Control PID Difuso de Nivel de Un Tanque

Instituto Tecnológico de Ciudad Guzmán
Tema de Tesis:
Control PID Difuso de Nivel de un Tanque en un

Sistema de Fertirriego en Invernadero.
Que para obtener el grado de:
Maestro en Ingeniería Electrónica
Presenta:
Ing. Joel Vega Serrano
Director de Tesis:
Dr. Jaime Jalomo Cuevas
Ciudad Guzmán, Jalisco, México. Diciembre 2013

Agradecimientos
Un agradecimiento total a todas aquellas personas que me brindaron su apoyo

incondicional para lograr la realización de mi tesis.
A Dios por ser mi guía espiritual y darme fuerza para lograr terminar mi proyecto de tesis.
A mi esposa y mis dos hijos por brindarme su apoyo, y que me dieron fuerza para
concluir mi maestría y proyecto de tesis.
A mis padres y hermanos que siempre estuvieron al pendiente y dándome ánimos

para que yo lograra un objetivo más en mi carrera profesional.
A mis asesores de tesis: Dr. Jaime Jalomo Cuevas, M.I.P. José de Jesús García
Cortez y M.C. Raúl Rentería Toriz.
A todos los profesores de posgrado de los cuales me llevo los conocimientos que me
brindaron de una forma profesional.
Al Instituto Tecnológico de Ciudad Guzmán, Jalisco, por brindarme la oportunidad

de ingresar y concluir mi Maestría en Ingeniería electrónica.
Al CONACYT por brindarme su apoyo económico para la realización de la

Maestría.
Resumen
En el Instituto Tecnológico de Cd. Guzmán, se cuenta con un invernadero para la

producción de fresa, que requiere un cierto suministro de nutrientes. Para lo cual se cuenta
con un sistema de fertirriego. Dentro del sistema de fertirriego es necesario controlar el
nivel del tanque de mezcla de nutrientes, el cual se realiza por medio de un controlador PID
clásico.
El presente trabajo es con el objetivo de implementar un control PID difuso para

controlar nivel en tanque de mezcla de nutrientes para el sistema de producción de fresas en
invernadero del Instituto Tecnológico de Cd. Guzmán.
Al implementar este sistema automático de control difuso en el invernadero se busca

eficientar de control del nivel del tanque del sistema de fertirriego, mejorando con ello el
suministro de nutrientes a las plantas y reducir el consumo de energía al mantener un
sistema más estable.
Un controlador difuso es un sistema de control que, mediante un elemento final de

control (actuador), es capaz de mantener una variable o proceso en un punto deseado dentro
del rango de medición del sensor que la mide. Es uno de los métodos de control más
frecuentes y precisos dentro de la regulación automática. Para la implementación de este
control se utilizará: un sensor de presión diferencial MPX10DP en la medición de nivel,
herramienta virtual LabView y un PLC Allen Bradley Micro Logix 1100.
Abstract
The Institute has a greenhouse for strawberry production that requires certain kind
of nutrients supplying; to provide this, it counts with a fertigation system formed itself by a
tank in which the level of all nutrients mixed, needs to be checked by the classic PID
controller.
The objective of this job is to implement a diffuse PID controller to check

strawberry production in the Ciudad Guzman, Jalisco Institute of Technology.
By implementing this automatic diffuse controller in the greenhouse we pursue

more efficiency for controlling the tank level in the fertigation system so that the nutrients
supplied can be improved and energy consumption can be reduced maintaining a more
stable system.
A diffuse controller is a control system that through a final element (actuator) is

able to keep a variable or process at a desired point within the measurement range of the
sensor that measure. This is one of the most frequent and accurate controlling methods in
automatic regulation. To implement this control we will use a differential pressure sensor
(MPX10DP) for level measurement, a virtual tool (LabVIEW) and a PLC Allen Bradley
Micro Logix 1100.
Índice general
Capítulo I......................................................................................................... 1
Introducción ....................................................................................................... 1
Capitulo II...................................................................................................... 4
Estado de la Técnica .................................................................................. 4
2.1 Invernaderos ............................................................................................................. 4
2.2 Importancia de la agricultura protegida en México .................................................... 6
2.3 Apoyos SAGARPA 2012 para impulsar la agricultura protegida ............................ 7
2.4 Fertirriego................................................................................................................. 9
2.4.1 Ventajas e inconvenientes de la fertirrigación: .................................................. 10
2.5 Métodos de inyección en goteo y aspersión. ............................................................ 12
2.6 Fresas en invernadero. ............................................................................................ 13
2.7 Tipos de Control (lazo cerrado, lazo abierto)........................................................... 17
2.8 Medición de nivel. .................................................................................................. 19
2.9 Control Proporcional-Integral-Derivativo (PID) ...................................................... 19
2.9.1 Acción Proporcional ......................................................................................... 21
2.9.2 Acción Integral................................................................................................. 21
2.9.3 Acción Derivativa ............................................................................................ 22
2.9.4 Usos del PID .................................................................................................... 23
2.9.5 Ajuste de parámetros del PID ........................................................................... 23
i
2.10 PLC (Controlador Lógico Programable) ............................................................... 23
2.10.1 Un Controlador Lógico Programable consta de 3 elementos principales: ........ 24
2.10.2 Estructura de un PLC ..................................................................................... 24
2.10.3 Clasificación de los PLC’s.............................................................................. 25
Capítulo III. ................................................................................................ 27

Metodología propuesta ......................................................................... 27
3.1 Inteligencia artificial ............................................................................................... 27
3.2 Ramas que componen la inteligencia artificial ........................................................ 27
3.3 Lógica Difusa ........................................................................................................ 28
3.3.1 Aplicaciones..................................................................................................... 30
3.4 Lógica Booleana ..................................................................................................... 31
3.4.1 Lógica booleana: .............................................................................................. 32
3.4.2 Operadores en la lógica convencional. .............................................................. 33
3.5 Lógica Difusa ......................................................................................................... 34
3.6 Controladores Difusos ........................................................................................... 35
3.6.1 Interfaz de difusificación .................................................................................. 35
3.6.2 Base de conocimientos ..................................................................................... 37
3.6.3 Lógica de decisiones ........................................................................................ 37
3.6.4 Interfaz de desdifusificación ............................................................................ 38
ii
Capitulo IV ................................................................................................. 41
Resultados .......................................................................................................... 41
4.1 Tablero de control y tanque de mezcla de nutrientes ............................................... 41
4.2 MPX10DP Sensor Presión diferencial (Medición de Nivel) .................................... 42
4.3 Acondicionador de señal ......................................................................................... 43
4.3.1 Diseño y simulación del acondicionador de señal generada en el sensor de

presión diferencial para estandarizarla de 1 a 5V ...................................................... 44
4.4 Convertidor de V/I .................................................................................................. 45
4.4.1 Diseño y simulación en Proteus del convertidor de V/I necesario para

proporcionar la corriente de control del driver de la bomba de llenado del depósito de
mezclas de nutrientes ................................................................................................ 46
4.5 Función de transferencia de la planta (Nivel) .......................................................... 47
4.5.1 Sistema de adquisición de datos (Datalogger) ................................................... 47
4.5.2 Por medio de la herramienta ident de Matlab se obtiene la función de

transferencia de la planta (Nivel) ............................................................................... 48
4.5.3 Con Process model se obtienen los parámetros de la función de transferencia .. 49
4.5.4 Simulación de la planta de nivel en Matlab, comparando 2 tipos de control:

control clásico PID y control PD+I Fuzzy ................................................................ 50
4.6 Control PID clásico realizado en LabView aplicado en campo para controlar la
variable nivel ................................................................................................................ 52
4.6.1 Resultados de la implementación del control PID clásico ................................. 53
4.7 Diseño del control PD+I Fuzzy en LabVIEW ......................................................... 55
4.7.1 Resultados de la implementación del control PD + I Fuzzy............................... 58
iii
Capitulo V .................................................................................................... 62
Conclusiones .................................................................................................... 62
5.1 Conclusiones .......................................................................................................... 62
5.2 Trabajos Futuros .................................................................................................... 62
Referencias bibliográficas ................................................................. 63

Glosario de términos. .............................................................................. 65
Anexos .................................................................................................................... 68
Sensor de Presión MPX10DP ....................................................................................... 68
Amplificador de Instrumentación INA128 .................................................................... 69
Amplificador operacional dual TL082 .......................................................................... 70
Transistor 2n2222 ......................................................................................................... 71
iv
Lista de tablas
Tabla 3.1 Conceptos básicos ............................................................................................ 32
v
Índice de figuras
Figura 2.1 Formas de invernaderos..................................................................................... 5
Figura 2.2 Cultivos de la Agricultura Protegida en México ................................................ 7
Figura 2.3 Esquema de montaje de un Venturi ................................................................. 16
Figura. 2.4.1 Bucle abierto de regulación ......................................................................... 21
Figura 2.4.2 Bucle abierto de regulación ......................................................................... 21
Figura 2.5 Bucle cerrado de regulación. .......................................................................... 22
Figura 2.6 Diagrama en bloques de un control PID........................................................... 24
Figura 3.1 El diagrama de bloques para desarrollarla metodología de lógica difusa

