráfica de usuario donde se da la implementación del control difuso
basado en el esquema Mamdani, Para declaras las variables lingüísticas se utiliza la
herramienta Fuzzy System Designer que se encuentra en el panel principal de LabVIEW
en la opción Tools como se muestra en la Figura 4.17.

87
Esta herramienta permite declarar las variables lingüísticas, así como las funciones de
membresía deseadas, además del rango del universo de discurso como se muestra en la
Figura 4.17.

.
Figura 4.18 Declaración de las variables lingüísticas y funciones de membresía.

Para cada variable lingüística, es necesario determinar los las funciones de membresia
así como el rango de operación en el que trabajara. Este trabajo usara dos variables
lingüísticas llamadas Error y Delta error correspondientes a las bases de un controlador
tipo Mamdani. Se propuso que se estableciera un setpoint en 7 que corresponde a la
neutralización del sistema. Cuando el sensor detecte un valor mayor a ese punto se
generaran errores negativos y cuando esté por debajo generara un error positivo. Siendo
el error la diferencia entre el valor deseado y el valor medido de la variable que se va a
controlar, esto es:

(4.10)

Los cambios de error se miden teniendo en cuenta el error actual el cual se le resta el
error anterior tomando en cuenta intervalos de tiempo, por lo tanto la ecuación que se usa
para obtener el cambio del error es la siguiente:

() ( )
(4.11)

Para designar los valores a estas variables lingüísticas se tomo en cuenta el análisis a
distintos flujos de dosificación, y se designan puntos críticos. En base a estos puntos
críticos se obtienen de error y cambio de error. A continuación en la Figura 4.18 se
observa la grafica de respuesta con sus respectivos puntos críticos:

88
 Figura 4.19 Respuesta del sistema.

Analizando los puntos críticos se obtienen los resultados del error y el cambio de error:

Figura 4.20 D üí “ ” í .

89
Siendo que nuestro sistema de control actúa en el intervalo de 3.3 a 7 se decidió tomar
üí ” ” 7 membresía llamadas Ácido
Extremo, Muy Ácida, Ácido, Medio Ácido, Poco Acido, Neutro y Base. Esto es mostrado
en la Figura 4.20.

üí “D ” 7 í
fmA, fmB, fmC, fmD, fmE, fmF, fmG, las cuales se muestran en la Figura 4.21.

Figura 4.21 D üí “D ” í .

q üí “V ” 4 í
denominadas Apagado, Mínimo, Medio y Máximo las cuales se pueden observar en la
Figura 4.22.

Figura 4.22 D üí “V ” í .

Las funciones de membresía que se usaron en este trabajo son del tipo triangular y
trapezoidal. En la Figura 4.23 se muestra las variables lingüísticas de entrada y salida
declaradas con sus respectivas funciones de membresía.

90
 Figura 4.23 Variables lingüísticas y funciones de membresía declaradas.

4.14 Base de conocimientos

Teniendo los puntos críticos ahora se procede a construir la matriz de asociación difusa
(FAM), la cual contiene las variables lingüísticas, además de las funciones de membresía
correspondientes, ya que estos elementos de la matriz representa la acción de control
necesaria, esto para dar paso a la base de reglas y al mecanismo de inferencia:

Tabla 4.4 Matriz de asociación difusa

fmA fmB fmC fmD fmE fmF fmG
Ácido Extremo Apagado Apagado Apagado Apagado Apagado Apagado Apagado
Muy Acida Máximo Máximo Máximo Máximo Máximo Máximo Máximo
Acido Máximo Máximo Máximo Máximo Máximo Máximo Máximo
Medio Acida Medio Medio Medio Medio Medio Medio Máximo
Poco Acido Mínimo Mínimo Mínimo Mínimo Mínimo Mínimo Mínimo
Neutro Apagado Apagado Apagado Apagado Apagado Apagado Apagado
Base Apagado Apagado Apagado Apagado Apagado Apagado Apagado

Figura 4.24 Declaración de reglas lingüísticas y método de inferencia.

91
Una vez que se tiene la matriz de asociación difusa se procede a construir la base de
reglas lingüísticas, esta base está comprendida de 49 reglas. En la Figura 4.24 se
muestra la declaración de las reglas lingüísticas las cuales por medio del método de
inferencia deseado generaran la ley de control adecuada.

4.15 Inferencia

Un sistema de inferencia difuso (FIS, Fuzzy Inference System en inglés) es una forma de
transformar un espacio de entrada en un espacio de salida utilizando lógica difusa. Los
FIS establecen, mediante lógica difusa, reglas con estructura IF-THEN razonamientos del
lenguaje humano, como por ejemplo:

“Si el servicio es muy bueno, aunque la comida no sea excelente, le daré una buena
propina”

Este bloque se utiliza para resolver problemas de decisión, esto es, tomar una decisión y
actuar en consecuencia. Como se menciono anteriormente este trabajo utiliza el método
de Mamdani o también conocido como método de inferencia Max-Min ya que es muy
utilizado por su sencillez y eficacia.

Este método es un mecanismo de inferencia basado en reglas lingüísticas de la forma:

Regla 1: IF “ ” IS “A x ” AND “D ” IS “ A” THEN “V ” IS “A ”

El método Máx.-Min, realiza el mínimo de los elementos de los conjuntos difusos que
relacionan a las variables lingüísticas asignadas, además de obtener el máximo de de los
elementos de los conjuntos difusos de la salida. La ecuación que muestra el mecanismo
de inferencia es la siguiente:

( ) ( ( ) ( ))
(4.12)

Para realizar este proceso se necesitan los siguientes pasos:

1. Crear un conjunto difuso llamado Y={Apagado, Mínimo, Medio, Máximo} que será
la salida a defuzificar.
2. T “ ”.
3. C “D ”
mínimo de cada comparación.
4. Tomar el máximo número de los valores obtenidos en el paso anterior.
5. El valor obtenido en el paso anterior es añadido al conjunto de salida.
6. S “ ” 3, 4 5.

Este método nos da como resultado un conjunto con valores que servirán para la
Defuzificacion y así obtener la salida que controlara a la bomba dosificadora.

92
4.16 Defuzificacion

Esta etapa es la encargada de obtener la acción de control real a partir de la acción de

control difusa. El método para llegar a la acción de control real en este trabajo es el de
centro máximo ya que es un método simplificado. En este método primero se toma el
valor máximo de cada función de membresía. En el caso de funciones trapezoidales se
escoge el valor medio máximo de dicha función. Ya con estos valores se les asigna un
valor, el cual es proporcional al grado de pertenencia, y la salida se determina haciendo
un balance de los distintos valores.

4.17 Creación de la simulación

En esta sección se mostrara la interfaz grafica para la simulación del sistema de control
de pH en un reactor químico por lotes para el proceso químico de neutralización, y probar
el funcionamiento del algoritmo de control difuso tipo Mamdani.

Los programas desarrollados mediante LabVIEW se denominan Instrumentos Virtuales

(VI), porque su apariencia y funcionamiento imita a los de un instrumento real. Sin
embargo son análogos a las funciones creadas con los leguajes de programación
convencionales. Los VI tienen una parte interactiva con el usuario y otra parte de código
fuente, y aceptan paramentos procedentes de otros VI.

Para llevar acabo la programación de la simulación del sistema difuso tipo Mamdani,
previamente se realizo la estructura o ley de control mediante la herramienta Fuzzy
System Designer de LabVIEW esta fue mostrada en los apartados anteriores. En la
siguiente figura 4.25 se muestra la herramienta Fuzzy System Designer.

Figura 4.25 Fuzzy System Designer.

93
Posteriormente se debe tomar en cuenta que el software que se utilizo es LabVIEW 2010
el cual cuenta con dos elementos que componen el VI, el primero es el diagrama a
bloques donde se realizara la programación en el ambiente grafico del software y el
segundo es un panel frontal donde se muestra la parte visual de nuestra simulación con
los botones, letreros, objetos, pantallas, entre otros dispositivos. En la siguiente figura se
muestra la porta inicial de LabVIEW 2010 donde se pueden abrir los tipos de archivos de
esta versión, además de soporte en línea, archivos recientes y ayuda. En la siguiente
Figura 4.26 se muestra la portada del software LabVIEW 2010.

Figura 4.26 LabVIEW 2010.

Las paletas contienen las opciones que se emplean para crear y modificar los VI. En la
figura siguiente se muestran las partes de que componen el VI de LabVIEW el Panel
Frontal de lado izquierdo y el Diagrama a Bloques del lado derecho. A continuación se
muestra la Figura 4.27 donde se muestran los dos componentes del VI en LabVIEW 2010.

Figura 4.27 Componentes de un VI.

94
4.18 Diagrama de bloques

En el diagrama de bloques se realizo la programación de la simulación de nuestra planta,

el primer paso fue la creación de un lazo de control llamado While Loop, esta es una
estructura clásica de programación que ejecutara una instrucción mientras se cumpla una
condición. Posteriormente se realizo un arreglo de elementos para que el archivo de
“CFPH. ” VI . En la siguiente
Figura 4.28 se muestra la paleta donde se encuentra la estructura de While Loop.

Figura 4.28 While Loop.

q “FL Load Fuzzy System”,

q “Build Pad”, “Strip Path” “Current VI’s Path” h
control difuso tipo Mamdani al VI de la simulación. En la siguiente Figura 4.29 se muestra
los bloques Build Pad”, “Strip Path” “Current VI’s Path” VI
del sistema difuso tipo Mamdani.

Figura 4.29 Arreglo para sistema difuso.

Un bloque fundamental para la simulación de la planta en la ventana del diagrama de

bloques, q “FL Fuzzy Controller”, q
entradas correspondientes del error y el cambio del error de nuestra variable controlada
(pH), procesarlas en base a nuestras funciones de membresía y nuestras reglas de
control, para que de este se obtenga una acción de control que actuara sobre la variable
manipulada (Q), para la simulación del algoritmo de control. En este bloque se estableció

95
que es un sistema Múltiples Entradas una Sola Salida (MISO). En la siguiente Figura 4.30
se muestra el arreglo del While Loop y FL Fuzzy Controller tipo MISO.

Figura 4.30 FL Fuzzy Controller.

