Automatización de Procesos Industriales PDF

Automatización de Procesos
Industriales
Ingeniero de Organización. Curso 1o
José Marı́a González de

Durana
Dpto. I.S.A. EUI
–UPV/EHU–
Vitoria-Gasteiz
Directory
• Table of Contents
• Begin Article
Copyright c 2006
Last Revision Date: Febrero 2004
Table of Contents
1. OBJETIVOS
2. MÉTODO
3. EVALUACION-cambiar
4. Contenidos
. Tema 1. Introducción
1. Perspectiva histórica
2. La empresa productiva
• Procesado de un elemento • Montaje • Movimiento de material
• Almacenamiento • Inspección y control • Job Shops • Producción
por lotes • Lı́neas de producción • Producción continua • Producto
en posición fija • Por clases de procesos • En flujo de producto • Por
tecnologı́a de grupo
3. El significado del control
4. La automatización industrial
• Técnicas analógicas • Técnicas digitales
5. Modelos matemáticos de sistemas
Parte I. Elementos de la Automatización
. Tema 2. Automatismos eléctricos

1. Sı́mbolos y normas para esquemas eléctricos
2. Circuitos y esquemas eléctricos
3. El relé
. Tema 3. Sensores
1. Tipos de sensores
1.1. Clasificación
1.2. Caracterı́sticas
2. Calibración (sensores analógicos)
3. Tipos de transductores
3.1. El potenciómetro como sensor de posición
3.2. Sensores – detectores de proximidad
3
. Tema 4. Neumática
1. Instalación de aire comprimido
2. Cilindros
2.1. Válvulas
. Tema 5. Autómatas programables
1. Descripción de un PLC
2. Programacion de PLC’s
2.1. Ladder Diagram (LD)
2.2. Structured Text (ST)
2.3. Functional Block (FB)
2.4. Instruction List (IL)
2.5. Sequential Function Chart (SFC)
2.6. Autómata programable Omron CPM2A-30CDR-A
2.7. Ejemplos
3. Célula flexible SMC
3.1. Componentes
4
Parte II. Modelos, simulación y diseño
. Tema 6. Sistemas booleanos

1. Dispositivos lógicos
2. Algebra de Boole
2.1. Funciones booleanas
• Formas canónicas
2.2. Simplificación de funciones booleanas
• Método de Karnaugh • Método de Quine-McCluskey • Algoritmo
de Quine
3. Sistemas combinacionales
3.1. Funciones lógicas elementales
• Función NOT • Función AND • Función OR • Función NAND
• Función NOR • Función XOR
4. Sistemas secuenciales
4.1. Autómata de Mealy
5
4.2. Autómata de Moore
4.3. Tablas de estado
4.4. Diagrama de estado
4.5. Dispositivos biestables
• Biestable R-S
. Tema 7. Modelos de sistemas
1. Sistemas continuos
. Tema 8. Modelos computacionales
1. Grafcet
1.1. Estructuras básicas
• Secuencia simple • Divergencia OR • Convergencia OR • Divergen-
cia AND • Convergencia AND • Saltos • Posibilidades avanzadas
2. Cartas de estado
2.1. Stateflow
2.2. Elementos de una carta de estado
• Estados • Transiciones • Uniones
6
2.3. Elementos de texto especiales
• Datos • Eventos
3. Creación de un modelo con Stateflow–Simulink
• Observaciones • Ejemplo. Control de barrera de ferrocarril
. Tema 9. Procesos continuos
• Ejemplo. Depósito
2. Modelos de sistemas continuos
2.1. Ecuación diferencial
2.2. Sistemas lineales - parámetros constantes
• Modelo externo • Modelo interno
2.3. Modelo externo
2.4. Modelo interno
2.5. Cálculo de la respuesta temporal
• Cálculo de la respuesta con Matlab
3. Simulink
7
• Ejemplo. Modelo simple • Ejemplo, Circuito eléctrico • Cálculo con
Matlab para c. alterna
4. Sistemas no lineales – péndulo
4.1. Respuesta – modelo externo
• Resolución simbólica
4.2. Respuesta – modelo interno
5. Sistema de primer orden
6. Sistema de segundo orden
7. Linealización
8. Respuesta de frecuencia
8.1. Diagrama de Nyquist
8.2. Criterio de Nyquist
• Principio del argumento • Criterio de estabilidad de Nyquist • Ejem-
plo 1 • Ejemplo 2 • Ejemplo 3 • Ejemplo 4
8.3. Diagramas de Bode
8
9. El lugar de las raı́ces
9.1. Reglas para el trazado
9.2. Trazado por computador
. Tema 10. Diseño de Sistemas de Control continuos
1. Introducción
2. Tipos de controladores
• Realización de los controladores • Controlador PID • Controladores
de adelanto y de retraso de fase • Controlador de adelanto-retraso con
red pasiva • Controlador de adelanto-retraso con amp. operacional
3. Diseño en el lugar de las raı́ces
• Efecto de añadir un cero • Efecto de añadir un polo
3.1. Diseño de un controlador de adelanto de fase
3.2. Diseño de un controlador PID
. Tema 11. Diseño de Automatismos
Parte III. Automatización global
9
. Tema 12. Niveles de Automatización
1. Fabricación inteligente
Parte IV. APENDICES
. Tema A. Ecuaciones diferenciales