muestra las tres etapas que constituyen el control ............................................................. 28
Figura 3.2 Operaciones entre conjuntos convencionales ................................................... 32
Figura 3.3 Estructura de un controlador difuso ................................................................. 34
Figura 3.4 Particiones difusas con distinto número de términos: a) tres términos N, Z y P;
b) siete términos NB, NM, NS, ZE, PS, PM, y PB. ........................................................... 35
Figura 3.5 a) Conjuntos recortados y b) Conjuntos escalados ........................................... 37
Figura 3.6. Sistema Difuso ............................................................................................... 39
Figura 4.1 Invernadero del ITCG ..................................................................................... 42
Figura 4.2 Tablero de control ........................................................................................... 42
Figura 4.3 Sensor de presión diferencial MPX10DP ......................................................... 43
Figura 4.4 Comportamiento lineal del sensor MPX10DP ................................................. 44
Figura 4.5 Acondicionador de señal 1V a 5V ................................................................... 45
Figura 4.6 Recta conversión voltaje - corriente ................................................................. 46
vi
Figura 4.7 Diseño del convertidor de corriente ............................................................... 47
Figura 4.8 Pantallas de la herramienta Datalogger .......................................................... 47
Figura 4.9 System Identification Tool ............................................................................. 48
Figura 4.10 Process Models ............................................................................................ 49
Figura 4.11 Simulación de la planta de nivel en Matlab .................................................... 50
Figura 4.12 Reglas para control Fuzzy ............................................................................. 50
Figura 4.13 a) Respuesta del control PID clásico b) Respuesta de ambos controles PID
clásico y PD+I Difuso ...................................................................................................... 50
Figura 4.14 Control PID clásico en LabVIEW.................................................................. 52
Figura 4.15 Respuesta a un cambio del punto de referencia .............................................. 53
Figura 4.16 Estabilización del proceso ............................................................................. 54
Figura 4.17 Proceso estable ............................................................................................. 54
Figura 4.18 Respuesta a una perturbación ........................................................................ 55
Figura 4.19 Control PD+I Fuzzy en LabVIEW................................................................. 55
Figura 4.20 Variables lingüísticas .................................................................................... 56
Figura 4.21 Reglas de inferencia ...................................................................................... 57
Figura 4.22 Proceso estable .............................................................................................. 58
Figura 4.23 a) y b) Respuesta a del proceso a un cambio del setpoint ............................... 59
Figura 4.24 a) y b) Respuesta a del proceso a una perturbación ........................................ 59
vii
Capítulo I Introducción
Capítulo I
Introducción
Como objetivo general está el desarrollar dos sistemas de control: PID clásico y PD+I
Difuso, para controlar el nivel de un tanque de mezcla de nutrientes en el invernadero del
Instituto Tecnológico de Ciudad Guzmán. La implementación de ambos controles se va
realizar por medio del software de LabVIEW con lo que se pretende innovar y por lo tanto
mejorar el control del proceso con el que actualmente se cuenta, y así de esta manera
contribuir a la mejora de la automatización de la producción de fresa en el invernadero del
Instituto Tecnológico de Ciudad Guzmán. Con la realización de este proyecto finalmente se
va elaborar un documento de Tesis.
Los procesos industriales exigen el control de la fabricación de los diversos

productos obtenidos. Los procesos son muy variados y abarcan muchos tipos de productos:
la fabricación de los productos derivados del petróleo, de los productos alimenticios, la
industria cerámica, las centrales generadoras de energía, la siderurgia, los tratamientos
térmicos, la industria papelera, la industria textil, etc.
En todos estos procesos es absolutamente necesario controlar y mantener constantes

algunas magnitudes, tales como la presión, el caudal, el nivel, la temperatura, el pH, la
conductividad, la velocidad, la humedad, el punto de rocío, etcétera. Los instrumentos de
medición y control permiten el mantenimiento y la regulación de estas constantes en
condiciones más idóneas que las que el propio operador podría realizar.
En los inicios de la era industrial, el operario llevaba a cabo un control manual de

estas variables utilizando só1o instrumentos simples, manómetros, termómetros, válvulas
manuales, etc., control que era suficiente por la relativa simplicidad de los procesos. Sin
embargo, la gradual complejidad con que éstos se han ido desarrollando ha exigido su
1
automatización progresiva por medio de los instrumentos de medición y control. Estos

instrumentos han ido liberando al operario de su función de actuación física directa en la
planta y al mismo tiempo, le han permitido una labor única de supervisión y de vigilancia
del proceso desde centros de control situados en el propio proceso o bien en salas aisladas
separadas; asimismo, gracias a los instrumentos ha sido posible fabricar productos
complejos en condiciones estables de calidad y de características, condiciones que al
operario le serían imposibles o muy difíciles de conseguir, realizando exclusivamente un
control manual.
Hoy en día la tendencia es automatizar y optimizar los procesos, debido a ello, la

finalidad de este trabajo es mejorar el sistema automatizado existente de fertirriego en el
invernadero del Instituto Tecnológico de Ciudad Guzmán. Por medio de un control PD+I
difuso utilizando el software de LabVIEW
En el capítulo I se presenta una breve introducción, iniciando con los objetivos a

alcanzar con la realización de este proyecto y se menciona además el desarrollo que ha
existido de los sistemas de control a través del tiempo.
En el capítulo II se describe el estado de la técnica, es decir los diferentes aspectos que

intervienen en la producción de alimentos por medio de invernaderos, por ejemplo el
sistema de riego empleado, las variables de proceso que intervienen que en el caso de m
trabajo es nivel, y algunos tipos e instrumentos de control.
En el capítulo III se refiere a la metodología propuesta para la realización de este

proyecto, es decir se va diseñar e implementar un control PD+I difuso por medio del
software de LabVIEW
En el capítulo IV Se detallan los resultados obtenidos durante el desarrollo del

proyecto, se mencionan los resultados obtenidos para dos tipos de control que se emplearon
en el proyecto: PID clásico y PD+I difuso
2
En el capítulo V finalmente se presentan conclusiones finales obtenidas con la

realización del proyecto y se mencionan posibles trabajos futuros para mejorar dicho
proyecto.
3
Capítulo II Estado de la Técnica
Capitulo II.
Estado de la Técnica
2.1 Invernaderos
Un invernadero es una construcción especial que sirve para crear y mantener las
condiciones ambientales apropiadas para el cultivo de especies vegetales; sean verduras,
plantas ornamentales o plantines para forestación.
Cada vez más los invernaderos forman parte de procesos productivos que
involucren a especies vegetales; tanto en grandes empresas como en el hogar para
producción de hortalizas para el autoconsumo.
Hasta hace un tiempo, los invernaderos eran una práctica costosa, que solo se
justificaba para cultivos muy valiosos. Hoy, gracias a la existencia en el mercado de nuevos
materiales, los invernaderos constituyen una herramienta útil y económica con la cual es
posible prolongar los periodos de crecimiento de las plantas en general.
Los invernaderos consisten en una estructura simple, con una cobertura transparente
a la luz y que a su vez ofrece protección contra algunos factores agresivos del clima, (por
ejemplo: viento, lluvias, bajas temperaturas) que afectan la vida de las plantas.
La estructura puede estar constituida por diversos materiales, los más comunes son
el metal y la madera.
Actualmente, el costo entre estos dos materiales mantiene una relación de 3:1, es
decir que una estructura de metal cuesta tres veces más que una de madera.
4
Con respecto a la vida útil de estas estructuras, la de metal está estimada en 25 años,
con un pequeño mantenimiento cada tres años; mientras que en madera podemos esperar
una duración de 5, con mantenimiento cada 2 años.
La forma del invernadero se elige en función de:
 los materiales que se utilizarán para su construcción.
 la mayor comodidad para la instalación de ventilación.
 el volumen de aire que quede en el interior. (Lo ideal es mantener una relación de 3
m3 de aire/1 m2 de superficie cubierta, con lo que se puede garantizar que el aire
del interior amortiguará mejor los cambios de temperatura).
Las formas más utilizadas son las siguientes (Figura 2.1):
Figura 2.1 Formas de invernaderos
5
2.2 Importancia de la agricultura protegida en

México
La agricultura protegida es aquella que se realiza bajo métodos de producción que

ayudan a ejercer determinado grado de control sobre los diversos factores del medio
ambiente. Permitiendo con ello minimizar las restricciones que las malas condiciones
climáticas ocasionan en los cultivos.
Entre las ventajas de este sistema de producción se encuentra:
 Generación de 8 empleos directos por ha.

 Producción de cultivos inocuos
 Incremento de hasta 5 veces la producción con relación a campo abierto (tomate:
70 ton. a campo abierto vs 350 ton/ha. con agricultura protegida).
 Producción todo el año, es posible aprovechar las ventanas de mercado para
obtener precios competitivos
 Ahorro de agua promedio de 50%. En tomate el ahorro es hasta del 77% (en campo
abierto se utilizan 89 litros por kilo producido y en hidroponía 20).
 Es posible aprovechar suelos con problemas de degradación o químicos.
Es por ello que desde el año 2001, la SAGARPA ha otorgado diversos apoyos para la
Agricultura Protegida. En 2009, el gobierno federal puso en marcha la Estrategia Nacional
de Agricultura Protegida, reconociendo los beneficios y rentabilidad de esta actividad en el
sector agrícola.
En el país existen alrededor de 20 mil hectáreas bajo agricultura protegida de las

cuales aproximadamente 12 mil son de invernadero y las otras 8 mil corresponden a malla
sombra y macro túnel principalmente.
6
El 50% de la superficie con agricultura protegida se concentra en cuatro estados:

Sinaloa (22%), Baja California (14%), Baja California Sur (12%) y Jalisco (10%). Los
principales cultivos que se producen bajo agricultura protegida son el jitomate (70%),
pimiento (16%), pepino (10%). En los últimos años se ha intensificado la diversificación
de cultivos como la papaya, fresa, chile habanero, flores, plantas aromáticas (figura 2.2).
Figura 2.2 Cultivos de la Agricultura Protegida en México
2.3 Apoyos SAGARPA 2012 para impulsar la

agricultura protegida
El programa de apoyo a la inversión en equipamiento e infraestructura tiene por

objetivo incrementar la capitalización de las unidades económicas agropecuarias, acuícolas
y pesqueras a través de apoyos complementarios para la inversión en equipamiento e
infraestructura en actividades de producción primaria, procesos de agregación de valor,
acceso a los mercados y para apoyar la construcción y rehabilitación de infraestructura
pública productiva para beneficio común.
Dentro del programa se contempla el componente de agricultura protegida que cuyo

objetivo específico es el de fomentar la producción de alimentos sanos y de calidad, con
enfoque de red de valor y de manera sustentable, a través de la producción bajo agricultura
7
protegida. Teniendo como población objetivo personas físicas y morales con acceso a
mercados.
Impacto o beneficio en la solución a un problema relacionado con el

sector productivo o la generación del conocimiento científico o
tecnológico.
Impacto científico
Se genera conocimiento científico con la participación de instituciones educativas y

empresas al haber un constante proceso de innovación en la generación de nuevas
tecnologías en la búsqueda de automatizar y buscar hacer más eficientes estos sistemas de
automatización.
Impacto tecnológico
Tecnificación de la agricultura para mejorar la calidad y cantidad de la producción,

además de que se abren las oportunidades para generar tecnología nacional que sea
alcanzable económicamente para los productores y fácil de manejar por ellos.
Impacto social
El establecerse los invernaderos en cierta región trae consigo ciertas consecuencias