Otra característica del diagrama a bloques son los bloques de operaciones numéricas y
de comparación, los cuales fueron necesarios para obtener los valores del error y el
cambio del error de la variación del pH. Dentro de estas mismas características, se
q “While Loop” H en
función del tiempo de procesamiento y así las entradas del controlador difuso tipo
Mamdani. En la siguiente Figura 4.31 se muestran los bloques de operaciones numéricas
en la estructura While Loop y la creación de los registros. Cabe mencionar que los
bloques como el pHmetro, pH, y pH2 son bloques físicos que tendrán una correlación con
el objeto en el Frontal Panel; el primero “Knob”, , un control numérico, el
segundo elemento es un indicador numérico y el último es un Thermometer que es un
indicador visual tipo termómetro.

Figura 4.31 Operaciones numéricas.

96
Otros h q q “Tick Count”,
cambios de nuestro cambio del error en función del tiempo de procesamiento de la
simulación con un tiempo de muestreo definido. En la siguiente Figura 4.32 se muestra el
bloque Tick Count con su arreglo respectivo.

Figura 4.32 Tick Count.

T é h q “Time Delay” q
sin esta, la velocidad de procesamiento del procesador del equipo de cómputo seria muy
rápida y con ello no se apreciaría los cambios de la acción de control como respuesta a la
variación de pH. En la siguiente Figura 4.33 se muestra el bloque Time Delay que fue
insertado dentro de la estructura While Loop.

Figura 4.33 Time Delay.

A continuación lo único que resta de la programación es la salida del controlador FL Fuzzy

Controller, las cual se mostrara en un objeto llamado Bomba Dosificadora el cual es un

97
 “Ch ”, á é
“Ch ” S VC.
En la siguiente Figura 4.34 se muestra la salida del controlador con la programación
descrita anteriormente.

Figura 4.34 Repuesta del sistema.

Finalmente el diagrama de bloques para el VI de la simulación del sistema de control de

pH en un reactor por lotes queda de la siguiente manera el cual se muestra en la siguiente
Figura 4.35.

Figura 4.35 Diagrama de bloques

98
4.19 Panel Frontal

La ventana Panel Frontal del software LabVIEW, permite crear interfaces graficas para
simulación e implementación de sistemas de control con instrumentación virtual o física,
que por medio de la recolección de entradas procedentes del usuario o del sistema son
procesadas para generar salidas correspondientes a una acción de control. En el Panel
Frontal se realizo un interfaz grafica para mostrar la simulación del proceso de
neutralización de un ácido y del control de pH en un reactor químico por lotes.

La interface tiene una sección donde se muestra los logos del Instituto y de la Escuela
además del nombre de la carrera. Por otra parte también se tiene un diagrama físico de la
representación de la planta, el cual cuenta con los elementos como lo son: la bomba de
dosificación, el depósito de base, el rector, el sistema de agitación y el sensor. En la
siguiente Figura 4.36 se muestra una representación grafica del prototipo, la cual cuenta
con los elementos físicos como los son: el depósito de base, la bomba dosificadora, el
reactor químico por lotes, el sistema de agitación y el sensor de pH.

Figura 4.36 Esquema de la planta.

El panel frontal permite observar el comportamiento de la simulación del sistema gracias a

, q á “Waveform Chart” q
muestran el comportamiento de la variables en función del tiempo de procesamiento. En
el primero se muestra nuestro set point o punto de consigna fijado en 7 en la escala de pH
contra nuestra variable controlada que es la medición de nuestro pH en el reactor.

Este indicador fue modificado para mostrar en “ ” , 0

a 14 correspondientes a un valor de pH, las propiedades de este indicador grafico se
pueden ver dando clic derecho sobre el objeto y seleccionado la opción de propiedades.
En la siguiente Figura 4.37 se muestra las propiedades del indicador grafico de tipo
Waveform Chart, estas propiedades se muestran divididas en pestañas como son:
Apariencia, Formato de pantalla, Plano, Escalas, entre otras. Las modificaciones fueron
realizadas en la pestaña de Escalas donde se coloco el nombre de los ejes, las

99
dimensiones del mismo y deshabilitar la función de auto escalar para que respete los
intervalos y se pueda ver las variaciones de las variables mencionadas.

Figura 4.37 Propiedades del indicador.

En la siguiente Figura 4.38 se muestra el Waveform Chart llamado SP vs VC modificado

para mostrar los cambios de las variables manipulada y controlada respectivamente.

Figura 4.38 SP vs VC.

“Waveform Chart” variación de

voltaje de 0 a 5 VCD para el accionamiento de la bomba dosificadora conforme a la ley de
.T é é “Num Ind”
para mostrar el valor de la acción de control sobre la bomba de dosificación. Al igual que
en el primer indicador grafico se realizaron las modificaciones, la siguiente Figura 4.39
muestra como quedo el Waveform Chart.

100
 Figura 4.39 Bomba dosificadora.

Para la variación de nuestro pH en nuestra simulación del reactor por lotes, se utilizo un
é “Knob” el cual esta limitado en valores de 3.2 a 8 en pH para
mostrar un intervalo fuera de los rangos de operación, que fueron establecidos
previamente en el trabajo presente. “Knob” é asociado un indicador
é “Num Ind”, H
é “Thermometer”
reactor químico por lotes para simular la variación de pH en este. En la siguiente Figura
4.40 se muestra los elementos antes mencionados para realizar las variaciones de pH en
la simulación.

Figura 4.40 Objetos.

Figura 4.41 Indicadores.

101
Por ultimo se muestra en dos indicadores numéricos “Num Ind”, el primero es el
punto de consigna de valor 7 de pH un valor Neutro, mientras que el segundo muestra el
valor en VCD de la señal de control para la bomba de dosificación. Además de contar un
“While Loop” sto detener la
simulación. En la siguiente Figura 4.41 se muestra los objetos mencionados.

Finalmente se muestra en la Figura 4.42, el panel frontal del VI en LabVIEW 2010 para la
simulación del sistema de control de pH en un reactor químico por lotes.

Figura 4.42 Interfaz grafica de simulación.

102
 Capítulo V
Implementación
En el siguiente capítulo se muestra la implementación del
sistema de control de pH, así como las interconexiones entre
todos los elementos que lo componen.

103
5.1 Control de pH

En el presente trabajo se siguió toda una metodología desde la parte teórica hasta la
parte práctica sobre procesos de control de pH y lo necesario para llegar a implementarlo,
así como los distintos tipos de pruebas por ejemplo los VI realizados, como el desarrollo
de los circuitos de control y de potencia en los cuales podemos observar cómo influyen
directamente en el proceso a realizar.

Después de implementar este tipo de pruebas por separado y teniendo el algoritmo de

control antes mencionado (difuso) se realizó un VI en diagrama de bloques el cual se
encarga de relacionar el control difuso con la parte física de la maqueta (circuito de
control, circuito de potencia y sensor de pH), como se muestra en la Figura 5.1 se tiene el
VI en diagrama de bloques.

Figura 5.1 VI en diagrama de bloques de control de pH.

Cabe mencionar que en la Figura 5.1 hay 3 etapas circuladas en color rojo en las cuales
hay que hacer un hincapié ya que estas son claves para el correcto funcionamiento entre
el programa y la maqueta.

Los DAQ Assistant son parte fundamental en el VI a bloques ya que con ellos se puede
realizar la conexión entre el vi y alguna variable física de algún proceso, en este caso se
tiene tres, el primero se encarga de la medición de pH, el segundo es un control on-off
encargado del agitador y el tercero es el que regula la salida de voltaje para el control de
la bomba.

Ahora es momento de analizar el VI pero en panel frontal Figura 5.2 mismo que servirá al
usuario para un mejor entendimiento de lo que sucede en el sistema así como observar

104
los cambios de pH, la señal de la bomba, activación del agitador además el set point
deseado, en este caso el valor de neutralización en el sistema es de pH 7.

Figura 5.2 VI en panel frontal de control de pH.

En la figura anterior se tienen tres indicadores numéricos circulados en color rojo los
cuales sirven para monitorear el valor de pH medido, introducir el set point deseado y la
señal de la bomba en voltaje mientras se encuentra circulado en color azul un control
numérico donde manualmente se accionara el agitador Figura 5.3.

Figura 5.3 Indicadores numéricos.

Así mismo se tiene dos cuadros de gráficas que se ocuparan para ver la respuesta del
sistema en unidades en la cuales se puede observar el valor de pH medido respecto a la
gráfica de dosificación de la bomba.

105
La primera grafica es la comparación de dos valores de pH subrayado con rojo siendo el
set point propuesto y el valor real medido de pH Figura 5.4 apreciando como el valor
medido de pH se va aproximando al set point establecido en el indicador numérico.

Figura 5.4 Grafica de set point vs valor medido en unidad de tiempo.

El segundo cuadro grafico es la señal en voltaje por unidad de tiempo enviada a la bomba
dosificadora subrayado en rojo el cual ira disminuyendo paulatinamente al aproximarse al
set point establecido en el indicador numérico Figura 5.5.

Figura 5.5 Señal de voltaje de la bomba dosificadora por unidad de tiempo

5.2 DAQ Assistant

Una vez que se describió la importancia de los tres DAQ Assistant que se encuentran en
el VI, se tiene que explicar la función a realizan dentro del VI así como la conexión con el
que cuenta cada uno de estos, ya sea con el sensor de pH, el control de la bomba y el
accionamiento del agitador. Es conveniente declarar la única entrada y las dos salidas
que necesitamos para el correcto funcionamiento de la maqueta.

Para poder declarar la entrada es necesario abrir LabVIEW y generar un VI en blanco

circulado en color rojo como se muestra en la Figura 5.6.

106
 Figura 5.6 Generación de un VI en blanco.

Una vez realizado esto, se abrirán dos ventana, una llamada panel frontal circulada en
azul y la otra llamada diagrama de bloques circulada en rojo como se muestra en la
Figura 5.7.

Figura 5.7 Ventanas de panel frontal y diagrama a bloques.

Después de tener abiertas estas ventas, hay que situarse en la ventana de diagrama de
bloques y dar click derecho para que emerja la ventana de funciones en la cual
seleccionaremos express, input, y DAC Assistant como se aprecia en la Figura 5.8.

Figura 5.8 Como seleccionar el DAQ Assistant.