1. Ecuaciones diferenciales de primer orden
1.1. Problema de condiciones iniciales (PCI)
2. Estudio cualitativo
3. Orden de una ecuación diferencial
4. Interpretación geométrica
5. Sistemas de 2o orden
• Interpretación geométrica
6. Solución numérica
7. Solución numérica con Matlab
10
7.1. Método de Kelvin
. Tema B. Realización del control
1. Realización fı́sica
2. Actuadores
2.1. Tipos de actuadores
2.2. Otros actuadores
2.3. Accesorios mecánicos
2.4. El motor de c.c.
2.5. Ecuaciones diferenciales
2.6. Modelo externo
2.7. Función de transferencia del motor
2.8. Reductor de velocidad
2.9. Función de transferencia del reductor
2.10.Reductor con poleas elásticas
2.11.Aplicación práctica: sistema de control de posición
3. Especificaciones de funcionamiento
11
3.1. Especificaciones en tiempo
• Valores para el sistema de 2o orden • Otros valores
3.2. Especificaciones en frecuencia
4. Estabilidad, controlabilidad y observabilidad, sistemas lineales
12
1. OBJETIVOS
• Formar personas con capacidad para el planeamiento, gestión, diseño y
desarrollo de proyectos de automatización.
• Fomentar los métodos de trabajo en grupo.
• Utilizar tecnologı́as y métodos de actualidad.
• Inculcar un marco teórico en el que tengan cabida los complejos procesos
productivos.
• Visualizar los métodos y tecnologı́as existentes.
• Fases: análisis, diseño y realización.
13
2. MÉTODO
PBL: aprendizaje basado en problemas

1. PBL
• Clases teóricas
. Contenidos API
. Planteamiento problemas
. Trabajos en grupo
. Actividades en Moodle
• Clases prácticas
. Problemas guiados (PG).
. Problemas asistidos (PA).
. Problemas de evaluación (PE).
. Proyecto final.
• Tutorı́as: apoyo y evaluación PBL, dudas, grupos.
2. Examen final
14
Herramientas
• Plataforma Moodle de la UPV/EHU http://moodle.ehu.es/moodle
• Programas para PLC’s: Omron CX-Programmer, CX-Supervisor
• Programas para control: Matlab, Scilab, Octave, Maple
• Programas para simulación de sistemas: GPSS, ARENA
• Programación en lenguajes estándar: C, C++, Java
Prerrequisitos
• Algebra Lineal: espacios vectoriales, matrices.
• Análisis Matemático: análisis real y complejo (básico), ecuaciones dife-
renciales ordinarias.
• Informática: manejo del ordenador, windows, nociones de programación
(C, C++, Java).
• Fı́sica: nociones de mecánica, electricidad, calor, fluidos.
15
3. EVALUACION-cambiar
• PBL
PG + PA + PE (prácticas laboratorio) 4
Actividades desarrolladas en Moodle 2
Proyecto final 4
Total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
• Método clásico
Prácticas de laboratorio 4
Examen final 6
Total . . . . . . . . . . . . . . . . . 10
? Nota de prácticas = P G ( 0.4P A + 0.6P E )
en donde P G ∈ {0, 1} y P A, P E ∈ [0, 10]
16
4. Contenidos
1. Automatización
• Automatización en la fábrica
• Sensores, actuadores, controladores
• El Simatic CPM-2A: zonas de memoria, ciclo scan, Hostlink no
node, Ladder, timers
2. Automatización local
• Actuadores
• Captadores
• Automatismos eléctricos, neumáticos e hidráulicos
• Controladores y Autómatas programables (PLC’s)
3. Modelado y simulación
• Control de procesos continuos – Matlab, Simulink
• Procesos con eventos – Redes de Petri, Grafcet, Stateflow
• Procesos estocásticos – Scada, Arena
4. Automatización global
• Buses industriales de comunicación
• Robótica
• GEMMA
• SCADA
17
Tema 1. Introducción
Automatización: teorı́as y tecnologı́as para sustituir el trabajo del hombre por