favorables a las comunidades que se encuentran en las cercanías de estos. Se generan
empleos y esto conlleva a mejorar el estilo y calidad de vida de la sociedad. Los
trabajadores también obtienen por prestar sus servicios, atención médica y otras
prestaciones de ley.
8
Impacto económico
Incremento en el ingreso de los productores, aumento de rendimientos por unidad de

superficie y al haber prácticamente producción todo el año se los precios de los productos
es más accesible a la población en general, se generan oportunidades de empleos. La
producción en el invernadero va a aumentar tanto en calidad como en cantidad,
obteniendo el productor mayor ganancia económica a mayor volumen de producción
garantizada.
Impacto ambiental
Con los métodos de riego utilizados dentro de los invernaderos se logra un uso más
eficiente del agua, como consecuencia se mejora el aprovechamiento de recursos naturales
sin necesidad de destruir el medio ambiente. Se reduce el uso de herbicidas, pesticidas,
plaguicidas; ya que con la cubierta del invernadero y un control optimizado que se va a
lograr con el sistema se va a evitar la propagación de enfermedades, plagas etc. En el
cultivo. Se logra una importante reducción del uso de fertilizantes
2.4 Fertirriego
El riego es la aplicación de agua a los cultivos en forma artificial, oportuna y

uniforme. De esta definición se desprende que para regar no basta aplicar agua a los
cultivos a través de cualquier metodología, sino que es necesario hacerlo en forma
oportuna, manejando las frecuencias y los tiempos de aplicación de acuerdo a las
características del cultivo, clima y suelo.
Muchas de las recomendaciones de riego están basadas en información teórica. Por

ello se debe tener en cuenta que tales programas sólo serán útiles si se encuentran asociados
a un monitoreo del riego, práctica que consiste en observar en terreno las condiciones
hídricas de la planta y del suelo. Esto permite hacer regulaciones al programa, lo que
implica reducir los problemas derivados de la falta o exceso de humedad en el cultivo.
9
Los avances tecnológicos en riego han permitido aumentar la eficiencia de esta

práctica, localizando mejor el agua en el cultivo y disminuyendo las pérdidas que ocurren
en la conducción. Además, se ha aprovechado la misma red para aplicar los fertilizantes
que van disueltos en el agua de riego, lo que se ha denominado como fertirrigación. Sin
embargo, el manejo del riego y la fertirrigación requieren de mano de obra calificada que lo
ejecute, pues cualquier inexactitud puede ocasionar problemas graves al cultivo, en especial
durante los periodos en que la planta es más sensible.
La fertirrigación es una técnica de aplicación de abonos disueltos en el agua de

riego a los cultivos.
Resulta un método de gran importancia en cultivos regados mediante sistemas de

riego localizad (goteo), aunque también se usa, en menor medida, en sistemas de riego por
aspersión (equipos pivote y cobertura total). La diferencia principal entre estos sistemas es
que en el riego localizado no se moja toda la superficie, mientras que esto sí sucede en
riego por aspersión.
El objetivo principal de la fertirrigación es el aprovechamiento del flujo de agua del

sistema de riego para transportar los elementos nutritivos que necesita la planta hasta el
lugar donde se desarrollan las raíces, con lo cual se optimiza el uso del agua, los nutrientes
y la energía y se reducen las contaminaciones si se maneja adecuadamente.
2.4.1 Ventajas e inconvenientes de la fertirrigación:
Ventajas:
 Ahorro de fertilizantes.
 Ahorro de mano de obra en la distribución de abonos.
 Mejor asimilación y rapidez de actuación de los fertilizantes.
10
 Mejor distribución (tanto en superficie como en el perfil del suelo, ocupando los
nutrientes todo el bulbo creado por el emisor).
 Control de pérdida de nutrientes con buen manejo. Gran flexibilidad en la

aplicación, lo que permite la adecuación del abonado a las necesidades del cultivo
en cada momento.
 Incremento del rendimiento y mejora de la calidad de la cosecha.
Inconvenientes:
 Mayor coste de inversión inicial (instalaciones y equipos).
 Necesidad de una formación básica para el manejo de los equipos y fertilizantes.
 Necesidad de un sistema de riego con buena uniformidad para garantizar la correcta

distribución en el suelo.
 Utilización de abonos con propiedades adecuadas (solubilidad, pureza, etc.).
 Posible riesgo de falta de micronutrientes por la pureza de los abonos líquidos.
 Riesgo de obturaciones de goteros por precipitados.
 Posible mayor coste de la unidad fertilizante al tener que usar abonos solubles y
compatibles con el agua de riego para evitar precipitados.
En México el 77% del agua aprovechable se destina a la producción de alimentos, pero

el uso eficiente de este recurso es alrededor del 46%.
Por lo anterior, se ha instrumentado el Proyecto Estratégico de Tecnificación del Riego

para “Fomentar la producción de alimentos, bienes y servicios realizando un uso
sustentable de la cuenca y acuíferos, mediante la instrumentación de acciones que permita
el uso más eficiente y productivo del agua disponible”, con fundamento en la Ley de
11
Desarrollo Rural Sustentable, el Plan Nacional de Desarrollo 2007-2012 y el Programa

Sectorial de desarrollo Agropecuario y Pesquero 2007-2012.
El “Proyecto Estratégico de Tecnificación del Riego2010”, tiene como objetivo

fomentar la producción de alimentos, realizando un uso sustentable de la cuenca y
acuíferos, mediante la tecnificación del riego que permita el uso más eficiente y productivo
del agua.
2.5 Métodos de inyección en goteo y aspersión.
Una unidad básica de fertirrigación debe constar de un inyector de fertilizante y un

tanque de mezcla de fertilizantes, preferentemente de material plástico (el hierro o acero
sufre una corrosión muy rápida), para aportar el abono líquido o, en su caso, preparar la
disolución con abonos solubles. También es necesario un agitador, una válvula de control y
un filtro. Dependiendo del sistema de fertirrigación, se pueden requerir equipos adicionales
como válvulas, reguladores de presión, bombas mezcladoras.
En cuanto a los sistemas de inyección, los más comunes son los siguientes:
a) Bomba de inyección.
b) Inyectores Venturi.
c) Tanque con bypass de flujo.
Inyector Venturi
Su funcionamiento se basa en el efecto Venturi, que consiste en producir un

estrechamiento en el flujo principal del agua para causar una depresión. Ésta resulta
suficiente para succionar la solución química desde un depósito abierto hasta dicho flujo. El
12
Venturi se instala en un bypass del circuito principal para poder regular el caudal
succionado (Figura 2.3).
Figura 2.3 Esquema de montaje de un Venturi
2.6 Fresas en invernadero.
De acuerdo a estudios realizados en Japón, el cultivo de fresas en invernadero se

está expandiendo rápidamente tomando en cuenta que cuando se obtienen frutos de
calidad, el consumidor está dispuesto a pagar un alto precio. Otra palanca que está
transformando al sector de invernaderos en México, es que mientras los grandes
consorcios se ocupan de grandes superficies de cultivos de tomate, pepino y pimiento,
los pequeños productores están encontrando un nicho en el cultivo de fresas,
calabacitas, berenjenas, pepinillos, mini-pimientos y tomates rosas. También se están
enfocando en los cultivos orgánicos.
13
Sin embargo, debido a las pequeñas superficies de dos y cuatro mil metros
cuadrados, cada cultivo requiere de métodos especialmente diseñados para obtener un
alto rendimiento.
Hasta ahora la clave para obtener frutos suaves, rojos y dulces parece descansar en
el uso de sustratos orgánicos y también en el control de la nutrición. En el primer caso,
se observa una tendencia generalizada para utilizar sustratos de fibra de coco y perlita,
que ayudan a mantener una humedad adecuada.
Los especialistas de agua y nutrientes, al igual que los flujos de aplicación,

determinan en gran medida la turgencia, dulzura y coloración del fruto.
Para garantizar una nutrición balanceada, los mismos especialistas indican que
deben considerarse varios métodos para determinar el volumen y el flujo de agua y
nutrientes y para ello recomiendan sensores que miden el déficit de presión de vapor
(VPD), el contenido de agua en el sustrato, o bien el método que mide el grosor y la
temperatura de las hojas para saber en qué momento la planta está trabajando de manera
adecuada.
Solución nutritiva
Los productores de fresa en Japón, han encontrado que al mantener el drenaje de la

solución dentro de la canaleta que soporta la planta, se obtiene un amortiguamiento
(buffer) que ayuda a mantener un mayor equilibrio nutricional que se traduce en frutos
de mayor calidad.
Otra de las técnicas utilizadas es disponer de dos canaletas, para combinar dos ciclos
de cultivo y aumentar la densidad. Para ello, disponen las plantas maduras en la
canaleta inferior y las plantas jóvenes en la superior. Conforme se va terminando la
14
cosecha de la canaleta inferior, se va iniciando la cosecha en la superior, con lo cual se

logra alargar la cosecha y obtener una mayor producción.
Cambiando paradigmas
Un aspecto muy importante que debe ser evaluado en México, es que los
productores japoneses de invernadero, ante los elevados niveles de luz natural, en vez
de utilizar luz artificial o bióxido de carbono (CO2), como sucede en los Países Bajos o
Estados Unidos, para aumentar la producción de fresas o tomates, utilizan técnicas que
aumentan la densidad de plantación y tratan de reducir el desperdicio de nutrientes para
generar mejores resultados.
Ácido sílico: elemento olvidado
Otra de las investigaciones relevantes en relación con la fresa y los tomates, es el

empleo de Ácido sílico para obtener plantas más sanas, resistentes a la salinidad, con
mayor firmeza y vida de anaquel. Estos estudios han sido realizados en la Universidad
de Bérgamo, en Italia.
Todas estas ventajas se podrían encontrar en un solo producto, que como se

menciona al inicio, es uno de los elementos más abundantes entre los minerales, pero su
empleo y beneficios son poco conocidos. Los estudios que se realizan actualmente se
enfocan en varios puntos que se pueden resumir en reproducción celular, crecimiento,
relaciones calcio-silicio, etileno-silicio, desintoxicación de metales pesados, tolerancia a
la salinidad y firmeza de los frutos. Cualquiera de estos factores, podría llamar la
atención de los productores y por ello, se considera que aunque el silicio puede ser un
factor clave, la forma de aplicación, el tipo de suelo y sustrato, así como su interrelación
con otros elementos, son la base de su eficiencia.
15
Reproducción
En este proceso, el silicio resulta un elemento importante para proteger el embrión,