107
Después se abrirá una ventana como en la siguiente Figura 5.9, ahí es donde
seleccionamos Adquiere signal, analog input y por ultimo voltaje.

Figura 5.9 Selección de adquisición de señal.

Ahora solo queda seleccionar el puerto de entrada que deseemos en este caso se
seleccionará el puerto ai0 como se muestra en la Figura 5.10. Y por último damos click en
finish, teniendo así el puerto ai0 configurado como una entrada analógica.

Figura 5.10 Selección del puerto ao0 como entrada.

Después saldrá una ventana en donde en donde se definirán los rangos de operación de
entrada que será de 0-5 VCD, y escala como se muestra en la Figura 5.11.

108
 Figura 5.11 Rangos de operación de la entrada ao0.

Por ultimo solo queda observar la Figura 5.12 en donde se encuentra el bloque de DAQ
Assistant configurado en el puerto ao0 como entrada analógica de VCD.

Figura 5.12 Bloque DAQ Assistant.

Una vez explicado cómo se configura un puerto de salida, es necesario saber como
configurar los puertos de salida, cabe resaltar que el proceso es muy parecido a la
configuración de entradas, simplemente cambia un solo paso.

Para poder declarar la salida es necesario abrir LabVIEW y generar un VI en blanco

circulado en color rojo como se muestra en la Figura 5.13.

Figura 5.13 Generación de un VI en blanco.

109
Una vez realizado esto, se abrirán dos ventana, una llamada panel frontal circulada en
azul y la otra llamada diagrama de bloques circulada en rojo como se muestra en la
Figura 5.14.

Figura 5.14 Ventanas de panel frontal y diagrama a bloques.

Después de tener abiertas estas ventas, hay que situarse en la ventana de diagrama de
bloques y dar clic derecho para que emerja la ventana de funciones en la cual
seleccionaremos express, output, y DAC Assistant como se aprecia en la Figura 5.15.

Figura 5.15 Como seleccionar el DAQ Assistant.

Después se abrirá una ventana como en la siguiente Figura 5.16, ahí es donde
seleccionamos generate signal, analog output y por ultimo voltaje.

Figura 5.16 Selección de generación de señal.

110
Ahora solo queda seleccionar el puerto de salida que deseemos en este caso se
seleccionará el puerto ao0 como se muestra en la Figura 5.17. Y por último damos clic en
Finish, teniendo así el puerto ao0 configurado como una entrada analógica.

Figura 5.17 Selección del puerto ao0 como entrada.

Después saldrá una ventana en donde en donde se definirán los rangos de operación de
salida que será de 0-5 VCD, y escala como se muestra en la Figura 5.18.

Figura 5.18 Rangos de operación de salida ao0.

Por ultimo solo queda observar la Figura 5.19 en donde se encuentra el bloque de DAQ
Assistant configurado en el puerto ao0 como entrada analógica de VCD.

Figura 5.19 Bloque DAQ Assistant.

111
5.2.1 DAQ Assitant del sensor de pH

En los puntos anteriores se explicó que existen 3 partes fundamentales en el VI realizado,

a continuación se explicara el funcionamiento del primer DAQ Assitant encargado del
sensor de pH.

En la figura 5.20 se tiene el primer DAQ Assistant encargado de censar el pH en nuestro

reactor, este mismo recibe la señal del sensor de pH, sabiendo que la salida del sensor de
pH se da en escala de voltaje es necesario unirla a un bloque aritmético de multiplicación
con la constante 2.8 obteniendo la relación voltaje/pH, a la salida de este bloque
aritmético se tendrá un indicador numérico además de un indicador de tanque, para mejor
un mejor entendimiento grafico del pH medido.

Figura 5.20 DAQ Assistant del sensor de pH.

5.2.2 Conexión a la USB 6008

Hay que señalar que se debe de declarar la entrada del sensor de pH figura 5.21 en este
caso se requieres una entrada analógica de voltaje de 0-5v en el puerto ai0.

Figura 5.21 Selección de entrada analógica.

Después de seleccionar la entrada analógica en el puerto ai0 se debe de observar el

diagrama de conexión física con nuestro sensor de pH figura 5.22.

112
 Figura 5.22 Conexión física de entrada en el puerto ai0.

5.2.3 DAQ Assitant del agitador

En la figura 5.23 se tiene el DAQ Assitant del control on-off del, hay que señalar que se
ocupara una salida de voltaje de 0-5 volts, esto se obtendrá con un control numérico que
tiene la acción de otorgar 0 ó 5v para el accionamiento del circuito de potencia.

Figura 5.23 DAQ Assistant de control on-off del agitador.

Para poder enviar la señal de accionamiento para la etapa de potencia hay que declarar el
puerto de salida de la tarjeta USB 6008 Figura 5.24, en este se obtendrá el voltaje
necesario para el accionamiento del circuito de potencia.

Figura 5.24 Selección de salida de 0-5 volts en el puerto ao0.

113
5.2.4 DAQ Assitant del control de la bomba dosificadora

Este DAQ Assistant es uno de los más importantes, al ser este el encargado de la
dosificación, en la Figura 5.25 se tiene el VI que dará la salida regulada de voltaje
dependiendo de la medición de pH obtenida por el algoritmo de control difuso será el valor
de voltaje a la salida que será de 0-2.5v, rango ideal para la tarjeta de control de la
bomba, transformando el voltaje obtenido a la corriente deseada.

Figura 5.25 DAQ Assistant de control de dosificación.

Para poder hacer valida esta conexión es necesario declarar una salida en el puerto
restante (ao1) de la tarjeta USB 6008, en la figura 5.26 se declara el puerto de salida que
regulara la bomba de dosificación.

Figura 5.26 Selección de salida regulada de 0-2.5v en el puerto ao1.

5.3 Conexión física

La figura 5.27 muestra la prueba realizada al sensor de pH, el cual se encuentra

conectado a la tarjeta de adquisicion de datos USB 6008.

En dicha imagen se puede observar la fuente de alimentacion que suministra energia a la

tarjeta adaptadora pH/ORP del sensor de pH la cual entrega una señal de 0 a 5 VCD a la
tarjeta de adquisición de datos que se encuentra conectada a la computadora y por medio
del VI previamente establecido arroja el valor censado por el pHmetro.

114
 Figura 5.27 Prueba Sensor de pH.

A continuación se muestra la figura 5.28, en la cual se puede observar la prueba realizada

al sistema de agitación de este trabajo. En esta imagen se muestra la tarjeta de
adquisición de datos USB 6008 conectada al circuito de potencia el cual es alimentado
por una fuente de alimentacion a la cual se le conecta el motor propuesto. La tarjeta de
adquisiscion de datos es la encarga de disparar al TRIAC por medio de un pulso de 5
VCD que se dara por medio de el bloque Numeric previamente establecido en el VI, ya
que solo se necesita un control on-off.

Figura 5.28 Prueba del Agitador.

La Figura 5.29, muestra la prueba realizada a la tarjeta hecha para la conversión de

voltaje a corriente. En dicha imagen se muestra dos fuentes de alimentación, la primera
es la encargada de suministrar 10 VCD correspondientes a la alimentación de la tarjeta
convertidora, mientras que la segunda fuente de alimentación simula el rango de 0 a 5
VCD correspondientes a la salida de la tarjeta de adquisición de datos USB 6008 que
modulara la dosificación dependiendo de las leyes de control difuso. En dicha prueba se

115
obtuvo que a la salida de la tarjeta convertidora otorga un rango de 4-14 mA, suficiente
para el cambio de dosificación que requiere este trabajo.

Figura 5.29 Prueba con la Bomba Dosificadora.

A continuación, como se muestra en la Figura 5.30, se procede a unir la tarjeta

adaptadora pH/ORP con el sensor de pH, el circuito de potencia con el motor que
realizara el agitado y la tarjeta para la conversión de voltaje a corriente con la bomba
dosificadora, a la tarjeta de adquisición de datos USB 6008 para realizar la pruebas con
un solo VI.

Figura 5.30 Prueba total con la tarjeta de adquisición de datos.

En la Figura 5.31, se muestra al sensor de pH, el agitador y la bomba dosificadora unidas

a la tarjeta de adquisición de datos USB 6008, mientras que en la computadora se
observa al panel frontal propuesto en este trabajo.

116
 Figura 5.31 Vista frontal con elementos unidos.

5.4 Resultados de la implementación

Como se observa en la Figura 5.32 el sensor detecta un pH de 4.51 por tal motivo se
í “ á A” q
üí “ ” 22.

Figura 5.33 Activación del flujo medio.

Como se observa en la Figura 5.34 el sensor detecta un pH de 5.02 por ende se activan
í “ á C” q üí
“ ” 32”.

117
 Figura 5.34 Activación de flujo mínimo.

Como se observa en la Figura 5.35 el sensor detecta un pH de 7.02 activando así las
í “ D” q üí “
delta e ” 40.

Figura5.35 Apagado de la bomba.

118
 Capítulo VI
Análisis de
resultados
En el siguiente capítulo se muestran el análisis de resultados el
cual está dividido en dos etapas, conclusiones y propuestas.

119
6.1 Conclusión

En el transcurso de la carrera se entiende la importancia de tener las bases teóricas sobre

algún tema en específico para después ponerlas en práctica y ver reflejada la aplicación
de toda la documentación obtenida. En este trabajo se estudiaron diferentes campos de
aplicación en la industria, el cual ayuda a un mejor desarrollo educativo y profesional.

Al entender la complejidad que los procesos tienen desde la parte química al hacer la
medición de pH, los tipos de concentraciones necesarias para llegar a un punto neutro, el
tiempo que este tarda en lograrlo, los diferentes tipos de plantas y sensores que hay en
las distintas aplicaciones en medición de pH, pasando por la parte electrónica al necesitar
tarjetas acondicionadoras de señales como la realizada para convertir el voltaje en
corriente, circuitos de potencia necesario para la activación con pulsos de 5 VCD de
agitadores y sobre todo la parte de control del sistema al darse cuenta que un proceso
como el presentado en este trabajo puede tener muchas variantes de control como los
mencionados en los distintos capítulos, llegando a que el mejor en esta aplicación es un
control difuso.