el de la máquina. Mecanismo de feedback
Relacionada con las Teorı́as de Control y de Sistemas.
Adopta los más recientes avances.
Para automatizar procesos: saber cómo funcionan esos procesos.
• Procesos continuos
• Procesos comandados por eventos
18
1. Perspectiva histórica
Fuego:
• Homo sapiens→ calefacción → alimentos
• Edad Bronce → metales → cerámica → “procesos fabricación”
Energı́a eólica:
• 2000 A.C: embarcaciones a vela
• 1000 A.C.: Fenicios → Mediterráneo
• Edad Media: Europa → molinos de viento
Energı́a hidráulica: 50 A.C: Romanos → noria
Máquina de vapor
• James Watt, 1750 → Revolución Industrial
• Maquina de vapor → bombas agua (minas de Gales)
• Automatización telares (Manchester)
19
El governor de Watt
w(t)
xC : consigna de velocidad ωref (fija)
C
Si ω aumenta
xC
⇒ aumenta fuerza centrı́fuga
B ⇒ bolas B se separan
⇒ A sube
⇒ A cierra válvula vapor de la caldera
Actuador ⇒ baja la presión
A
válvula ⇒ ω disminuye
xA
Feedback: artificio básico del control.
20
Locomóvil
Marsall sons & Co. Ltd.
Gainsborough, U.K.
Primer cuarto del siglo XX
Museo de la Cultura del Vino

Dinastı́a Vivanco
Briones, La Rioja
21
Teorı́as, tecnologı́as y áreas
• Teorı́as
. Teorı́as de Control, Sistemas y Señal
. Sistemas de eventos discretos
. Máquinas de estado, Redes de Petri, Grafcet, Statechart
• Tecnologı́as
. Neumática, Hidráulica
. Electrónica
. Microprocesadores, Ordenadores, Autómatas programables
. Robótica
. Comunicaciones
. Desarrollo del software
• Areas tecnológicas
. Automatización de las máquinas-herramienta
. Control por computador, CAD, CAM, CIM
. Control de procesos distribuido
. Células flexibles
22
2. La empresa productiva
Ente socioeconómico – adecuación parcial de flujos: producción y consumo

Dos subsistemas: uno para medir las necesidades de los consumidores y de
trasferirles los productos que las satisfagan y otro que se encarga de la pro-
ducción.
Elemento productivo – Elemento consumidor (de materias primas)
Departamentos o secciones:
• Finanzas
• Gestión
• Compras
• Almacén de materias primas
• Producción
• Almacén de productos terminados
• Ventas
23
Actividad de la empresa
Almacén de Producción Almacén de

materias primas productos terminados
Gestión
Compras Finanzas Ventas
MERCADO
Gestión: controla a todos los demás

• parte superior: generación del producto (gestión de producción)
• parte inferior: ventas − comparas = beneficio (mercadotecnia)
Objetivo: maximizar el beneficio.
24
El proceso productivo
Energia
Productos base Proceso Productos elaborados

y auxiliares Productivo y residuos
• Incrementa valor añadido

• Simple o compuesto de subprocesos
• Con o sin intervención humana (automático)
• Intervención humana: operación, vigilancia, ajuste, mantenimiento
• Modelo: sistema de eventos discretos
25
Operaciones básicas de fabricación
• Procesado de un elemento
Materia prima- Pieza -
Mecanizado
• Montaje
Mat. prima 1- Pieza 1-
Mecanizado 1
Montaje Producto
-
Mat. prima 2- Pieza 2-