aumentando la disponibilidad de humedad e incrementando la tolerancia a las altas
temperaturas. Las deficiencias de este elemento en tomates repercuten en una floración
irregular, mientras que en fresas y pepinos se observa una reducción en la fertilidad del
polen. Esto se relaciona con la tolerancia a las elevadas temperaturas, con lo cual se
podría utilizar el silicio para realizar plantaciones cuando las temperaturas son elevadas.
Trasplantes
En este punto el silicio se ha venido aplicando en forma de extracto de plantas

acuáticas, que ayudan al desarrollo de los trasplantes, aunque debido a la diversidad de
sustratos y tipos de suelo, es difícil hacer un dictamen de su eficiencia.
Tolerancia a la salinidad
En aplicaciones de silicio, se ha observado que al aumentar la turgencia de las

células, se reduce la permeabilidad de las membranas que absorben el sodio, con lo cual
se incrementa la tolerancia a la salinidad. Igualmente, se ha observado que al disminuir
la presencia de sodio, aumenta la de potasio en el tejido celular.
Turgencia
Finalmente, los datos del incremento de la turgencia de las hojas y los frutos,
provienen de estudios realizados mediante aplicaciones de gel de Licinio en las hojas,
ya que al parecer es la única forma en que este elemento puede traslocarse y formar
polímeros o formas quilatadas que ayudan a disminuir la transpiración de los tejidos. Al
hacer más lento el proceso de la transpiración, los frutos mantiene la turgencia por más
tiempo, incrementando su calidad y vida de anaquel.
16
2.7 Tipos de Control (lazo cerrado, lazo abierto)
Los procesos industriales a controlar pueden dividirse ampliamente en dos

categorías: procesos continuos y procesos discontinuos. En ambos tipos, deben mantenerse
en general las variables (presión, caudal, nivel, temperatura, etc.), bien en un valor deseado
fijo, bien en un valor variable con el tiempo de acuerdo con una relación predeterminada, o
bien guardando una relación determinada con otra variable.
El sistema de control que permite este mantenimiento de las variables puede

definirse como aquel que compara el valor de la variable o condición a controlar con un
valor deseado y toma una acción de corrección de acuerdo con la desviación existente sin
que el operario intervenga en absoluto.
El sistema de control exige pues, para que esta comparación y subsiguiente

corrección sean posibles, que se incluya una unidad de medida, una unidad de control, un
elemento final de control y el propio proceso. Este conjunto de unidades forman un bucle o
lazo que recibe el nombre de bucle de control. El bucle puede ser abierto (figura 2.4.1 y
figura 2.4.2) o bien cerrado (figura 2.5).
Figura. 2.4.1 Bucle abierto de regulación
17
Valor deseado
Indicador o (Punto de consigna)
registrados
Error
Controlador
Elemento
de
transmisión
Elemento
final de
control Fluido
Elemento
Primario de agente de
medida
Entrada del
Proceso
Salida del producto
producto
Figura 2.4.2 Bucle abierto de regulación
Figura 2.5 Bucle cerrado de regulación.
18
2.8 Medición de nivel.
En la industria, la medición de nivel es muy importante, tanto desde el punto de

vista del funcionamiento correcto del proceso como de la consideración del balance
adecuado de materias primas o de productos finales.
La utilización de instrumentos electrónicos con microprocesador en la medida de

otras variables, tales como la presión y la temperatura, permite añadir «inteligencia» en la
medida del nivel y obtener precisiones de lectura altas, del orden de ± 0,2 %, en el
inventario de materias primas o finales o en transformación en los tanques del proceso. El
transmisor de nivel «inteligente» hace posible la interpretación del nivel real (puede.
eliminar o compensar la influencia de la espuma en flotación del tanque, en la lectura), la
eliminación de las falsas alarmas (tanques con olas en la superficie debido al agitador de
paletas en movimiento) y la fácil calibración del aparato en cualquier punto de la línea de
transmisión.
El transmisor o varios transmisores pueden conectarse, a través de una conexión

RS-232, a un ordenador personal, que con el software adecuado, es capaz de configurar
transmisores inteligentes.
2.9 Control Proporcional-Integral-Derivativo (PID)
Un PID (Proporcional-Integral-Derivativo) es un mecanismo de control por

realimentación que calcula la desviación o error entre un valor medido y el valor que se
quiere obtener, para aplicar una acción correctora que ajuste el proceso. El algoritmo de
cálculo del control PID se da en tres parámetros distintos: el proporcional, el integral y el
derivativo. El valor proporcional determina la reacción del error actual. El integral genera
una corrección proporcional a la integral del error, esto nos asegura que aplicando un
esfuerzo de control suficiente, el error de seguimiento se reduce a cero. El derivativo
determina la reacción del tiempo en el que el error se produce. La suma de estas tres
19
acciones es usada para ajustar al proceso vía un elemento de control como la posición de
una válvula de control o la energía suministrada a un calentador, por ejemplo. Ajustando
estas tres variables en el algoritmo de control del PID, el controlador puede proveer un
control diseñado para lo que requiera el proceso a realizar. La respuesta del controlador
puede ser descrita en términos de respuesta del control ante un error, el grado el cual el
controlador llega al "set point", y el grado de oscilación del sistema. Nótese que el uso del
PID para control no garantiza control óptimo del sistema o la estabilidad del mismo.
Algunas aplicaciones pueden solo requerir de uno o dos modos de los que provee este
sistema de control. Un controlador PID puede ser llamado también PI, PD, P o I en la
ausencia de las acciones de control respectivas. Los controladores PI son particularmente
comunes, ya que la acción derivativa es muy sensible al ruido y la ausencia del proceso
integral puede evitar que se alcance al valor deseado debido a la acción de control (Figura
2.4).
P ( )
+
( ) ( ) + ( )
I ∫ ( )
+ Ʃ Ʃ
- +
D
Figura 2.6 Diagrama en bloques de un control PID.
20
2.9.1 Acción Proporcional
La parte proporcional consiste en el producto entre la señal de error y la constante

proporcional como para que hagan que el error en estado estacionario sea casi nulo, pero en
la mayoría de los casos, estos valores solo serán óptimos en una determinada porción del
rango total de control, siendo distintos los valores óptimos para cada porción del rango. Sin
embargo, existe también un valor límite en la constante proporcional a partir del cual, en
algunos casos, el sistema alcanza valores superiores a los deseados. Este fenómeno se llama
sobre-oscilación y por razones de seguridad, no debe sobrepasar el 30%, aunque es
conveniente que la parte proporcional ni siquiera produzca sobre-oscilación. Hay una
relación lineal continua entre el valor de la variable controlada y la posición del elemento
final de control (la válvula se mueve al mismo valor por unidad de desviación). La parte
proporcional no considera el tiempo, por lo tanto, la mejor manera de solucionar el error
permanente y hacer que el sistema contenga alguna componente que tenga en cuenta la
variación respecto al tiempo, es incluyendo y configurando las acciones integral y
derivativa.
2.9.2 Acción Integral
El modo de control integral tiene como propósito disminuir y eliminar el error en

estado estacionario, provocado por el modo proporcional. El control integral actúa cuando
hay una desviación entre la variable y el punto de consigna, integrando esta desviación en
el tiempo y sumándola a la acción proporcional. El error es integrado, lo cual tiene la
función de promediarlo o sumarlo por un período determinado; Luego es multiplicado por
una constante I. Posteriormente, la respuesta integral es adicionada al modo Proporcional
para formar el control P + I con el propósito de obtener una respuesta estable del sistema
sin error estacionario.
El modo integral presenta un desfasamiento en la respuesta de 90º que sumados a

los 180º de la retroalimentación ( negativa ) acercan al proceso a tener un retraso de 270º,
luego entonces solo será necesario que el tiempo muerto contribuya con 90º de retardo para
21
provocar la oscilación del proceso. <<<la ganancia total del lazo de control debe ser menor
a 1 y así inducir una atenuación en la salida del controlador para conducir el proceso a
estabilidad del mismo. >>> Se caracteriza por el tiempo de acción integral en minutos por
repetición. Es el tiempo en que delante una señal en escalón, el elemento final de control
repite el mismo movimiento correspondiente a la acción proporcional.
2.9.3 Acción Derivativa
La acción derivativa se manifiesta cuando hay un cambio en el valor absoluto del

error; (si el error es constante, solamente actúan los modos proporcional e integral).
El error es la desviación existente entre el punto de medida y el valor consigna, o

"Set Point". La función de la acción derivativa es mantener el error al mínimo corrigiéndolo
proporcionalmente con la misma velocidad que se produce; de esta manera evita que el
error se incremente.
Se deriva con respecto al tiempo y se multiplica por una constante D y luego se

suma a las señales anteriores (P+I). Es importante adaptar la respuesta de control a los
cambios en el sistema ya que una mayor derivativa corresponde a un cambio más rápido y
el controlador puede responder acordemente.
La forma final del algoritmo del PID es:
( )= ( )= ( )+ ( ) +
22
2.9.4 Usos del PID
Por tener una exactitud mayor a los controladores proporcional, proporcional

derivativo y proporcional integral se utiliza en aplicaciones más cruciales tales como
control de presión, flujo, fuerza, velocidad, en muchas aplicaciones química, y otras
variables. Además es utilizado en reguladores de velocidad de automóviles (control de
crucero o cruise control), control de ozono residual en tanques de contacto.
2.9.5 Ajuste de parámetros del PID
El objetivo de los ajustes de los parámetros PID es lograr que el bucle de control
corrija eficazmente y en el mínimo tiempo los efectos de las perturbaciones; se tiene que
lograr la mínima integral de error. Si los parámetros del controlador PID (la ganancia del
proporcional, integral y derivativo) se eligen incorrectamente, el proceso a controlar puede
ser inestable, por ejemplo, que la salida de este varíe, con o sin oscilación y está limitada
solo por saturación o rotura mecánica. Ajustar un lazo de control significa ajustar los
parámetros del sistema de control a los valores óptimos para la respuesta del sistema de
control deseada.
2.10 PLC (Controlador Lógico Programable)
 Un Controlador Lógico Programable (Programable Logic Controler “PLC”), es un

dispositivo digital utilizado para el control de máquinas y operación de procesos.
 Es un aparato digital electrónico con una memoria programable para el

almacenamiento de instrucciones permitiendo la implementación de funciones
específicas como: lógica, secuencias, temporizado, conteo y aritmética; con el
objeto de controlar máquinas y procesos.
23
2.10.1 Un Controlador Lógico Programable consta de 3

elementos principales:
 El primero es el procesador, la unidad central de proceso del controlador Lógico

programable. El procesador o CPU (Central Processing Unit) es el “cerebro” del
controlador Lógico programable. Una vez que un programa (en la forma de
diagrama de escalera) es introducido en el procesador, éste reside en la memoria
hasta que sea cambiado por el usuario.
 El segundo elemento principal es la estructura de entrada / salida (E/S). Esta provee

la interface entre la CPU y el proceso o maquinaria. La adición de los
microprocesadores ha aumentado las posibilidades de simples funciones ON/OFF
hasta hacer posible generación de reportes, control analógico, etc.,
 El tercer elemento es el equipo de programación.
2.10.2 Estructura de un PLC
Consta de tres partes fundamentales: las entradas, la unidad central de procesos