Los resultados obtenidos en este trabajo brindan la experiencia que el control difuso
provee una respuesta satisfactoria, rápida y estable para el sistema cuando es sometido a
diferentes perturbaciones. Los resultados obtenidos muestran la eficiencia y valides de
este método de control.

El control difuso presenta ventajas, tanto en su funcionamiento como en la

implementación, ya que una vez entendido el principio de funcionamiento, se puede
observar la facilidad de calibración y la sencillez que tendría su implementación en
diferentes aplicaciones de control.

De este tipo de control, se puede observar que la salida no presenta grandes oscilaciones
con respecto al punto de control, ya que al trabajar de forma más interactiva con los datos
actuales como lo hace un ser humano se logra un resultado mejor, mediante incrementos
o decrementos graduales dependiendo de las condiciones que se presentan o se han
presentado en comparación a métodos de control tradicionales que alcanzan el valor
deseado, pero con saltos bruscos que provocan un sistema de control inestable.

En cuanto a la metodología para sentar las bases de acción de control, es cierto que no
hay un número determinado de términos lingüísticos que se puedan establecer dentro de
una variable lingüística ya que esto se establece en base a la experiencia obtenida del
sistema que se desea controlar, esto puede llevarse a que mientras mas términos se
desarrollen, más exacto será el controlador, teniendo en cuenta que al saturar de términos
lingüísticos una variable, el controlador se comportara de manera más lenta y menos
confiable, esto debido por la gran cantidad de términos a comparar y a que todo el tiempo
estaría trabajando, incluso en cambios que pudieran ser despreciables dando la impresión
de un sistema inestable.

Cabe señalar que al sentar la base de conocimiento del controlador es muy importante
introducir una entrada que corresponda a la acción de control que se desea realice el
controlador ya que de lo contrario al introducir una entrada errónea provocara una acción
de control errónea.

120
Es necesario hacer un hincapié a la ventaja y facilidad que representa trabajar con la
herramienta de lógica difusa (Fuzzy System Designer) que posee LabVIEW, ya que esta
interfaz permite diseñar y editar las funciones de membresía para cada variable
lingüística, así mismo por medio de esta interfaz se pude ingresar la base de reglas
lingüísticas y escoger el método de defusificación que se desee implementar. Esta
herramienta de LabVIEW es de mucha ayuda, ya que sin ella su implementación seria
más extensa, ya que todo el proceso de Fusificacion, Base de conocimiento y
Defusificacion tendría que se programada lo que sería tardada y tediosa.

Otra ventaja al trabajar con la herramienta de lógica difusa de LabVIEW es el simulador

que posee, ya que permite verificar la respuesta de la señal de salida para determinada o
determinadas señales de entrada y así al no obtener la salida deseada poder calibrar las
funciones de membresía hasta obtener una salida satisfactoria.

Durante el transcurso de este trabajo se facilitaron las bases teóricas así como los
conocimientos previos que se necesitan tener para un mejor entendimiento del mismo. Es
sabido que en la parte física de cualquier proceso existen ciertos tipos de perdidas ya sea
de energía, valores, señales etc.

Por lo cual, esta aplicación no fue la excepción, no se tuvieron pérdidas que afectaran el
proceso directamente pero se vieron reflejadas en el las pruebas individuales, por ejemplo
la tarjeta de conversión de voltaje a corriente, el valor ideal fue de 4-20mA mientras que al
medir el valor real daba una lectura de 4-14mA, media que no afectaba el comportamiento
de la bomba dosificadora.

121
 Referencias bibliográficas

[1] Lenguajes de Programación [en línea]

<http://www.lenguajes-de-programacion.com>

[2] A B k W . 2003. “ L : A
I ”. Oregon, USA. Franklin, Beedle & Associates. 572p.

[3] Historia de los Lenguajes de Programación [en línea]

<http://www.ives.edu.mx/bibliodigital/Ingenierias/Pack%20de%20Cursos%20de%20p
rogramacion/PROGRAMACI%C3%93N/Historia%20de%20los%20lenguajes%20de%
20programaci%C3%B3n.pdf>

[4] L B. W R G C k. 2001. “C
L ”. USA. A W . 3° Edición.

[5] Modern Programming Languages: A Practical Introduction [en línea]

<http://www.webber-labs.com/mpl.html>

[6] Desarrollo de sistemas de adquisición de datos [en línea]

<http://zone.ni.com/devzone/cda/tut/p/id/5913>

[7] A , G.H. 1975. “A á Q í C ”. éx , DF. H . 744 .

[8] K hk O . 2003. “I í C ”. , ña. Pearson

Educación. 965p.

[9] S C , J é O . 2009. “S é H
”. I C . I N SI
Zacatenco. 100 p.

[10] La computadora en el control de procesos industriales [en línea]

<http://automata.cps.unizar.es/Historia/Webs/IntroduccionI.htm>

[11] Antonio Gago Huguet

México, D.F.
Algunos Problemas de la Educación Superior en México [en línea]
<http://www.anuies.mx/servicios/p_anuies/publicaciones/revsup/res058/txt1.htm>

[12] Luis Josué Lugo Sánchez

México, D.F.
El problema de la educación en México [en línea]
<http://www.escrutinio.com.mx/revista/politica/49/el-problema-de-la-educacin-en-
mxico.html>

[13] La Dirección General del Archivo Histórico y Memoria Legislativa

La Educación Superior en México [en línea]
<http://www.senado.gob.mx/content/sp/memoria/content/estatico/content/boletines/bo
letin_33-34.pdf>

vii
[14] Tufan Kumbasar, Ibrahim Eksin, Mujde Guzelkaya y Engin Yesil. 2011. “T -2 fuzzy
”. I ,T k .I
Technical University, Faculty of Electrical and Electronics Engineering, Control
Engineering Department.

[15] Ali Nejatia, Mohammad Shahrokhib y Arjomand Mehrabania. 2011. “C

between backstepping and input–output linearization techniques for pH process
”. T h I h , I á . a Chemical Engineering Department, Isfahan
University of Technology y b Chemical and Petroleum Engineering Department, Sharif
University of Technology.

[16] A. K , N. A , L. W W. R. C . 1995. “A N w A h h
I H B h W ”. Toronto, Canada.
Department of Chemical Engineering, University of Toronto.

[17] . k. 2009. “A h
h ”. N w w k W w, .
Institute of Control and Computation Engineering, Warsaw University of Technology.
15 p.

[18] Shahin Salehia, Mohammad Shahrokhib y AliNejatic. 2009. “A

H x ”. T h I h , Iá . a
Department of Measurement and Automation, Petroleum University of Technology, b
Chemical and Petroleum Engineering Department, Sharif University of Technology, c
Department of Chemical Engineering, Faculty of Engineering, University of Isfahan,
9p.

[19] S , h S h R B . 1995. “A -adaptive computer-based

pH measurement and fuzzy- ”. W , A . D
Biotechnology, University of Wiirzburg, Biozentrum.

[20] A. Rocha, Casimiro y Escorcia Gutiérrez, José R. 2010. “N

N H L D ”. A q , ú. U A
del Caribe.

[21] Elsevier Science Ltd.

Science Direct. [en línea]
<http://latinoamerica.iop.org/?gclid=COOzyK3OvrUCFQmxnQodISUA0w>

[22] National Instruments [en línea]

<http://www.ni.com/>

viii
Anexos

ix
Anexos

La siguiente informacion se anexa como complemento del presente trabajo,

en donde se puden consutar las hojas de datos, los manuales de usuario y
los dibujos dimensionales, todas estas herramientas fueron empleadas para
el desarrollo del prototipo, ademas se adjuntan los articulos cientificos que
tratan sobre el desarrollo de trabajos similares en el control de pH, y se en
listan acontinuacion:

 Hojas de Datos de Componenetes Electrinicos

o Triac 2N6342
o Optotriac MOC3031M
o Amplificador Operacional LM741
o Transistor BC558
o DAQ NI USB-6008
 Manuales de Usuario
o CAS pH/ORP 1130
o Sensor de pH ASP200-2-1M-BNC
o Bomba Pulsatron Serie MP
 Dibujos Dimensionales
o CAS pH/ORP 1130
o Mesa de Trabajo
 Articulos Cientificos
o Un nuevo enfoque para la identificación de los procesos de
pH basado en el modelo Wiener.
o Comparación entre backstepping y entrada-salida técnicas
de linealización para el control de pH del proceso.
o Neutralizacion de los niveles de pH por Medio de Logica
Difusa.
o Diseño de un modelo difuso de un controlador para el
proceso de neutralización.
o Control adaptativo computarizado de medición de pH
basado en el sistema de control difuso.
o Control adaptativo no lineal de los procesos de
neutralización de pH usando aproximadores difusos.
o Ventajas de un fácil diseño de un algoritmo predictivo
difuso en el sistema de control de reactores químicos no
lineales.
   Order this document
SEMICONDUCTOR TECHNICAL DATA by 2N6342/D

 

Silicon Bidirectional Triode Thyristors 
. . . designed primarily for full-wave ac control applications, such as light dimmers,


motor controls, heating controls and power supplies; or wherever full-wave silicon
gate controlled solid-state devices are needed. Triac type thyristors switch from a
blocking to a conducting state for either polarity of applied anode voltage with positive
or negative gate triggering. TRIACs
• Blocking Voltage to 800 Volts 8 AMPERES RMS
• All Diffused and Glass Passivated Junctions for Greater Parameter Uniformity 200 thru 800 VOLTS
and Stability
• Small, Rugged, Thermowatt Construction for Low Thermal Resistance, High Heat
Dissipation and Durability
• Gate Triggering Guaranteed in Two Modes (2N6342, 2N6343, 2N6344, 2N6345)
or Four Modes (2N6346, 2N6347, 2N6348, 2N6349)
• For 400 Hz Operation, Consult Factory MT1
• 12 Ampere Devices Available as 2N6342A thru 2N6349A MT2
G

CASE 221A-04
(TO-220AB)
STYLE 4

MAXIMUM RATINGS (TJ = 25°C unless otherwise noted.)