Mecanizado 2
• Movimiento de material
• Almacenamiento
• Inspección y control
26
Tipos de procesos
• Job Shops
- amplia gama, alta tecnologı́a, series medianas–pequeñas
- mano de obra y maquinaria especializadas – elevados costes
• Producción por lotes

- muy extendida – lotes tamaño medio, cada lote de una tirada
- maquinaria y el personal preparados – cambio lote
• Lı́neas de producción
- cadena – grandes series - pocos productos – automóviles
- cintas trasportadoras – estaciones (proceso o montaje) – almacenes
• Producción continua
- productos simples – grandes cantidades – petroquı́mica
- flujo continuo de producto
27
Ubicación de los procesos
Importancia: procesos, comodidad del personal, cableados, buses etc.
Programas simulación (estocástica)
• Producto en posición fija

El producto no debe moverse – obras – naval y aeronáutica
• Por clases de procesos

Máquinas en locales por clases de procesos – mecanizado – flexible
• En flujo de producto
Máquinas a lo largo del flujo
• Por tecnologı́a de grupo

Por clases + en flujo de producto
3. El significado del control

Controlar: conducir, dirigir, gobernar, comardar, ...
trayectoria prefijada — controles
28

volante 

acelerador

chófer → → vehı́culo
frenos 

cambio de marchas

Teorı́a de Control
sistema de control = entidad
– terminales de entrada (controles) → estı́mulos
– terminales de salida → respuesta
Caja negra o bloque – planta o proceso
Entrada- Salida -
Bloque
29
El control en la empresa
El esquema de feedback es aplicable los procesos de la empresa.
• Control de producción
• Control de calidad
• Control de presupuestos
• Control de procesos
Elementos esenciales:
• medida de variables del proceso a controlar
• realimentación de las variables medidas
• comparación con una consigna
• actuación sobre el proceso
30
4. La automatización industrial
Objetivos
• Reducción de costes de mano de obra, materiales y energı́a
• Reducción de tiempos de fabricación, plazos de entrega
• Mejora de diseño
• Mejora de la calidad
• Eliminación de trabajos peligrosos o nocivos
• Fabricación de elementos sofisticados
Procesos a automatizar
• Operaciones manuales → automáticas
• Máquinas semiautomáticas → automáticas
• Producción rı́gida → producción flexible
31
Ventajas e inconvenientes de la automatización
Ventajas:
? Permite aumentar la producción y adaptarla a la demanda
? Disminuye el coste del producto
? Consigue mejorar la calidad del producto y mantenerla constante
? Mejora la gestión de la empresa
? Disminuye de la mano de obra necesaria
? Hace más flexible el uso de la herramienta
Inconvenientes:
• Incremento del paro en la sociedad
• Incremento de la energı́a consumida por producto
• Repercusión de la inversión en el coste del producto
• Exigencia de mayor nivel de conocimientos de los operarios
32
Automatizar: aplicar feedback
• Técnicas analógicas
Controlador: mecánico, neumático, hidráulico, eléctrico, electrónico, óptico
? Controlador PID – procesos Continuos