(CPU) y las salidas.
La CPU
 Es el cerebro del PLC, responsable de la ejecución del programa desarrollado por el

usuario. Es la unidad principal de coordinación de todas las funciones o recursos de
los distintos Procesadores Periférico, Procesador de entrada /salida, Procesador de
Comunicaciones, Unidad de Memoria y Fuente de alimentación.
 La CPU se comunica con las interfaces de I/O por medio de un bus paralelo, que
incluye un bus de datos y un bus de direcciones. Adicionalmente, un bus de
alimentación provee alimentación eléctrica a las interfaces de I/O.
24
Las Entradas (Interfaces o adaptadores de Entrada)
Se encargan de adaptar señales provenientes del campo o niveles que la CPU pueda
interpretar como información. Las señales del campo pueden implicar niveles y tipos de
señal eléctrica diferentes a los que maneja la CPU.
Las Salidas (Interfaces o adaptadores de salida)
Comandan dispositivos de campo en función de la información enviada por la CPU.
2.10.3 Clasificación de los PLC’s

Si deseamos establecer una clasificación de PLC’s, podemos considerar distintos
aspectos:
Por su Construcción
 Integral.
 Modular.
Por su Capacidad
 Nivel 1: Control de variables discretas y pocas analógicas, operaciones aritméticas y

capacidad de comunicación elementales.
 Nivel 2: Control de variables discretas y analógicas. Matemáticas de punto flotante.

E/S inteligentes. Conexión en red. Gran capacidad de manejo de datos analógicos y
discretos.
25
Por Cantidad de E/S
 Micro PLC (hasta 64 E/S).
 PLC pequeño (65 a 255 E/S).
 PLC mediano (256 a 1023 E/S).
 PLC grande (más de 1024 E/S).
26
Capítulo III Metodología Propuesta
Capítulo III.
Metodología propuesta
3.1 Inteligencia artificial
Se pueden destacar algunas propiedades generales que presenta la inteligencia

humana, como por ejemplo la habilidad de enfrentar nuevas situaciones, la habilidad de
resolver problemas, de responder preguntas, elaborar planes, etc. Desde sus inicios, el
hombre se representó el mundo real mediante símbolos, los constituyen la base del lenguaje
humano. En este sentido, se podría considerar a la IA (inteligencia artificial) como un
dialecto simbólico constituido por cadenas de caracteres que representan conceptos del
mundo real. De hecho, los procesos simbólicos son una característica esencial de la IA. A
partir de lo expuesto es posible formular una definición más aproximada de la IA: La
inteligencia artificial es una rama de las ciencias computacionales que se ocupan de los
símbolos y métodos no algorítmicos para la resolución de problemas.
3.2 Ramas que componen la inteligencia artificial
Existen varios elementos que componen la ciencia de la IA, dentro de los cuales se
pueden encontrar tres grandes ramas:
 Lógica difusa
 Redes neuronales artificiales
 Algoritmos genéticos
Cada una consta de características especiales, así como de una función específica.
27
3.3 Lógica Difusa
La lógica difusa es una rama de la IA que le permite a una computadora analizar

información del mundo real en una escala entre lo falso y lo verdadero. Los matemáticos
dedicados a la lógica en la década de 1920 definieron un concepto clave: todo es cuestión
de grado. La lógica difusa manipula conceptos vagos como “caliente” o “húmedo” y
permite a los ingenieros construir televisores, acondicionadores de aire, lavadores y otros
dispositivos que juzgan información difícil de definir. Los sistemas difusos son una
alternativa a las nociones de pertenencia y lógica que se iniciaron en la Grecia antigua.
La lógica difusa hoy en día es muy común y se halla en diferentes sectores de la

tecnología, tanto en la electrónica como en el control, las matemáticas, la robótica, etc. El
objetivo principal de la lógica difusa es crear un sistema basado en el comportamiento y
pensamiento humanos. Esto se logra gracias al planteamiento de un modelo en cualquier
contexto y traducirlo a reglas gramaticales o lenguaje humano. La clave de la lógica difusa
se basa en la experiencia. El sistema toma el banco de conocimiento del experto, ya sea de
mecánica, construcción, fotografía, computación, etc. Y con él crea sus reglas para
desarrollar una propuesta.
La lógica difusa consta de tres etapas para obtener el resultado deseado. La primera
etapa se basa en un proceso donde las variables tienen un grado de incertidumbre
metalingüístico. Por lo tanto, el rango de valores (universo de discurso) de cada variable
puede clasificarse por conjuntos difusos, por ejemplo: baja, media, alta. Cuando los
sensores miden las variables, los valores pasan por un proceso de fusificación que consiste
en pasar dichos valores a un rango a un rango de pertenencia entre cero (0) y uno (1). Se
busca determinar en qué grado el valor que se está adquiriendo pertenece a un conjunto
difuso. Los conjuntos difusos son caracterizados mediante funciones de membresía, las
cuales están sintonizadas al punto de operación adecuado para el funcionamiento del
sistema.
28
En la segunda etapa se propones reglas lingüísticas (inferencia) que servirán de guía

para que el sistema se comporte de manera adecuada, idónea o deseada según el modelo de
referencia o los objetivos del usuario. El grado de pertenencia de cada una de las variables
se evalúa en un conjunto de reglas de inferencia. Dichas reglas de inferencia fueron
determinadas con ayuda de un experto. El conjunto de reglas de inferencia determina una
consecuencia, es decir, asigna un grado de pertenencia a un conjunto difuso que caracteriza
a las salidas.
Una vez obtenidas las consecuencias, la tercera etapa es un proceso para determinar
los valores óptimos de salida, conocido como desfusificación, y que consiste en pasar el
grado de pertenencia, proveniente de la consecuencia de la regla de inferencia, a un valor
nítido o real. Para hacer eso, previamente se sintonizaron funciones de membresía de cada
una de las salidas con el fin de obtener un valor cuantificable. La figura3.1 muestra el
diagrama esquemático del controlador difuso
Reglas de
inferencia
X X
Valores Valores
(Valores (Valores
difusos difusos
nítidos) nítidos)
Fusicando Reglas Desfusicando
F. M F. M
Figura 3.1 El diagrama de bloques para desarrollarla metodología de lógica difusa

muestra las tres etapas que constituyen el control
29
3.3.1 Aplicaciones
Las aplicaciones de la lógica difusa se realizan en áreas multidisciplinarias que van
desde la evolución tecnológica de los electrodomésticos, hasta programas computacionales
para tomar decisiones y se han extendido a diversas áreas específicas que se mencionan a
continuación:
 Cámaras de video
La lógica difusa se emplea en los electrodomésticos con dos variantes: software y

hardware. Las aplicaciones que contemplan el hardware incluyen el uso de tres sensores
para lograr un enfoque automático del lente para captar el objeto indicado
 Reconocimiento
En áreas de seguridad que requiere que la identificación, por ejemplo, de actividad

volcánica a partir del monitoreo de anomalías en líneas largas de registro, o en el
reconocimiento de caracteres y en los sistemas de vigilancia de video han sido analizados y
probados para ofrecer alternativas paralelas a las tradicionales, mediante el almacenamiento
de conocimiento de imágenes. Debido a que el criterio para determina la actividad
volcánica peligrosa es vago, algoritmos basados en la lógica difusa permiten el
reconocimiento automático de la actividad, así como la identificación de la morfología
respectiva.
 Controladores
De la misma manera, la lógica difusa se aplica a través de controladores difusos

para la calidad del agua, los sistemas de operación automática de trenes, los sistemas
automáticos de operación de contenedores, los elevadores, los reactores nucleares, las
transmisiones de automóviles y las computadoras.
30
 Uso de lógica difusa en los sistemas de control
Este conjunto de aplicaciones ha sido motivado por el deseo de satisfacer uno o más
de los siguientes objetivos:
1. Mejorar la robustez que se obtiene con los métodos clásicos de control lineales
2. Diseño de control simplificado para modelos complejos
3. También se obtiene una implementación simplificada
4. Autonomía
5. Adaptabilidad
6. En el caso del control difuso, no es necesario un modelo matemático de la planta
3.4 Lógica Booleana
En la lógica booleana existe una función característica:
= 1, ∈
= 0, ∉
Esta función característica ( ) nos dice que si el elemento pertenece al conjunto