Rating Symbol Value Unit
*Peak Repetitive Off-State Voltage(1) VDRM Volts
(Gate Open, TJ = –40 to +110°C)
1/2 Sine Wave 50 to 60 Hz, Gate Open 2N6342, 2N6346 200
2N6343, 2N6347 400
2N6344, 2N6348 600
2N6345, 2N6349 800
*RMS On-State Current (TC = +80°C) IT(RMS) 8 Amps
Full Cycle Sine Wave 50 to 60 Hz (TC = +90°C) 4
*Peak Non-repetitive Surge Current ITSM 100 Amps
(One Full Cycle, 60 Hz, TC = +80°C)
Preceded and followed by Rated Current
Circuit Fusing I2t 40 A2s
(t = 8.3 ms)
*Peak Gate Power (TC = +80°C, Pulse Width = 2 µs) PGM 20 Watts
*Average Gate Power (TC = +80°C, t = 8.3 ms) PG(AV) 0.5 Watt
*Peak Gate Current IGM 2 Amps
*Peak Gate Voltage VGM 10 Volts
*Operating Junction Temperature Range TJ –40 to +125 °C
*Storage Temperature Range Tstg –40 to +150 °C
1. VDRM for all types can be applied on a continuous basis. Blocking voltages shall not be tested with a constant current source such that the
voltage ratings of the devices are exceeded.
REV 1

Motorola Thyristor Device Data 1

 Motorola, Inc. 1995
 6-PIN DIP ZERO-CROSS
OPTOISOLATORS TRIAC DRIVER OUTPUT
(250/400 VOLT PEAK)
MOC3031M MOC3032M MOC3033M MOC3041M MOC3042M MOC3043M

DESCRIPTION
The MOC303XM and MOC304XM devices consist of a AlGaAs
infrared emitting diode optically coupled to a monolithic silicon
detector performing the function of a zero voltage crossing bilat- 6
eral triac driver. 6
1
They are designed for use with a triac in the interface of logic
systems to equipment powered from 115 VAC lines, such as 1
teletypewriters, CRTs, solid-state relays, industrial controls,
printers, motors, solenoids and consumer appliances, etc.
6
FEATURES
• Simplifies logic control of 115 VAC power SCHEMATIC
1
• Zero voltage crossing
• dv/dt of 2000 V/µs typical, 1000 V/µs guaranteed
ANODE 1 6 MAIN TERM.
• VDE recognized (File # 94766)
-ordering option V (e.g., MOC3043VM)
CATHODE 2 5 NC*

APPLICATIONS N/C 3
ZERO
CROSSING 4 MAIN TERM.
CIRCUIT
• Solenoid/valve controls • Lighting controls
• Static power switches • AC motor drives *DO NOT CONNECT
• Temperature controls • E.M. contactors (TRIAC SUBSTRATE)

• AC motor starters • Solid state relays

ABSOLUTE MAXIMUM RATINGS (TA = 25°C unless otherwise noted)

Parameters Symbol Device Value Units
TOTAL DEVICE
TSTG All -40 to +150 °C
Storage Temperature
Operating Temperature TOPR All -40 to +85 °C
Lead Solder Temperature TSOL All 260 for 10 sec °C
Junction Temperature Range TJ All -40 to +100 °C
Isolation Surge Voltage(1) (peak AC voltage, 60Hz, 1 sec duration) VISO All 7500 Vac(pk)
Total Device Power Dissipation @ 25°C 250 mW
PD All
Derate above 25°C 2.94 mW/°C
EMITTER
IF All 60 mA
Continuous Forward Current
Reverse Voltage VR All 6 V
Total Power Dissipation 25°C Ambient 120 mW
PD All
Derate above 25°C 1.41 mW/°C
DETECTOR MOC3031M/2M/3M 250
VDRM V
Off-State Output Terminal Voltage MOC3041M/2M/3M 400
Peak Repetitive Surge Current (PW = 100 µs, 120 pps) ITSM All 1 A
Total Power Dissipation @ 25°C Ambient All 150 mW
PD
Derate above 25°C All 1.76 mW/°C

Note
1. Isolation surge voltage, VISO, is an internal device dielectric breakdown rating. For this test, Pins 1 and 2 are common, and Pins 4,
5 and 6 are common.

 2001 Fairchild Semiconductor Corporation

DS300256 8/06/01 1 OF 9 www.fairchildsemi.com

LM741
Single Operational Amplifier
Features
• Short circuit protection
• Excellent temperature stability
• Internal frequency compensation
• High Input voltage range
• Null of offset
Internal Block Diagram
©2001 Fairchild Semiconductor Corporation
www.fairchildsemi.com
Description
The LM741 series are general purpose operational amplifi-
ers. It is intended for a wide range of analog applications.
The high gain and wide range of operating voltage provide
superior performance in intergrator, summing amplifier, and
general feedback applications.
8-DIP
8-SOP
Rev. 1.0.1
 BC556/557/558/559/560
BC556/557/558/559/560

Switching and Amplifier

• High Voltage: BC556, VCEO= -65V
• Low Noise: BC559, BC560
• Complement to BC546 ... BC 550

1 TO-92
1. Collector 2. Base 3. Emitter

PNP Epitaxial Silicon Transistor

Absolute Maximum Ratings Ta=25°C unless otherwise noted
Symbol Parameter Value Units
VCBO Collector-Base Voltage
: BC556 -80 V
: BC557/560 -50 V
: BC558/559 -30 V
VCEO Collector-Emitter Voltage
: BC556 -65 V
: BC557/560 -45 V
: BC558/559 -30 V
VEBO Emitter-Base Voltage -5 V
IC Collector Current (DC) -100 mA
PC Collector Power Dissipation 500 mW
TJ Junction Temperature 150 °C
TSTG Storage Temperature -65 ~ 150 °C

Electrical Characteristics Ta=25°C unless otherwise noted

Symbol Parameter Test Condition Min. Typ. Max. Units
ICBO Collector Cut-off Current VCB= -30V, IE=0 -15 nA
hFE DC Current Gain VCE= -5V, IC=2mA 110 800
VCE Collector-Emitter Saturation Voltage IC= -10mA, IB= -0.5mA -90 -300 mV
(sat) IC= -100mA, IB= -5mA -250 -650 mV
VBE (sat) Collector-Base Saturation Voltage IC= -10mA, IB= -0.5mA -700 mV
IC= -100mA, IB= -5mA -900 mV
VBE (on) Base-Emitter On Voltage VCE= -5V, IC= -2mA -600 -660 -750 mV
VCE= -5V, IC= -10mA -800 mV
fT Current Gain Bandwidth Product VCE= -5V, IC= -10mA, f=10MHz 150 MHz
Cob Output Capacitance VCB= -10V, IE=0, f=1MHz 6 pF
NF Noise Figure : BC556/557/558 VCE= -5V, IC= -200µA 2 10 dB
: BC559/560 f=1KHz, RG=2KΩ 1 4 dB
: BC559 VCE= -5V, IC= -200µA 1.2 4 dB
: BC560 RG=2KΩ, f=30~15000MHz 1.2 2 dB

hFE Classification
Classification A B C
hFE 110 ~ 220 200 ~ 450 420 ~ 800

©2002 Fairchild Semiconductor Corporation Rev. A2, August 2002

 Technical Sales

(866) 531-6285
orders@ni.com

Print | E-mail this Page | Open Document as PDF

Requirements and Compatibility | Ordering Information | Detailed Specifications

For user manuals and dimensional drawings, visit the product page resources tab on ni.com.

Last Revised: 2012-09-18 02:40:15.0

Low-Cost, Bus-Powered Multifunction DAQ for USB

12- or 14-Bit, Up to 48 kS/s, 8 Analog Inputs

8 analog inputs at 12 or 14 bits, up to 48 kS/s Digital triggering

2 analog outputs at 12 bits, software-timed Bus-powered
12 TTL/CMOS digital I/O lines 1-year warranty
One 32-bit, 5 MHz counter

Overview
With recent bandwidth improvements and new innovations from National Instruments, USB has evolved into a core bus of choice for measurement applications. The NI USB-6008
and USB-6009 are low-cost data acquisition (DAQ) devices with easy screw connectivity and a small form factor. With plug-and-play USB connectivity, these devices are simple
enough for quick measurements but versatile enough for more complex measurement applications.

Back to Top

Requirements and Compatibility

OS Information Driver Information Software Compatibility

Windows 2000/XP NI-DAQmx ANSI C/C++

Mac OS X NI-DAQmx Base LabVIEW
Windows 7 LabVIEW SignalExpress
Windows CE LabWindows/CVI
Windows Mobile Measurement Studio
Windows Vista 64-bit
Windows Vista 32-bit

Back to Top

Comparison Tables

Input Max Sampling Rate Analog Output Output Rate Digital I/O 32-Bit
Product Analog Inputs Triggering
Resolution (kS/s) Outputs Resolution (Hz) Lines Counter

8 single-ended/4
USB-6008 12 10 2 12 150 12 1 Digital
differential

8 single-ended/4
USB-6009 14 48 2 12 150 12 1 Digital
differential

1/7 www.ni.com
1130 User Guide

Getting Started

Checking the Contents

You should have received: In order to test your new Phidget you will also need:

 A pH/ORP adapter board  A PhidgetInterfaceKit 8/8/8

 A sensor cable  A USB cable
 A pH or ORP electrode

Connecting the Pieces

1. Connect the pH/ORP Adapter Board to the Analog Input #6 on the
PhidgetInterfaceKit 8/8/8 board using the sensor cable. In this example, we are
using a pH electrode.
2. Connect the electrode to the adapter board using the BNC connector.
3. Use the DIP switch to select pH or ORP to correspond to the type of electrode
you are using.
4. Connect the InterfaceKit 8/8/8 to your PC using the USB cable.

Testing Using Windows 2000 / XP / Vista / 7

Make sure you have the current version of the Phidget library installed on your PC. If you don't, follow
these steps:

1. Go to the Quick Downloads section on the Windows page

2. Download and run the Phidget21 Installer (32-bit, or 64-bit, depending on your system)

3. You should see the icon on the right hand corner of the Task Bar.
PH/ORP Sensor Primer

Introduction

pH and ORP probes are both used for measuring the acidic intensity of liquid solutions. A pH probe
measures acidity on a scale from 0 to 14, with 0 being the most acidic and 14 being the most basic.
Similarly, an Oxidation-Reduction Potential (ORP) probe returns a voltage proportional to the tendency of
the solution to gain or lose electrons from other substances (which is linked directly to the pH a
substance).