Z t
dx(t) 1
x(t) = C((t)) = Kp 1 + Td + x(τ )dτ
dt Ti 0
• Técnicas digitales
Ordenador – microprocesadores – microcontroladores – ordenador personal comuni-
caciones – software ...
? Controlador PID – procesos continuos
? Autómata programable – procesos de eventos discretos
? Control distribuido – automatización global
33
Estructura de un sistema automatizado
Procesos continuos – esquema de regulación en feedback
d(t)
yref
- +m(t)- C x(t)-
A
u(t)- ? v(t)
+m - P r y(t) -
ym (t)
− 6
M
refy
−→ Entrada de referencia C Controlador PID
d(t)
−→ Entrada perturbadora A Actuador
y(t)
−→ Salida P Planta o Proceso
(t)
−→ Error M Medidor
34
Procesos de eventos discretos
ordenes
Parte Parte
de Mando Operativa
eventos
Esquema básico
A
PLC P
S
Comunicaciones
A
Procesador PLC P
S
A A A A
PLC P P P P
S S S S
Control distribuido
35
Parte Operativa
Recibe órdenes de PM, opera sobre el proceso productivo y envı́a eventos a PM.
• Elementos de almacenaje
• Elementos de transporte: cintas, carros
• Máquinaria, herramientas y utillaje
• Actuadores: motores, cilindros, manipuladores, robots
• Sensores
Parte de Mando
Recibe eventos de PO, los procesa y envı́a órdenes a PO. Diálogo con máquinas.
Tratamiento y acondicionamiento de señales.
• Ordenadores, autómatas programables, procesadores electrónicos, neumáticos
• Interfaces hombre-máquina
• Buses y redes de comunicación
36
Tipos de automatización
Proceso 1 Proceso 2 Proceso 3 Proceso 4
• Automatización fija – producción muy alta – automóviles
• Automatización programable – producción baja – diversidad de productos
• Automatización flexible – producción media – pocos productos
• Automatización total
37
Tecnologı́as de la automatización
• Mecánica: herramientas, mecanismos, máquinas, elementos de transporte
• Eléctrica: automatismos eléctricos, motores eléctricos de c.c. y c.a., cableados

– fuerza – mando, aparillajes eléctricos
• Electrónica: controladores analógicos, sensores, pre-accionadores, drivers, ac-

cionamientos, communicaciones, telemando-telemetrı́a, comunicación inalámbri-
ca
• Neumática – electro-neumática: cilindros neumáticos, válvulas neumáticas y

electro-neumáticas, automatismos neumáticos
• Hidráulica y electro-hidráulica: cilindros hidráulicos, válvulas hidraulocas y

electro-hidráulicas, automatismos hidráulicos
• Control e Informática Industrial: controladores de procesos, control por com-

putador, embedded control, autómatas programables, visión artificial, robóti-
ca, mecatrónica, células – fabricación flexible – mecanizado – montaje, control
numérico, CAD-CAM, CIM, redes y buses – comunicaciones
38
5. Modelos matemáticos de sistemas
Modelo matemático: ecuación o sistema de ecuaciones que lo representa y cuya
evolución en el tiempo se corresponde con la del sistema.
Permite hacer cálculos, predicciones, simulaciones y diseñar.
Clasificación:
• Sistemas continuos en el tiempo
• Sistemas discretos en el tiempo
• Sistemas de eventos discretos
Sistemas de eventos discretos =

sistemas reactivos = sistemas comandados por eventos (event-driven systems)
Modelos complejos – procesos estocásticos – procesos de colas – modelos no ma-
temáticos basados en computador.
39
Parte I. Elementos de la Automatización
40
Automatismos
Automatismo: conjunto de sensores, actuadores y controladores conectados con-
venientemente por medio de circuitos y/o buses de comunicación un determinado
proceso para que funcione con una mı́mima intervención humana.
Tecnologı́as de realización
• Sensores: electrónica, neumática
• Actuadores: eléctrica, electromecánica, neumática, hidráulica
• Controladores: electrica, electrónica, informática, neumática
• Circuitos: electrica, neumática
• Buses: electrónica, informática
Observese que sólo las tecnologı́as Eléctrica y Neumática permiten construir auto-
matismos completos.
41
Tema 2. Automatismos eléctricos
1. Sı́mbolos y normas para esquemas eléctricos

Norma IEC 61082: preparación de la documentación
• IEC 61082-1: requerimientos generales (Inglés)
• IEC 61082-2: orientación funciones en esquemas (Inglés)
• IEC 61082-3: esquemas, tablas y listas de conexiones (Inglés y Español)
• IEC 61082-4: documentos localización instalación. (Inglés y Español)
Normas EN 60617, UNE EN 60617, IEC 60617, CEI 617:1996: sı́mbolos gráficos
esquemas (Inglés y Español)
• EN 60617-2: elementos de sı́mbolos, sı́mbolos distintivos y generales
• EN 60617-3: conductores y dispositivos de conexión
• EN 60617-4: componentes pasivos básicos
• EN 60617-5: emiconductores y tubos de electrones
• EN 60617-6: producción, transformación y conversión de energı́a eléctrica