( ∈ ), entonces la pertenencia es 1; si no pertenece ( ∉ ), entonces la pertenencia es
0.
31
Esta función expresa que en este universo nítido solo hay dos posibles valores de
pertenencia: 1 o 0. Los conectores básicos de la lógica booleana son los mostrados en la
tabla 3.1:
U, ∨ Unión, disyunción
∩, ^ Intersección, conjunción
o~ Negación
∈, ∉ Pertenencia, no pertenencia
∀ Para todo
| Tal que
Tabla 3.1 Conceptos básicos
3.4.1 Lógica booleana:
Es una lógica de conjuntos y nos sirve, principalmente, para definir formas de

intersección entre conjuntos. Estos conjuntos tendrán entre si elementos en común y
elementos que no. Una manera de afinar nuestra búsqueda consistirá en utilizar estos
operadores booleanos para precisar el campo de nuestro interés.
Las principales opciones son:
OR – se suman los conjuntos definidos por dos palabras, es decir la respuesta será
todas aquellas referencias donde aparezcan, indistintamente, UNA U OTRA de las palabras
indicadas para búsqueda.
AND – se trata de la intersección de los conjuntos definidos por las dos palabras, es
decir solo aquellas referencias que contengan AMBAS palabras a la vez.
NOT – en este caso, aquellas referencias que tengan la primer palabra y no la

segunda, es decir un primer conjunto, amputado de parte común con otro.
32
NEAR – como el AND, pero con la exigencia suplementaria de una cercanía entre
las palabras.
3.4.2 Operadores en la lógica convencional.
Las operaciones entre distintos conjuntos convencionales se muestran gráficamente

en la siguiente figura (Figura 3.2).
A B A B
∩ = { | ∈ ∈ }
∪ = { | ∈ ∈ }
A B A B
̅ = { | ∈ , ∈ } | = { | ∈ ∉ }
Figura 3.2 Operaciones entre conjuntos convencionales
33
3.5 Lógica Difusa
Primero es indispensable establecer cierta nomenclatura y terminología. Cuando se

habla de conjuntos nítidos, la variable típica a usar es la . En conjuntos difusos la función
de pertenencia que se utiliza es la μ. Esta toma los valores entre cero (0) y uno (1); como se
mencionó, la forma de representación de los conjuntos difusos puede ser de dos maneras:
de forma continua o discreta, como se presenta a continuación.
Un conjunto difuso se escribe con una tilde arriba del nombre del conjunto:
={ , , }
Esta se utiliza para diferenciarlos de los conjuntos nítidos.
En la lógica difusa los conjuntos se pueden presentar en forma continua o discreta.
Conjunto difuso discreto:
( ) ( ) ( )
= + +⋯ =
En este punto es importante recordar que el signo (+) no indica suma sino unión.
Dicha forma de representación es muy empleada en los sistemas digitales como los
microcontroladores, computadoras, etc.
Conjunto difuso continuo:
( )
=
34
Un conjunto convencional se define por una función característica, que se conoce

también como función de pertenencia. El símbolo de integral denota ʃ unión de elementos
del conjunto.
3.6 Controladores Difusos
Un controlador difuso está compuesto de cuatro partes principales: interfaz de

difusificacion, base de conocimientos, lógica de decisiones e interfaz de desdifusificación,
las cuales se detallan en la figura 3.3.
Base de
conocimientos
Entrada Interfaz de Lógica de Interfaz de Salida

difusificacion decisiones desfusificación
(Inferencias)
Figura 3.3 Estructura de un controlador difuso
3.6.1 Interfaz de difusificación
Mide los valores de las variables de entrada para realizar un mapeo a escala que
transfiere el rango de los valores de las variables a un universo de discurso difuso. La
difusificación convierte los datos de entrada en valores lingüísticos que son las etiquetas de
las funciones de pertenencia o conjuntos difusos.
35
Una variable lingüística en general se asocia a un conjunto de términos, definido en

el mismo universo de discurso. Para encontrar cuantos términos son necesarios en un
conjunto se emplean particiones difusas. El número de conjuntos difusos determina la
complejidad del controlador, y estos tienen un significado lingüístico como “negativo
grande”, “cero”, “positivo pequeño”. La figura 3.4 muestra ejemplos de particiones difusas
en el mismo universo, normalizado de -1 a +1.
Figura 3.4 Particiones difusas con distinto número de términos: a) tres términos N, Z y P;
b) siete términos NB, NM, NS, ZE, PS, PM, y PB.
36
3.6.2 Base de conocimientos
La base de conocimientos contiene toda la información de la población que se va a

controlar, así como las metas del controlador. Consta de una base de datos y una base de
reglas lingüísticas para controlar la variable. La base de datos proporciona las definiciones
para el establecimiento de reglas y la manipulación de datos difusos. La base de reglas
caracteriza las metas de control y la política que utilizan los expertos para llevar a cabo el
control, empleando proposiciones.
Un algoritmo de control difuso debe ser capaz de inferir una acción de control
correspondiente para cada estado del proceso que se va a controlar, propiedad que se
denomina unidad. La estrategia de la base de datos comprende los soportes de la definición
de los conjuntos difusos.
3.6.3 Lógica de decisiones
La lógica utilizada para tomar decisiones dentro de un controlador difuso es el

núcleo del mismo. A partir de la misma se simula la lógica que utilizan las personas para
tomar decisiones, con base en conceptos difusos y en la inferencia de acciones de control,
empleando implicaciones y las reglas establecidas según la base de conocimientos.
El resultado de disparar estas reglas con valores de entrada física nítidos

, ,…., será conjuntos difusos recortados como los de la figura 3.5, los cuales se
denotaran por:
( ) ( )
, … . .
O m conjuntos escalados
( ) ( )
, … . .
37
1 1
a a
0.5 0.5
b b
0 0
a) b)
Figura 3.5 a) Conjuntos recortados y b) Conjuntos escalados
3.6.4 Interfaz de desdifusificación
La interfaz de desdifusificación se encarga del mapeo a escala que convierte el

rango de valores de las variables de salida a sus universos de discurso correspondientes. La
desdifusificación es la herramienta para obtener la acción de control nítida a partir de una
acción de control difusa.
La salida de control se obtiene como la unión de las salidas de control

cortadas o escalonadas:
∗
El valor nítido se denota por y el área del conjunto se denota por:
( )
El uso de las técnicas de control clásico como es el control PID de ganancia fija, en
algunos casos resulta ser una buena a1ternativa para controlar sistemas dinámicos; ya que
proporcionan tiempos de respuesta rápidos, sin embargo entre mayor es la precisión
38
requerida en el sistema el ajuste de este tipo de control es más difícil ya que son bastante
sensibles a las señales de ruido y en ocasiones introducen oscilaciones cuando se presentan
retardos en el sistema. Cuando la dinámica de los sistemas o procesos a controlar es no
lineal, el control tiene que tener la capacidad de compensar esta no-linealidad y aunque el
control PID asume relaciones, este no tiene la capacidad para responder a esto. Esta no-
linealidad difícilmente puede ser caracterizada por una ecuación por lo que en la mayoría
de los casos es tratada de manera subjetiva por el operador del proceso. Esta subjetividad
tiene implicaciones profundas para poder modelar este tipo de sistemas a través de la lógica
difusa.
Los componentes de los sistemas convencionales y difusos son bastante similares,

difieren principalmente en que el sistema difuso contiene dos etapas más, la
"Fusificación" y la "Defusificación" (Figura 3.6).
Figura 3.6. Sistema Difuso
En un sistema difuso físico, entrada es leída de una fuente externa y fusificada

antes de ser procesada por la lógica difusa. La salida del proceso lógico es defusificada
antes de ser mandada al dispositivo físico de control. Un sistema de control convencional
(derecha) tiene una estructura muy similar, pero sin los elementos difusos.
39
En un sistema difuso, el valor de la entrada real (proveniente de sensores) es

convertido a un valor difuso vía el proceso de fusificación, este valor es enseguida
introducido al proceso lógico difuso comúnmente llamado mecanismo de inferencia, en
donde es continuamente evaluado en un conjunto de reglas (en donde está depositado el
conocimiento del experto); este proceso genera un valor de salida difuso, el cual es
transformado a un valor de salida real a través del proceso de defusificación.
Mientras el modelo PID convencional puede parecer el más simple y por lo tanto, la
representación más económica, lo contrario es frecuentemente más cierto. Los controles
difusos son en realidad más fáciles de implementa, más simples para describir y verificar, y
pueden ser mantenidos y extendidos con mayor exactitud y en menos tiempo.
40
Capítulo IV Resultados
Capitulo IV
Resultados
Figura 4.1 Invernadero del ITCG
En la figura 4.1 se observa el invernadero con que se encuentra en el Instituto

tecnológico de Ciudad Guzmán en el cual se produce entre otras cosas la fresa, dicho
invernadero es de gran utilidad para los estudiantes del Instituto ya que en el podemos
aplicar los conocimientos adquiridos para la realización de proyectos de investigación, en
mi caso particular automatizar el control del nivel del tanque de mezcla de nutrientes por
medio de un control PD+I Difuso.
4.1 Tablero de control y tanque de mezcla de

nutrientes
El invernadero cuenta con un cuarto de control donde dentro del cual se encuentra
un tablero con toda la instrumentación necesaria para controlar y monitorear todas las
variables (Nivel, pH, presión, etc.) involucradas en el proceso de producción de fresa
41
Figura 4.2 Tablero de control
Existe un tablero de control (Figura 4.2) el cual contiene 2 PLC los cuales controlan
las variables de nivel y de presión, también se encuentran 2 drivers uno necesario en el
control de nivel del tanque de mezcla de nutrientes y el otro para el control de presión del
agua que se distribuye a las plantas
4.2 MPX10DP Sensor Presión diferencial

(Medición de Nivel)
El MPX10DP es un sensor de presión piezorresistivo que proporciona una salida de

voltaje muy precisa y lineal directamente proporcional a la presión aplicada, como se
muestra en la siguiente figura (Figura 4.3).
42
0 a 10 kPa (0-1.45 psi)

35mV Full scale span
(Typical)
Figura 4.3 Sensor de presión diferencial MPX10DP
4.3 Acondicionador de señal
El rango de señal proporcionada por el sensor de presión diferencial está dentro del
rango entre 20mV a 55 mV por lo que es necesario acondicionar esta señal a valores
estandarizados de 1 a 5 V, como se observa en la figura 4.4 el comportamiento del sensor
es en forma lineal, lo cual nos facilita en cambiar dicha señal de milivolts a la ya
mencionada señal estándar de 1 a 5 V así que de acuerdo a este comportamiento lineal del
sensor obtenemos su ecuación lineal para obtener los valores de voltaje estandarizados
deseados de 1V a 5V.
ñ ( − ) = 114.286 ∗ ( ñ ) − 1.286
43
5V
1V
20mV 55mV
Figura 4.4 Comportamiento lineal del sensor MPX10DP
4.3.1 Diseño y simulación del acondicionador de señal generada

en el sensor de presión diferencial para estandarizarla de 1 a 5V
El diseño del acondicionador electrónico de señal (Figura 4.5) y de acuerdo a la

ecuación de linealización obtenida para obtener el rango de voltajes deseado de 1V a 5V,
consta de 2 etapas, la primera etapa es la obtención de una ganancia de voltaje (114.286), la
cual se logra diseñando dicha etapa con un amplificador de instrumentación INA 128 de
National Instrument que ya viene encapsulado en un IC y que solo es necesario calcular el
valor de una resistencia RG para obtener la ganancia deseada. La segunda etapa es un
restador, que de acuerdo a la ecuación es necesario para finalmente obtener la señal deseada
de 1V a 5V
Ganancia amplificador diferencial:
50
=1+
11
=
11 + 12
44
Figura 4.5 Acondicionador de señal 1V a 5V
4.4 Convertidor de V/I
Siguiendo con la característica de respuesta lineal del sensor y ya estandarizada la