How they work

Both pH and ORP probes work by creating a

small voltaic cell (battery) between the fluid they
contain and the solution they are immersed in.
The measured voltage is then converted into pH
or oxidation/reduction potential.

Modern pH probes have the following

components:

1. The body of the electrode, typically

made from non-conductive glass or
impact resistant plastics.

2. The reference electrode, usually

comprised from the same metals as
the main electrode.

3. The junction zone between the studied

solution and the reference solution,
 Electronic Metering Pumps

PARTS
IDENTIFICATION
SCHEDULE
• Wetted Component Assemblies
• Drive Assemblies
• Control Panel Assemblies
• New Wet End Parts Sheets

EMP-031 (REV U)
 1130_0 Mechanical Drawing

.836

1.800

1.500

.150 .150
.900 n.125
1.200

.516

.062

Scale 1:0.75
Units are in Inches
 Pergamon Chemical Enqineerino Science, Vol. 50, No. 23, pp. 3693-3701, 1995
Copyright © 1995 Elsevier Science Ltd
Printed in Great Britain. All rights reserved
0009-2509/95 $9.50 + 0.00
0009-2509(95)00214-6

A NEW APPROACH TO THE IDENTIFICATION OF

pH PROCESSES BASED ON THE WIENER MODEL

A. KALAFATIS, N. ARIFIN, L. WANG and W. R. CLUETT*

Department of Chemical Engineering, University of Toronto, Toronto, Canada M5S 1A4

(First received 28 October 1994; revised manuscript received and accepted 19 June 1995)

Abstract--This paper presents a new approach to the identification of pH processes based on the Wiener
model structure (a dynamic linear element in series with a static nonlinearity). A frequency sampling filter
model is used to represent the dynamic linear element and a simple least-squares algorithm is applied to
simultaneously estimate the parameters of the linear subsystem and the inverse static nonlinearity.
Experimental results obtained from a pilot-scale pH process are presented to illustrate the performance of
this new scheme. A key benefit of using this approach is that an estimate of the pH titration curve can be
obtained in significantly less time as compared to more traditional approaches.

I. INTRODUCTION approach is precisely the relationship that can be used

Our interest in pH processes is motivated by the fact
that they are frequently encountered in the chemical
process industries and represent a significant chal-
lenge in terms of their identification and control. The
pH process is often considered in the literature to
have the structure of a Wiener system (see Fig. 1) with
the linear element describing the mixing dynamics of
the reagent streams in a stirred vessel and the nonlin-
ear element representing a static nonlinear titration
curve which gives pH as a function of the chemical
species (e.g. Niemi and Jutila, 1977). It is worth noting
that other nonlinear system representations for pH
processes have been recently studied in the literature
including NARMAX models (Pr611 and Karim, 1994),
radial basis functions (Pottmann and Seborg, 1992)
and neural networks (Bhat and McAvoy, 1990).
In this paper, we will first clarify that the statement
about a pH process behaving like a Wiener system is
only true under certain conditions on the ratio of
control reagent flow rate to feed flow rate and on the
dynamic behavior of the pH probe. We will then
present identification results from a pilot-scale pH
process for the case where the titration curve is time-
invariant. Using a solid-state pH probe which has
been found to exhibit close-to-linear characteristics,
we have applied single sinusoid, multi-sinusoid and
random inputs to the pH process to identify the in-
verse of the titration curve along with the frequency
response of the linear dynamic element. The time
required to conduct each of these experiments is ap-
proximately twice the process settling time, which
represents a significant time saving over more tradi-
tional ways of obtaining the titration curve. The in-
verse of the titration curve that we obtain with our
directly to linearize the pH signal and simplify feed-
back controller design.
2. THE IDENTIFICATIONSCHEME
Following an approach used for the identification
of Hammerstein systems where the static non-lin-
earity precedes the dynamic linear element (e.g. Chang
and Luus, 1971), Pajunen (1992) identified the static
nonlinearity of the Wiener system in terms of its
inverse. Greblicki (1992) followed a similar approach
but did not impose any parametric restrictions on the
functional form of the nonlinearity. More recently,
Wigren (1993) has proposed a recursive identification
algorithm for the Wiener model which identifies the
static nonlinearity as opposed to its inverse and thus
can handle nonlinearities which are not single valued.
In our algorithm, the static nonlinearity is also
identified in terms of its inverse. We formulate
a noniterative least-squares estimation problem by
using a model which is parameterized in terms of the
process input for the linear subsystem and the process
output for the inverse static nonlinearity. In contrast
to Pajunen's (1992) formulation, we require no prior
knowledge of the linear subsystem structure and we
place no restrictions on it being minimum phase.
2.1. Model structure
Consider the Wiener system shown in Fig. 1 where
u(t), x(t) and y(t) denote the process input, the un-
measurable intermediate variable, and the process

*Corresponding author. Fig. 1. Block diagram of a Wiener system.

3693
 Journal of Process Control 22 (2012) 263–271

Contents lists available at ScienceDirect

Journal of Process Control

journal homepage: www.elsevier.com/locate/jprocont

Comparison between backstepping and input–output linearization techniques

for pH process control
Ali Nejati a , Mohammad Shahrokhi b,∗ , Arjomand Mehrabani a
a
Chemical Engineering Department, Isfahan University of Technology, Isfahan, Iran
b
Chemical and Petroleum Engineering Department, Sharif University of Technology, P.O. Box 11155-9465, Azadi Avenue, Tehran, Iran

a r t i c l e i n f o a b s t r a c t

Article history: In this work performances of adaptive backstepping controller (BSC) and globally linearizing controller
Received 14 February 2011 (GLC) are compared for pH control. First, based on the system full order model a GLC has been designed and
Received in revised form 1 August 2011 it has been shown that this controller is identical to BSC proposed in the literature. Next in order to avoid
Accepted 1 August 2011
state estimator design, BSC and GLC are designed based on pH reduced order model and their identities
Available online 14 September 2011
have been established. Through computer simulations, it has been shown that the performance of non-
adaptive GLC designed based on reduced order model is better than that of adaptive BSC designed based
Keywords:
on pH full order model which requires state measurement for implementation. Finally, the effectiveness
pH control
Globally linearizing controller
of GLC designed based on the reduced order model in load rejection and set-point tracking has been
Backstepping technique demonstrated through simulation and experimental studies.
© 2011 Elsevier Ltd. All rights reserved.

1. Introduction
The main objective of pH processes is controlling the effluent
pH by manipulating the flow rate of titrating stream. Control of
pH is important in the chemical industry, especially in wastewa-
ter treatment. However, pH processes are difficult to control due
to their nonlinear dynamics. So far, many authors have proposed
nonlinear control strategies to overcome the difficulties evolved
in pH control. It must be noted that pH neutralization process is
widely studied for two different reasons. First, because of its envi-
ronmental effects, especially when effluent or wastewater have to
be neutralized before being discharged into the environment. Sec-
ond, pH neutralization process is highly nonlinear and is known as
a challenging problem. Many papers on modeling and control of
pH have appeared in the literature. The first effort of pH modeling
based on mass balance and chemical equilibrium of components
returns to McAvoy et al. [1]. Gustafsson and Waller [2] extended
this method, by introducing the concept of reaction invariant (RI),
to general multi component pH processes. Wright and Kravaris
[3], Wright et al. [4] have reduced the pH process model to a
first-order state equation and introduced the concept of strong
acid equivalent (SAE). With the progress in the pH process mod-
eling, many different model-based control methods such as in-line
process-model-based control [5], nonlinear inferential control [6],
nonlinear control using strong acid equivalent [7], multiple model
∗ Corresponding author. Tel.: +98 21 66165419; fax: +98 21 66022853.
E-mail address: shahrokhi@sharif.edu (M. Shahrokhi).
and switching [8] and generalized predictive control [9] have been
proposed in the literature.
Block oriented models have been also used for pH control. In
this regards, Wiener model is used as base model to present whole
pH process dynamics from low to high pH values. Mahmoodi et al.
[10] have used Laguerre filters and simple polynomials as linear
and nonlinear parts of a Wiener structure, respectively. Oblak and
Skrjanc [11] used continuous-time Wiener model and applied the
model predictive control to a pH process. An alternative method
to overcome the nonlinearities of pH processes is applying neural
networks [12] or fuzzy logic systems [13] for designing controller
or estimator for pH systems.
Among different nonlinear control techniques, feedback lin-
earization [14–16] and BSC [17] algorithms have recently attracted
researchers’ attention. Adaptive version of these nonlinear con-
trollers can be designed by incorporating a parameter estimation
algorithm in the controller design. Recently adaptive BSC has been
applied to pH processes [18,19].
In this work it is shown that the BSC scheme proposed by Yoon
et al. [19], is identical to feedback linearization control. For imple-
mentation of BSC and GLC system states are required. To avoid this
difficulty, it is proposed to design BSC and GLC based-on a reduced
order pH model (introduced by Wright and Kravaris [3]). Perfor-
mance of a non-adaptive GLC, designed based on reduced model,
has been compared with the adaptive BSC controller proposed
by Yoon et al. [19]. Results indicate that the non-adaptive version
of GLC has a better performance in spite of its simpler design. It
should be noted that for implementation of the BSC proposed by
Yoon et al., the system states should be available which is not

0959-1524/$ – see front matter © 2011 Elsevier Ltd. All rights reserved.
doi:10.1016/j.jprocont.2011.08.001
Eighth LACCEI Latin American and Caribbean Conference for Engineering and Technology (LACCEI’2010)
“Innovation and Development for the Americas”, June 1-4, 2010, Arequipa, Perú

Neutralización de los Niveles de pH por Medio de Lógica Difusa

Casimiro. A. Rocha
UNIVERSIDAD AUTONOMA DEL CARIBE, Barranquilla, Colombia, crocha@uautonoma.edu.co

José R. Escorcia Gutierrez

UNIVERSIDAD AUTONOMA DEL CARIBE, Barranquilla, Colombia, jescorcia@uautonoma.edu.co

RESUMEN
En este artículo se detalla la caracterización de un proceso no lineal como es el de neutralización de pH, dentro
del modelo matemático se presenta el modelado del sensor transmisor y del elemento final de control, es decir,
una válvula comercial con las características específicas que requiere el proceso en mención. Una vez finalizado
el modelado de los elementos que componen el lazo abierto del sistema planta, sensor transmisor y actuador se
prosigue con el diseño de controladores PID y Fuzzy y sus respectivas pruebas de rendimiento para resaltar en
qué ambiente de operación cada controlador se aventaja con respecto al otro. El diseño y pruebas que se realizan
son concernientes a controladores Fuzzy y tipo PID sintonizados bajos los criterios de IAE y Dahlin por la
dinámica que presenta el proceso.
Palabras claves: Controlador, Criterios de sintonización, Control realimentado, Lógica difusa y Neutralización
de pH.