42
• EN 60617-7: aparatos y dispositivos de control y protección
• EN 60617-8: aparatos de medida, lámparas y dispositivos de señalización
• EN 60617-9: telecomunicaciones: equipos de conmutación y periféricos
• EN 60617-10:telecomunicaciones: transmisión
• EN 60617-11: esquemas y planos de instalaciones arquitectónicas y topográfi-

cas
• EN 60617-12: elementos lógicos binarios
• EN 60617-13: operadores analógicos
Norma IEC 60445: interfaz hombre-máquina, seguridad, marcado e identificación
http://www.tecnicsuport.com
43
2. Circuitos y esquemas eléctricos
Circuito de potencia
• Conexión controlada entre red y receptores de potencia
• Interruptores, seccionadores, contactores, fusibles
• Elementos de protección
Circuito de mando
• Conexiones entre controladores, circuitos, sensores y actuadores
• Contactos, componentes, equipos de protección y medida
• Elementos de regulación y control
• Pulsadores, interruptores, conmutadores, contactores, relés
• Sensores, detectores
• Elementos de señalización
44
Tipos de esquemas
• Esquema unifilar
. varias fases agrupadas
. se pierde detalle
. planos de lı́neas de distribución
. poco usado en automatismos
• Esquema desarrollado
. representación detallada
. facilita la comprensión del funcionamiento
. fundamental para el cableado, reparación y mantenimiento
. asocia cada aparato con sus componentes mediante letras y números
ej: contactor KM2 → contactos KA1 21-22
A2
−KA1
−KM1 22 21
A1
45
Identificadores de dispositivos
A Aparatos de serie M Motores
B Sensores N Aparatos no serie
C Condensadores P Prueba y medida
D Dispositivos binarios Q Interruptores mecánicos
E Electricidad R Resistencias
F Protección S Switches manuales
G Generadores T Transformadores
H Señalización V Válvulas electrónicas
K Relés y contactores W Wave transmision
KA auxiliares X Conexiones, regletas, bornas
KM de potencia Y Electromecánicos
L Inductancias Z Filtos
46
Rotulado de conductores y bornas
Conductores L1
3N ~ 50 Hz 400V
fase: L → L10, L11, L12, . . . L2

neutro: N → N4, N6, N9, . . . L3
tierra: PE → PE1, PE3, . . . N1
otros: 10, 11, 20, . . . 3x120 mm 2 + 1x50 mm 2
Contactos
5
de potencia: una cifra por contacto
1, 3, 5, . . . , (arriba)
2, 4, 6, . . . (abajo)
6
auxiliares: dos cifras por contacto
11
23
35
47
1a cifra: número de contacto
2a cifra: 1,2 = NC 3,4 = NA
12
24
36
48
5,6 = NC especial 7,8 = NA especial
Bobinas:
A1
B1
A1, B1, C1, . . .
A2, B2, C2, . . .
A2
B2
Bornas control: regleteros X1, X2, . . .
X3 1 2 3 4 5 6 7
con bornas 1, 2, 3, . . .
Bornas potencia: L1, L2, L3 (lı́neas), N (neutro),
PE (tierra), U, V, W (salidas)
47
Elementos de control
Pulsador
contacto NA
Seta
con enganche
contacto NC
Interrruptor
giratorio
contacto NA
48
3. El relé
• Interruptor accionado por electroimán
• Dispositivo fundamental en automatismos eléctricos
• Contactores
• Diagrama de contactos
1
NC
NA A1 12 14
A1
A2 11
A2
Esquema según norma CEI
49
Funciones lógicas con relés
+ −
a K
+ − + − −
a s a s
K
Identidad Negación Negación con relé
+ − + −
a b K a b K
+ −
a b s K s K s
Función AND Función AND Función NAND
50
Elementos con memoria
+ −
a K
+ − + − −
a s a s
K
Identidad Negación Negación con relé
+ − + −
a b K a b K
+ −
a b s K s K s
Función AND Función AND Función NAND
51
Componentes de dialogo con el usuario
• Entradas: pulsadores, setas, interruptores, potenciómetros
• Salidas: luces, alarmas
• Pantallas tactiles
52
Relés – contactores
53
Tema 3. Sensores
Partes de un sensor
Captador: dispositivo con un parámetro p sensible a una magnitud fı́sica h – emite
energı́a w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte.
Transductor: recibe la energı́a w del captador, la transforma en energı́a eléctrica
e(t) y la retransmite.
Acondicionador: recibe la señal e(t) del transductor y la ajusta a los niveles de
voltaje e intensidad, precisos para su posterior tratamiento, dando v(t).
h(t) Captador w (p ) ( h ) ( t ) e(t ) v(t )