señal de su salida en el rango 1V a 5V, ahora convertiremos esta señal de voltaje a una
señal de corriente como se observa en la figura 4.6. Esto es necesario para introducir la
señal de corriente al variador de velocidad el cual finalmente realizara el control de
velocidad de una motobomba.
45
20mA
4mA
1V 5V
Figura 4.6 Recta conversión voltaje - corriente
4.4.1 Diseño y simulación en Proteus del convertidor de V/I

necesario para proporcionar la corriente de control del driver
de la bomba de llenado del depósito de mezclas de nutrientes
El diseño del convertidor de corriente (Figura 4.7) se realiza utilizando el

amplificador operacional TL082 que es un encapsulado donde vienen 2 Amp internamente
incluidos, una primera etapa es un seguidor de voltaje para acople de impedancias y la
segunda es en si el convertidor de corriente con un transistor para proporcionar la corriente
estable deseada sin verse afectada por la carga
Figura 4.7 Diseño del convertidor de corriente
46
4.5 Función de transferencia de la planta (Nivel)
Por medio de la herramienta “ident” de Matlab se obtiene la función de

transferencia del proceso de nivel en el tanque de mezcla de nutrientes, para esto es
necesario la obtención de datos que muestren la respuesta de la planta a una señal de
entrada tipo escalón.
4.5.1 Sistema de adquisición de datos (Datalogger)
Los datos necesarios para la generación de la función de transferencia se obtienen

por medio de la herramienta Datalogger que incluye el software de LabVIEW, para esto se
introduce una señal tipo escalón al proceso, la herramienta Datalogger genera un archivo
con los datos obtenidos por la herramienta Datalogger. En la figura 4.8 muestra la imagen
correspondiente al Datalogger.
Figura 4.8 Pantallas de la herramienta Datalogger
47
4.5.2 Por medio de la herramienta ident de Matlab se obtiene la

función de transferencia de la planta (Nivel)
Figura 4.9 System Identification Tool
En la figura 4.9 se muestran las pantallas de System Identification Tool donde se

introducen los datos obtenidos del proceso por medio del Datalogger, al introducir el
archivo con los datos se observa la gráfica de la respuesta de la planta (Control de nivel) a
una señal entrada tipo escalón.
48
4.5.3 Con Process model se obtienen los parámetros de la

función de transferencia
Figura 4.10 Process Models
En la figura 4.10 la opción de Process Models de System Identification Tool nos

genera los parámetros involucrados en la función de transferencia que describe el
comportamiento de la planta. Con los parámetros obtenidos finalmente se obtiene la
función de transferencia.
( )
0.031882 ( . )
. .= =
1+ 1 + 0.44769
49
4.5.4 Simulación de la planta de nivel en Matlab, comparando 2

tipos de control: control clásico PID y control PD+I Fuzzy
Figura 4.11 Simulación de la planta de nivel en Matlab
En la figura 4.11 se muestra la simulación de la planta la cual se describe por medio

de la función de transferencia, se observa la configuración para tipos de control: PID
clásico y PD+I Difuso aplicados para la misma planta con lo cual observaremos el
comportamiento de la planta para dos tipos de control diferentes
50
Pantallas de configuración (determinar 25 reglas de control Fuzzy)
Figura 4.12 Reglas para control Fuzzy
En la simulación de los procesos en Matlab en la parte del control Fuzzy es

necesario introducir las reglas de inferencia mostradas en la figura 4.12, las cuales
determinan el nivel de pertenencia de la señal de entrada.
Resultados (gráficas) obtenidos de la simulación en Matlab de los 2 tipos de control
a) b)
Figura 4.13 a) Respuesta del control PID clásico b) Respuesta de ambos controles PID
clásico y PD+I Difuso
51
En la figura 4.13 se muestra la respuesta de los dos tipos de control: PID clásico y
PD+I Difuso aplicados a la misma planta cuando se introduce una señal de entrada tipo
escalón. Se observa una mejor respuesta del control PD+I Difuso en comparación al PID
clásico
4.6 Control PID clásico realizado en LabView

aplicado en campo para controlar la variable nivel
Figura 4.14 Control PID clásico en LabVIEW
En la figura 4.14 se muestra el diseño de un control PID clásico realizado en

LabVIEW, donde solo es necesario introducir los parámetros del control (Kp, Ki, Kd) en el
panel frontal donde de igual manera se muestra la gráfica del comportamiento del proceso
de acuerdo al control aplicado
52
4.6.1 Resultados de la implementación del control PID clásico
Figura 4.15 Respuesta a un cambio del punto de referencia
La figura 4.15 muestra el comportamiento (respuesta) de la variable de proceso la

cual se indica por medio de la línea roja, del control cuando se cambia el set-point al
proceso (línea verde), Si el proceso (nivel deseado) se encuentra estable y se modifica el
setpoint a un valor menor cuando no existe demanda de agua, no sucede nada con el
control, en cambio se modifica el setpoint a un valor mayor, inmediatamente por medio del
control se la bomba (línea blanca) para llenar el tanque y llegar al nuevo valor de nivel
deseado.
Figura 4.16 Estabilización del proceso
53
En la figura 4.16 se observa como después de haber realizado el cambio del setpoint
el proceso se empieza a estabilizar, como se activó la bomba se empieza a llenar el tanque
al nuevo valor deseado determinado por el cambio del setpoint, conforme se va alcanzando
el nuevo valor deseado de nivel la bomba va disminuyendo la velocidad de llenado hasta
lograr el nivel deseado
Figura 4.17 Proceso estable
En la figura 4.17 se observa cuando el proceso se encuentra estable, es decir el nivel

del tanque se encuentra en el valor deseado determinado por el punto de referencia, esto
con la finalidad de observar el comportamiento del control cuando se presenta una
perturbación.
54
Figura 4.18 Respuesta a una perturbación
En la figura 4.18 se muestra el comportamiento del proceso estando estable y se le

simula una perturbación al proceso disminuyendo el valor del set-point y vaciando el
tanque, se observa que conforme el nivel del tanque va disminuyendo se activa la bomba
para el llenado del tanque y de esta manera estabilizar nuevamente el proceso.
4.7 Diseño del control PD+I Fuzzy en LabVIEW
Figura 4.19 Control PD+I Fuzzy en LabVIEW
55
En la figura 4.19 se muestra el diseño de un control PD+I difuso realizado en

LabVIEW, donde solo es necesario introducir los parámetros del control (ganancia
proporcional, ganancia derivativa y el parámetro de integración) en el panel frontal donde
de igual manera se muestra la gráfica del comportamiento del proceso de acuerdo al control
aplicado.
Variables. Se configuran las variables lingüísticas del sistema Fuzzy
Figura 4.20 Variables lingüísticas
Se va crear un archivo, en la herramienta de Fuzzy System Designer de LabVIEW

en la pestaña correspondiente a las variables es donde se determinan las variables
lingüísticas a utilizarse para el control difuso, dichas variables lingüísticas dependerán de la
complejidad del controlador (figura 4.20).
56
Rules. Se configuran las reglas del sistema Fuzzy
Figura 4.21 Reglas de inferencia
Se va crear un archivo, en la herramienta de Fuzzy System Designer de LabVIEW

en la pestaña correspondiente a rules es donde se determinan las reglas de inferencia a
utilizarse para el control difuso. Dichas reglas servirán de guía para que el sistema se
comporte de acuerdo a lo deseado y programado (figura 4.21).
57
4.7.1 Resultados de la implementación del control PD + I Fuzzy
Figura 4.22 Proceso estable
En la figura 4.22 Se observa el comportamiento estable del proceso, es decir la

variable del proceso (línea azul) del nivel del tanque se encuentra en el valor deseado (línea
roja), esto con referencia a la gráfica superior de la imagen. En este momento de estabilidad
no hay cambios del punto de referencia ni se presenta algún tipo de perturbación al proceso.
58
a)
b)
Figura 4.23 a) y b) Respuesta a del proceso a un cambio del setpoint
En la figura 4.23 a) y b) Se muestra el comportamiento del proceso a los cambios

en el punto de referencia, se observa que si estando estable el proceso y se cambia el
setpoint a un valor menor no ocurre nada con la variable de proceso ya que no hay demanda
59
en el suministro de agua, en cambio si se modifica el punto de referencia a un valor mayor,

inmediatamente el control entra en acción activando la bomba para alcanzar el nivel del
tanque al nuevo valor determinado por nuevo punto de referencia.
a)
b)
Figura 4.24 a) y b) Respuesta a del proceso a una perturbación
60
En la figura 4.24 a) y b) Se observa el comportamiento del proceso cuando estando

dicho proceso estable se presenta una perturbación, es decir en este caso se suministra agua
al cultivo, para observar este comportamiento se cambia el setpoint a un valor menor del
que se tiene cuando el proceso se encuentra estable y entonces se suministra el agua al
cultivo, al suministra agua el nivel del tanque empieza a disminuir hasta alcanzar el nuevo
punto de referencia, en el momento en que el nivel del tanque cae por debajo del punto de
referencia, inmediatamente el control realiza las acciones programadas, es decir enciende la
bomba que suministra agua al tanque con el objetivo de mantener el nivel del tanque en el
valor deseado.
61
Capítulo V Conclusiones
Capitulo V
Conclusiones
5.1 Conclusiones
Se aplican los conocimientos adquiridos y las diferentes formas de control

conocidas para el control de variables de procesos en este caso especial aplicados en el
campo de la producción de alimentos
En base a los conocimientos adquiridos, simulación de prototipos y pruebas

realizadas y resultados obtenidos en campo es posible determinar que los sistemas de
control difusos y en especial en mi trabajo de investigación, con un control difuso se
obtienen mejores resultados en el control de nivel de nivel del tanque de nutrientes del
invernadero
Es necesario aplicar las técnicas de control adecuados y que nos proporcionen

mejores resultados en cada variable de proceso que nos permita optimizar los recursos y
reducir en lo posible los daños causados por el uso de tecnologías a nuestro ambiente.
5.2 Trabajos Futuros
Como trabajos futuros, se puede realizar un solo control difuso que involucre a
todas las variables de proceso involucradas en la producción de la fresa en el invernadero
del ITCG (Ph, nivel, temperatura, presión, etc.). Además de que dicho control se puede
diseñar para monitorear y controlar dichas variables desde una estación remota, realizando
la comunicación del invernadero con dicha estación remota de control en forma inalámbrica
o por medio de una página web en internet.
62
Referencias bibliográficas
ALPI, A. & TOGNONI, F. (1999). Cultivo en invernadero. (3a. ed.). Madrid: Ed. Mundi-
Prensa.
Capdeville, O. B. (2004). Manual para la construcción de un invernadero. Nuestra Tierra,