ABSTRACT
On this article it’s detailed the characterization of a non linear process just as the pH neutralization process, inside
this model it’s presented the transmitter sensor model an the final element of control, which is a commercial valve
with specific characteristics that the process requires. Once finished the modeling stage on open loop, the
transmitter sensor and the actuator it’s then designed a PID and a Fuzzy controller with their own performance
criteria to select in which environment of operation each controller is better than the other. The designs and tests
made are based on Fuzzy and PID controllers tuned with IAE and Dahlin criteria depending on the dynamics of
the process.
Keywords: Controller, Tuning Criteria, Feedback Control, Fuzzy and Neutralization

1. INTRODUCCIÓN
La ingeniería de control ha estado evolucionando con el pasar del tiempo en busca de estrategias más robustas y
flexibles en pro de las exigencias de los procesos industriales, donde los métodos de producción sean lo más
eficiente posible para que no repercutan en pérdidas sin sacrificar la calidad del producto. Las nuevas estrategias
de control son integrables al momento de relacionar todos los elementos del sistema de control para su
supervisión, administración, recopilación y manipulación de variables que intervengan para ejercer control al
proceso a un nivel específico para que éste disponga de los recursos necesarios, aumentado así la eficiencia de
producción. La integración de los elementos de control trae consigo la capacidad de adaptación del sistema de
control ante comportamientos no lineales que presente el proceso por su naturaleza.
El proceso en desarrollo es la neutralización de pH del ácido nítrico (HNO3) en presencia de una sustancia
amortiguadora (NaHCO3) mediante la manipulación de la base hidróxido de sodio (NaOH). Este proceso presenta
un comportamiento no lineal con gran dificultad para su modelamiento matemático. Gracias al modelo
desarrollado por Gustafsson se logra llegar a una aproximación del modelo en mención, siendo esta la apertura del
primer tema a tratar. En el proceso de neutralización de pH se presentan comportamientos no lineales y no

8th Latin American and Caribbean Conference for Engineering and Technology
Arequipa, Perú WE1- 1 June 1-4, 2010
 ISA Transactions 51 (2012) 277–287

Contents lists available at SciVerse ScienceDirect

ISA Transactions
journal homepage: www.elsevier.com/locate/isatrans

Type-2 fuzzy model based controller design for neutralization processes

Tufan Kumbasar ∗ , Ibrahim Eksin, Mujde Guzelkaya, Engin Yesil
Istanbul Technical University, Faculty of Electrical and Electronics Engineering, Control Engineering Department, Maslak, TR-34469, Istanbul, Turkey

article info abstract

Article history: In this study, an inverse controller based on a type-2 fuzzy model control design strategy is introduced and
Received 20 December 2010 this main controller is embedded within an internal model control structure. Then, the overall proposed
Received in revised form control structure is implemented in a pH neutralization experimental setup. The inverse fuzzy control
13 September 2011
signal generation is handled as an optimization problem and solved at each sampling time in an online
Accepted 6 October 2011
Available online 26 October 2011
manner. Although, inverse fuzzy model controllers may produce perfect control in perfect model match
case and/or non-existence of disturbances, this open loop control would not be sufficient in the case
Keywords:
of modeling mismatches or disturbances. Therefore, an internal model control structure is proposed to
Type-2 fuzzy models compensate these errors in order to overcome this deficiency where the basic controller is an inverse
Inverse fuzzy model type-2 fuzzy model. This feature improves the closed-loop performance to disturbance rejection as shown
Big Bang-Big Crunch optimization through the real-time control of the pH neutralization process. Experimental results demonstrate the
algorithm superiority of the inverse type-2 fuzzy model controller structure compared to the inverse type-1 fuzzy
Internal model control model controller and conventional control structures.
pH neutralization process © 2011 ISA. Published by Elsevier Ltd. All rights reserved.

1. Introduction performances are obtained via nonlinear controllers because of

The pH control problem is commonly encountered in chemical
processes and wastewater management. Neutralization processes
are complex industrial processes with dominant nonlinearities.
The main complexity of the process consists of the nonlinearity
reflected in the S-shaped gain curve of the system. The pH process
inherits nonlinearity and high sensitivity near the neutralization
point [1]. Therefore, the control of the neutralization process has
been studied for several years but still remains a challenging
problem [2].
Several control techniques have been proposed lately ranging
from linear to nonlinear controllers for neutralization processes.
A simple PI/PID controller can be designed to control the pH
process. Since the pH process is nonlinear, a linearization for a
certain operating point has to be accomplished to design a linear
controller. As a result, the performance of the conventional control
structure will vary and may aggravate for different operating
points [3].
Most of the successful linear controllers are based on multiple
linear models [4]. In these approaches, the controller design
is based on solving a linear quadratic (LQ) problem, and then
combining the controllers via gain scheduling methods. Even
though the linear controllers are easy to implement, the best
∗ Corresponding author. Tel.: +90 212 2856664; fax: +90 212 2852920.
E-mail addresses: kumbasart@itu.edu.tr (T. Kumbasar), eksin@itu.edu.tr
(I. Eksin), guzelkaya@itu.edu.tr (M. Guzelkaya), yesileng@itu.edu.tr (E. Yesil).
0019-0578/$ – see front matter © 2011 ISA. Published by Elsevier Ltd. All rights reserved.
doi:10.1016/j.isatra.2011.10.007
the high nonlinearity inherited by the neutralization process. An
implementable version of the indirect adaptive nonlinear control
strategy is proposed in [5]. Since the process is highly nonlinear,
intelligent control structures have also been examined by the
researchers. A fuzzy self-tuning PI controller for pH control in a
fermentation system where PI parameters are tuned in an on-line
fashion has been proposed in [6]. Also a fuzzy PI controller has
been suggested which is designed based on a titration curve [7]. An
output feedback neurolinearization control strategy is proposed to
handle the severe nonlinearities [8]. Moreover, a new controller
based on a combination of sliding mode control and fuzzy logic
control has been suggested [9]. Besides these strategies, linear
and nonlinear model predictive control structures have also been
applied [10–15].
On the other hand, designing a simple linear PI/PID controller
will have less computation compared to the proposed nonlinear
controllers. However, in several studies it has been demonstrated
that even though the linear controllers are easy to implement, the
best performances are obtained via nonlinear controllers because
of the high nonlinearity inherited by pH in the neutralization
process [3–13].
It is a known fact that type-2 fuzzy models can represent highly
nonlinear processes and smoothly integrate a priori knowledge
with information obtained from process data. Lately, it has
been shown that type-2 fuzzy systems are more suitable in
circumstances where it is difficult to determine the accurate
membership function for a fuzzy set; which is very useful for
mapping uncertainties and nonlinearities [16–18]. Fuzzy logic
systems that are described with at least one type-2 fuzzy set are
 War. Res. Vol. 30, No. 4, pp. 981-991, 1996
~ Pergamon Copyright © 1996ElsevierScienceLtd
0043-1354(95)00249-9 Printed in Great Britain.All rights reserved
0043-1354/96$15.00+ 0.00

A SELF ADAPTIVE COMPUTER-BASED pH

MEASUREMENT A N D FUZZY-CONTROL SYSTEM
STEFAN MENZL,* MICHAEL STLrHLER and ROLAND BENZ
Department of Biotechnology, University of Wiirzburg, Biozentrum, Am Hubland, D-97074,
Wiirzburg, Germany

(First received 1 April 1995; accepted in revised form 1 October 1995)

Abstract--The highly non-linear response of the pH value to the addition of acid or base makes pH control
by conventional means very difficult, in particular when the buffer capacity of the system is not known.
The aim of this study was the development and implementation of a computer-based pH measurement
and fuzzy logic pH controller using a simple, low cost, pH measurement unit. The pH controller was
devised to have a wide range of possible application such as the control ofpH value in a laboratory reactor,
or the neutralisation of waste water streams of industrial processes. This means that the controller had
to be self adaptive to different or changing system parameters. The pH controller is based on fuzzy logic
because it permits the inclusion of subjective knowledge, often based on experience and not on a
theoretical model. It can employ data that are, to a certain extent inconsistent and it may use primary
knowledge (for example experimental results) directly. We built up a self-optimizingpH measurement and
controlling system that is capable of controlling the pH value within _+0.1 units, and within a very short
response time. The pH-fuzzy controller is applicable to any fermentation process requiring in situ pH
measurement and control. The self adaptability of the controller makes it independent of the buffer
capacity of the system, so that it is even possible to adjust the pH value of distilled water by adding l N
acid or base solution. The controller can also be used in any pH-neutralization plant for chemical waste
water by adding the required amount of acid or alkaline solution with high accuracy, thereby preventing
any pH value overshoot.