Transductor Acondicionador
p ( h)
Sensor = Captador + Transductor + Acondicionador
• Analógicos: todas las señales son analógicas
• Digitales: v(t) digital.
Sistemas de control: medición de variables que intervienen en el proceso.

El sensor ha de ser de gran calidad. Estática – Dinámica.
54
1. Tipos de sensores
Analógicos: parámetro sensible – magnitud fı́sica
• Resistencia R – desplazamiento, temperatura, fuerza (galgas)
• Capacidad C – desplazamiento, presencia
• Autoinducción, reluctancia L – desplazamiento (núcleo móvil)
• Efecto Seebeck – temperatura (termopar)
• Piezoelectricidad – fuerza, presión
• Dispositivos electrónicos – temperatura, presión
• Avanzados: ionización, ultrasonidos, láser, cámaras CCD, etc.
Digitales: binarios o n bits
• Fin de carrera – presencia (interruptor)
• Dilatación – temperatura (termostato)
• Resistencia, capacidad, autoinducción – presencia
• Efecto fotoeléctrico – presencia (1 bit), posición (n bits), velocidad

55
1.1. Clasificación
Aspecto – tipos
• Señal de salida – analógicos, digitales
• Energı́a – pasivos, activos
• Funcionamiento – deflexión, comparación
1.2. Caracterı́sticas
Aspecto – caracterı́sticas
• Diseño – eléctrico, diseño mecánico, actuación
• Escalas – rango, resolución
• Estática – precisión, linealidad, histéresis, repetitividad, derivas
• Dinámica – orden cero, orden uno, orden dos
• Fiabilidad
56
2. Calibración (sensores analógicos)
Ensayo: entrada h = magnitud de valor conocido – salida medida v
Tabla de calibración: varios puntos h1 → v1 , . . . , hn → vn , dentro del rango
Curva de Calibración: representación gráfica (h, v)
Necesario: aparato de medida de mayor precisión que el sensor
Linealización: curva de calibración → lı́nea recta
• Por punto final: v = m h, en donde m = vn /hn
• Por lı́nea independiente: v = m h + b
• Por mı́nimos cuadrados: v = m h + b, en donde

n
X n
X n
X n
X n
X
n hi vi − hi vi vi hi
i=1 i=1 i=1 i=1
m= !2 , b= − m i=1
Xn Xn n n
n h2i − hi
i=1 i=1
57
3. Tipos de transductores
Temperatura
• Termistor – parámetro sensible: R (ptc, ntc)
β(( T1 )−( T1 ))
RT = R0 e 0 , β = cte., T0 = 250 C – formas variadas
• Termopar – ∆T → ∆v – rápido (ms) – señal débil – T alta
• Circuitos integrados – LM335 (10 mV/0 K), AD592 (1µ A/0 K).
Posición
• Resistivos – potenciómetro (R) – lineal y angular
• Inductivos – LVDT
• Encoder – digital – lineal y angular
• Ultrasonidos
• Láser
Velocidad
• Dı́namo tacométrica
• Encoder
Aceleración, fuerza, presión, luz, color, etc.