5-8.
Casares, T. S. (2002). Diseño de invernaderos. Recuperado el 01 de Diciembre de 2012, de

Instituto Nacional de Tecnológica Agropecuaria:
http://www.inta.gov.ar/bariloche/info/documentos/forestal/silvicul/hdt19.pdf
Creus, S.A. (2005). Instrumentación industrial. (7a. ed.). España: Marcombo.
Damián Iván Heredia, (2010). “Diseño e implementación de un sistema de control y

monitoreo automático de agua en cisternas utilizando radiofrecuencias”. Tesis de Ingeniería
en electrónica y computación. Escuela Superior Politécnica de Chimborazo. Radiobomba,
Ecuador.
Mancha, U. C.-L. (2005). Fertirrigación. España: CREA (Centro Regional De Estudios Del
Agua).
Ponce, C.P. (2010). Inteligencia artificial con aplicaciones a la ingeniería.
OGATA, K. (1998). Ingeniería de control moderna, (3a. ed.). México: Prentice Hall.
Sagarpa. (2012). sagarpa.gob.mx. Recuperado el 01 de Diciembre de 2012, de

http://www.sagarpa.gob.mx/agricultura/Paginas/Agricultura-Protegida2012.aspx
63
Sagarpa. (2012). sagarpa.gob.mx. Recuperado el 01 de Diciembre de 2012, de
http://www.sagarpa.gob.mx/agricultura/Documents/Proyectos/Boletin.pdf
Santiago, J. (2008). Fresas en invernadero. Recuperado el día 01 de Diciembre de 2012, de

http://www.hortalizas.com/articulo/7672/fresas-en-invernadero.
Ferreyra A., Fuentes R., Estudio comparativo entre control PID y Difuso. SOMI XV
Congreso de instrumentación. Octubre 2000. Guadalajara Jal., México.
64
Glosario de términos.
Amplificador operacional: Es un circuito electrónico (normalmente se presenta como

circuito integrado) que tiene dos entradas y una salida. La salida es la diferencia de las dos
entradas multiplicada por un factor (G) (ganancia)
Nivel: En su sentido más general nivel hace referencia a una "altura" relativa a otra altura;
generalmente se toma como punto de referencia una base.
Control de nivel: Son dispositivos o estructuras hidráulicas cuya finalidad es la de

garantizar el nivel del agua en un rango de variación preestablecido.
Invernadero: Un invernadero (o invernáculo) es una construcción de vidrio o plástico en la

que se cultivan plantas, a mayor temperatura que en el exterior.
Voltaje: La tensión eléctrica o diferencia de potencial (en algunos países también se

denomina voltaje) es una magnitud física que cuantifica la diferencia de potencial eléctrico
entre dos puntos. También se puede definir como el trabajo por unidad de carga ejercido
por el campo eléctrico sobre una partícula cargada para moverla entre dos posiciones
determinadas.
Corriente: La corriente o intensidad eléctrica es el flujo de carga por unidad de tiempo que
recorre un material. Se debe al movimiento de los electrones en el interior del material. En
el Sistema Internacional de Unidades se expresa en C/s (culombios sobre segundo), unidad
que se denomina amperio. Una corriente eléctrica, puesto que se trata de un movimiento de
cargas, produce un campo magnético, lo que se aprovecha en el electroimán. Adquisición
de datos.
65
Fertirrigación: Fertirrigación o fertigación, son los términos para describir el proceso por
el cual los fertilizantes son aplicados junto con el agua de riego.
Sensor: Es un dispositivo capaz de detectar magnitudes físicas o químicas, llamadas

variables de instrumentación, y transformarlas en variables eléctricas.
Adquisición de datos: La adquisición de datos o adquisición de señales, consiste en la

toma de muestras del mundo real (sistema analógico) para generar datos que puedan ser
manipulados por un ordenador u otras electrónicas (sistema digital). Consiste, en tomar un
conjunto de señales físicas, convertirlas en tensiones eléctricas y digitalizarse de manera
que se puedan procesar en una computadora o PAC. Se requiere una etapa de
acondicionamiento, que adecua la señal a niveles compatibles con el elemento que hace la
transformación a señal digital. El elemento que hace dicha transformación es el módulo de
digitalización o tarjeta de Adquisición de Datos (DAQ).
S.P.: es el valor de destino que un sistema de control automático, por ejemplo el

controlador PID, tendrá como objetivo a alcanzar. Por ejemplo, un sistema de control de la
caldera puede tener una temperatura "setpoint", que es la temperatura del sistema de control
pretende alcanzar.
LabView: una herramienta gráfica para pruebas, control y diseño mediante la

programación. El lenguaje que usa se llama lenguaje G, donde la G simboliza que es
lenguaje Gráfico.
Transmisor: En el área de comunicaciones es el origen de una sesión de comunicación. Un

transmisor es un equipo que emite una señal, código o mensaje a través de un medio.
Invernadero
66
PID: Un PID (Proporcional Integral Derivativo) es un mecanismo de control por
realimentación que calcula la desviación o error entre un valor medido y el valor que se
quiere obtener, para aplicar una acción correctora que ajuste el proceso.
67
Anexos
Sensor de Presión MPX10DP
68
Amplificador de Instrumentación INA128
69
Amplificador operacional dual TL082
70
Transistor 2n2222
71

Control PID Difuso de Nivel de Un Tanque

Cargado por

Información del documento

Título original

Derechos de autor

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Control PID Difuso de Nivel de Un Tanque

Cargado por

Copyright:

Instituto Tecnológico de Ciudad Guzmán

Control PID Difuso de Nivel de un Tanque en un

Que para obtener el grado de:

Maestro en Ingeniería Electrónica

Ing. Joel Vega Serrano

Dr. Jaime Jalomo Cuevas

Ciudad Guzmán, Jalisco, México. Diciembre 2013

Un agradecimiento total a todas aquellas personas que me brindaron su apoyo

A mis padres y hermanos que siempre estuvieron al pendiente y dándome ánimos

Al Instituto Tecnológico de Ciudad Guzmán, Jalisco, por brindarme la oportunidad

Al CONACYT por brindarme su apoyo económico para la realización de la

En el Instituto Tecnológico de Cd. Guzmán, se cuenta con un invernadero para la

El presente trabajo es con el objetivo de implementar un control PID difuso para

Al implementar este sistema automático de control difuso en el invernadero se busca

Un controlador difuso es un sistema de control que, mediante un elemento final de

The objective of this job is to implement a diffuse PID controller to check

By implementing this automatic diffuse controller in the greenhouse we pursue

A diffuse controller is a control system that through a final element (actuator) is

2.2 Importancia de la agricultura protegida en México .................................................... 6

2.3 Apoyos SAGARPA 2012 para impulsar la agricultura protegida ............................ 7

2.4.1 Ventajas e inconvenientes de la fertirrigación: .................................................. 10

2.5 Métodos de inyección en goteo y aspersión. ............................................................ 12

2.6 Fresas en invernadero. ............................................................................................ 13

2.7 Tipos de Control (lazo cerrado, lazo abierto)........................................................... 17

2.8 Medición de nivel. .................................................................................................. 19

2.9 Control Proporcional-Integral-Derivativo (PID) ...................................................... 19

2.9.1 Acción Proporcional ......................................................................................... 21

2.9.2 Acción Integral................................................................................................. 21

2.9.3 Acción Derivativa ............................................................................................ 22

2.9.4 Usos del PID .................................................................................................... 23

2.9.5 Ajuste de parámetros del PID ........................................................................... 23

2.10.1 Un Controlador Lógico Programable consta de 3 elementos principales: ........ 24

2.10.2 Estructura de un PLC ..................................................................................... 24

2.10.3 Clasificación de los PLC’s.............................................................................. 25

Capítulo III. ................................................................................................ 27

3.2 Ramas que componen la inteligencia artificial ........................................................ 27

3.3 Lógica Difusa ........................................................................................................ 28

3.4 Lógica Booleana ..................................................................................................... 31

3.4.1 Lógica booleana: .............................................................................................. 32

3.4.2 Operadores en la lógica convencional. .............................................................. 33

3.5 Lógica Difusa ......................................................................................................... 34

3.6 Controladores Difusos ........................................................................................... 35

3.6.1 Interfaz de difusificación .................................................................................. 35

3.6.2 Base de conocimientos ..................................................................................... 37

3.6.3 Lógica de decisiones ........................................................................................ 37

3.6.4 Interfaz de desdifusificación ............................................................................ 38

4.2 MPX10DP Sensor Presión diferencial (Medición de Nivel) .................................... 42

4.3 Acondicionador de señal ......................................................................................... 43

4.3.1 Diseño y simulación del acondicionador de señal generada en el sensor de

4.4 Convertidor de V/I .................................................................................................. 45

4.4.1 Diseño y simulación en Proteus del convertidor de V/I necesario para

4.5 Función de transferencia de la planta (Nivel) .......................................................... 47

4.5.1 Sistema de adquisición de datos (Datalogger) ................................................... 47

4.5.2 Por medio de la herramienta ident de Matlab se obtiene la función de

4.5.3 Con Process model se obtienen los parámetros de la función de transferencia .. 49

4.5.4 Simulación de la planta de nivel en Matlab, comparando 2 tipos de control:

4.6.1 Resultados de la implementación del control PID clásico ................................. 53

4.7 Diseño del control PD+I Fuzzy en LabVIEW ......................................................... 55

4.7.1 Resultados de la implementación del control PD + I Fuzzy............................... 58

5.2 Trabajos Futuros .................................................................................................... 62

Referencias bibliográficas ................................................................. 63

Amplificador de Instrumentación INA128 .................................................................... 69

Amplificador operacional dual TL082 .......................................................................... 70

Transistor 2n2222 ......................................................................................................... 71

Figura 2.2 Cultivos de la Agricultura Protegida en México ................................................ 7

Figura 2.3 Esquema de montaje de un Venturi ................................................................. 16