Key words--pH-control, fuzzy-logic, computer

INTRODUCTION microorganisms. The growth of microorganisms has

Some of the possible applications for pH measure-
ment and control are fermentation processes and
the neutralization of industrial wastewaters. Recent
advances in industrial fermentation have resulted in
a better understanding of the biochemistry of the
different systems. Optimized process management
systems require detailed knowledge of the metab-
olism, microbial growth requirements and enzyme
regulation (Armiger and Humphrey, 1979). From the
host of parameters which influence fermentation
processes, the pH value ranks as one of the most
important factors (Ghaly and Singh, 1989). pH
control is essential in fermentation process as
biochemical activities tend to alter the pH value
of the system away from the desirable optimum
values. Denitrification and sulfate reduction cause
for instance a pH value increase, whereas sulfur
oxidation, nitrification and oxidation of organic
carbon cause a pH value decrease (Loehr, 1984). The
actual changes in pH value are influenced and
determined by the buffer capacity of the system
and the amount of substrate fermentation by the
*Author to whom all correspondence should be addressed.
a pH optimum similar to most biochemical processes
(Gujer and Zehnder, 1983). A pH value drifting away
from this optimum often inhibits growth of the
essential microorganisms, alters the bacterial popu-
lation and inhibits the desirable enzymatic activities.
The result is a delay in the fermentation process,
which in turn results in financial loss.
To protect the bacterial population in municipal
wastewater treatment plants, it is necessary to
neutralize the chemical waste water streams resulting
from many industrial processes. Various industrial
production processes discharge different types and
amounts of acid and base. These leave the plant as an
indefinable wastewater mixture. Besides the highly
non-linear response of the systems to the addition of
acid or base, there often are several unknown factors,
like the type or strength of the acid or base, exact
volume of the solution, buffer capacity of the system
or effectiveness of the stirring system, that make pH
control very difficult by conventional means (Weg-
mann and Mohr, 1992).
Figure 1 shows the highly non-linear response of
pH value to the addition of acid. This together with
a lack of information corresponding to important
system parameters make it impossible to create an

wR3o/4-o 981
 ARTICLE IN PRESS
Control Engineering Practice 17 (2009) 1329–1337

Contents lists available at ScienceDirect

Control Engineering Practice

journal homepage: www.elsevier.com/locate/conengprac

Adaptive nonlinear control of pH neutralization processes

using fuzzy approximators
Shahin Salehi a, Mohammad Shahrokhi b,, Ali Nejati c
a
Department of Measurement and Automation, Petroleum University of Technology, Tehran, Iran
b
Chemical and Petroleum Engineering Department, Sharif University of Technology, PO Box 11365-9465, Azadi Avenue, Tehran, Iran
c
Department of Chemical Engineering, Faculty of Engineering, University of Isfahan, Isfahan, Iran

a r t i c l e in fo abstract

Article history: In this paper, an adaptive control scheme, based on fuzzy logic systems, for pH control is addressed. For
Received 30 November 2008 implementation of the proposed scheme no composition measurement is required. Stability of the
Accepted 15 June 2009 closed-loop system is established and it is shown that the solution of the closed-loop system is
Available online 7 July 2009
uniformly ultimately bounded and under a certain condition, asymptotical stability is achieved.
Keywords: Effectiveness of the proposed controller is tested through simulation and experimental studies. Results
pH control indicate that the proposed controller has good performances in set-point tracking and load rejection
Adaptive control and much better than that of a tuned PI controller.
Fuzzy logic systems & 2009 Elsevier Ltd. All rights reserved.
Nonlinear control

1. Introduction invariant concept and showed that it has a superior regulation

The need for pH control in chemical and biological processes has
arisen significantly in industries such as wastewater treatment,
electrohydrolysis, pharmaceuticals and many other industrial
plants. Due to highly nonlinear characteristics, time-varying nature,
variations in titration curve and inaccessible state measurements,
pH control is a challenging problem. Consequently, pH control is
considered as a benchmark for modeling and control of highly
nonlinear processes.
To apply a model-based control scheme, availability of an
accurate process dynamic model is inevitable. McAvoy, Hsu, and
Lowenthal (1972) derived a mathematical model from material
balance and chemical equilibria. Gustafsson, Skrifvars, Sandström,
and Waller (1995) proposed a pH model for control purposes that
takes into account several phenomena such as precipitation and
formation of chemical complexes. Wright and Kravaris (1991)
introduced the strong acid equivalent concept and used it for pH
control. Since pH process has a nonlinear dynamic, standard linear
control techniques are not suitable for controlling this type of
process.
For pH neutralization process, many nonlinear controllers have
been reported. A nonadaptive control strategy based on strong
acid equivalent has been developed (Wright & Kravaris, 1991;
Wright, Soroush, & Kravaris, 1991). Gustafsson and Waller (1992)
proposed an adaptive nonlinear controller based on reaction
 Corresponding author. Tel.: +98 21 6165419; fax: +98 21 6022853.
E-mail address: shahrokhi@sharif.edu (M. Shahrokhi).
performance over the conventional PID. Henson and Seborg
(1994) proposed an adaptive input–output linearizing control
strategy for pH neutralization process to account for unmeasured
buffering changes. They assumed that reaction invariants are
available, which is not true in practical applications. Sung and
Lee (1995) used set-point change for online identification of
titration curve and tuning PID controller accordingly. Narayanan,
Krishnaswamy, and Rangaiah (1997) have developed an adaptive
controller based on nonlinear internal model control strategy and
strong acid equivalent technique. Wright, Smith, and Kravaris
(1998) proposed a nonlinear pH controller using an on-line
identification algorithm for estimation of titration curve. Yoon,
Yang, and Kang (2002) presented an adaptive backstepping state
feedback controller, and shown stability of the proposed scheme.
Multi-model adaptive control schemes have been also developed
and evaluated for nonlinear pH neutralization processes (Boling,
Seborg, & Hespanha, 2007; Dougherty & Cooper, 2003; Galan,
Romagnoli, & Palazoglu, 2004; Pishvaie & Shahrokhi, 2000).
Several other adaptive nonlinear pH controllers have been
proposed in the relevant literature (Gustafsson & Waller, 1983;
Jutilia, 1983; Li & Biegler, 1990; Pajunen, 1985; Panish & Brosilow,
1988; Williams, Rhinehart, & Riggs, 1990).
As an alternative method to overcome the nonlinearities and
time-varying characteristics of pH processes, Norquay, Palazoglu,
and Romagnoli (1998) used a Wiener model for representing the
nonlinear behavior of pH process and designed a model predictive
controller for this process. Kalafatis, Wang, and Cluett (2005)
have used the Wiener model and feedforward technique for pH
control. Tan, Lu, Loh, and Tan (2005) have also employed a Wiener

0967-0661/$ - see front matter & 2009 Elsevier Ltd. All rights reserved.
doi:10.1016/j.conengprac.2009.06.007
 Applied Soft Computing 9 (2009) 1111–1125

Contents lists available at ScienceDirect

Applied Soft Computing

journal homepage: www.elsevier.com/locate/asoc

Advantages of an easy to design fuzzy predictive algorithm in control systems

of nonlinear chemical reactors
Piotr M. Marusak *
Institute of Control and Computation Engineering, Warsaw University of Technology, Nowowiejska 15/19, 00–665 Warsaw, Poland

A R T I C L E I N F O A B S T R A C T

Article history: Advantages of a fuzzy predictive control algorithm are discussed in the paper. The fuzzy predictive
Received 28 December 2007 algorithm is a combination of a DMC (Dynamic Matrix Control) algorithm and Takagi–Sugeno fuzzy
Received in revised form 14 February 2009 modeling, thus it inherits advantages of both techniques. The algorithm is numerically effective. It is in
Accepted 26 February 2009
fact generalization of the standard DMC algorithm widely used in the industry, thus the existing
Available online 11 March 2009
implementations of the DMC algorithm can be extended using the presented fuzzy approach. A simple
and easy to apply method of fuzzy predictive control algorithms synthesis is presented in the paper. It
Keywords:
can be easy applied also in the case of Multiple Input Multiple Output (MIMO) control plants. Moreover,
Model predictive control
Fuzzy control
information about measured disturbance can be included in the algorithms in an easy way. The
Takagi–Sugeno models advantages of the fuzzy predictive control algorithm are demonstrated in the example control systems of
Nonlinear systems two nonlinear chemical reactors: the first one—with inverse response and the second one—a MIMO plant
Dynamic Matrix Control with time delay.
ß 2009 Elsevier B.V. All rights reserved.

1. Introduction often use nonlinear optimization, see e.g. [10–12,29,34], however

Model predictive control (MPC) algorithms are widely used in
practice due to high-quality control performance they offer. They
are usually used in an advanced control layer of the multilayer
control system structure; see e.g. [4,27,33]. Basic formulations of
the MPC algorithms are based on linear control plant models. The
advantage of these algorithms is that they are formulated as easy
to solve, linear–quadratic optimization problems. However,
application of the MPC algorithm based on a linear plant model
to a nonlinear plant, if control in a wide range of set-point values is
needed, may bring unsatisfactory results or the results can be
improved using the algorithm based on a nonlinear model.
Various kinds of nonlinear models can be used in such
algorithms. However, Takagi–Sugeno (TS) fuzzy models [32],
thanks to their properties, are particularly suitable for application
in MPC algorithms. These models can be utilized in different MPC
algorithms. In the first group of MPC algorithms the fuzzy models
are directly used to formulate the optimization problem.
Unfortunately, a direct usage of a nonlinear model to design the
MPC algorithm leads to its formulation as a nonlinear, and in
general, non-convex optimization problem that is hard to solve
and computationally demanding. Fuzzy predictive algorithms
* Tel.: +48 22 234 76 73; fax: +48 22 825 37 19.
E-mail address: P.Marusak@ia.pw.edu.pl.
such an approach needs application of complex optimization
routines and may result in typical problems brought by non-
convex optimization, i.e. problem with local minima. Therefore
branch and bound method is often used for optimization in these
cases, see e.g. [3,25,28]. In this method, however, computational
effort is huge, especially in the case of MIMO control systems [25],
and possible control actions are discretized, thus the obtained
solution is in fact only an approximate one (though it is a global
optimum of the discretized problem). The denser the discretization
the better approximation is obtained but at the cost of increase of
computational effort needed to find the solution. Thus, in practice,
suboptimal algorithms that use approximate process models,
generated from the nonlinear model at each algorithm iteration,
are used; see e.g. [33]. In these algorithms the successive
linearization of the process model is used in such a way that
the standard linear–quadratic optimization problem is formulated
and solved at each algorithm iteration.
In the next group of fuzzy predictive control algorithms are
those which use linearization. Approach to the constraints divides
this group into two smaller sets. The first set of the algorithms
neglects existence of the constraints in the control system during
manipulated variable calculation (though constraints can be taken
into consideration by clipping, see e.g. [33]). These, analytical fuzzy
predictive algorithms, are formulated in such a way that their main
advantage is simplicity. It is because in order to obtain
manipulated variables only algebraic equation must be solved at

1568-4946/$ – see front matter ß 2009 Elsevier B.V. All rights reserved.
doi:10.1016/j.asoc.2009.02.013