58
3.1. El potenciómetro como sensor de posición
V+
i(t)
? ρ
Rx = x(t)
A
vx (t)
V+
R i(t) =
Rx R
x(t) ρ V+
vx (t) = Rx i(t) = x(t) = Kpot x(t)
A R
0
• Ventajas: precio económico
• Inconvenientes: –rozamiento –ruido en la medida
• Tipos: –lineal –circular –de una vuelta –de varias vueltas
• Si ponemos V − en vez de 0 mide x negativos
59
3.2. Sensores – detectores de proximidad
60
61
62
Tema 4. Neumática
• Tecnologı́a básica de la automatización – fabricación y montaje
• Utilización de la energı́a potencial del aire comprimido. DIN 24300
• Ventajas: sencillez de diseño, rapidez de montaje, flexibilidad, fiabilidad, eco-

nomı́a, admite sobrecargas
• Inconvenientes: instalacion aire comprimido, rendimiento bajo, ruidos
Componentes: actuadores, sensores, controladores
63
1. Instalación de aire comprimido
• Compresor –alternativo –rotativo
• Filtros –entrada compresor –en lı́neas –en máquinas
• Secadores –absorción –adsobrción –regrigeración
• Depósitos –control de presión –manómetros –presostatos
• Tubos y accesorios de distribución
64
2. Cilindros
Energı́a aire comprimido → energı́a mecánica
Tubo de acero – émbolo – vástago – una o dos tomas de aire
P P P
Cilindro de simple efecto Cilindro de doble efecto
Tipos: con amortiguador, en tándem, multiposicionales, rotativos y mesas,
de impacto, sin vástago, etc.
65
2.1. Válvulas
Sirven para controlar el paso de fluido – notación: no vı́as / no de posiciones
Distribuidoras: pieza fija + pieza móvil. Muchas formas y dimensiones
Accionamiento:
• Manual, con pulsador, seta, palanca o pedal.
• Mecánico, con leva, rodillo o varilla.
• Neumático, con orificios especiales para señales neumáticas.
• Eléctrico, con electroimán.
• Electroneumático.
A
A

R P R P
Válvula 3/2 de corredera y con accionamiento mecánico
66
Válvulas de dos vı́as
Válvula 2/2: dos orificios o vı́as de aire (entrada y salida), y dos posiciones de
trabajo. Dos tipos: NC y NA. Reposo: cuadrado dcha.
A A
P P
Con accionamientos:
A A
P P
Válvulas de tres vı́as

Tres vı́as y dos o tres posiciones de trabajo. Válvulas 3/2: 3 vı́as y 2 posiciones y
pueden ser de tipo NC o NA.
67
A A
P R P R
Válvulas 3/3: 3 vı́as de aire y 3 posiciones.

A
P R
abrir ← (centro: las tres vı́as cerradas) → cerrar
Válvulas de cuatro y cinco vı́as

4 vı́as y 2 o 3 posiciones trabajo; 5 vı́as y 2, 3 o 4 posiciones de trabajo
68
A B A B
X X Y
P R P R
Válvulas 4/2 y 4/3
A B A B
X Y X Y
RS P RP S
A B
X Y
RP S
Válvulas 5/2, 5/3 y 5/4
Válvula selectora
Conductos internos con forma de T; la bolita tapona la entrada X o Y
Si pX > pY entonces la bolita tapa la entrada Y y pA = pX .
En cambio, si pY > pX ocurre lo contrario y pA = pY
69
A
X Y
Si pX = pY = baja entonces pA = baja; Si pX = pY = alta entonces pA = alta.

Realiza neumáticamente la función lógica OR.
70
Válvulas de simultaneidad
Lleva una corredera en el conducto que comunica las entradas X e Y . La corredera
tiene dos tapones ubicados en sendas cavidades, uno para la entrada X y otro para
la entrada Y y unidos por una varilla. Si pX > pY entonces la cavidad de la entrada
X resulta taponada y pA = pY .
A
X Y
Por el contrario, si pY > pX se tapona la cavidad de Y y la presión en pA = pX .

Si pX = pY , la corredera queda en el centro y entonces pX = pA = pY .
Realiza neumáticamente la función lógica AND.
71
Aplicación sencilla
Control de un cilindro de doble efecto desde dos posiciones X e Y mediante una
válvula selectora de tipo OR.
X Y
72
Cilindros
Linear Compact Rotary Rodless Guided
Hydraulic Grippers Specials Accessories
Suministro de aire
Combination Units Dryers Filters Lubricators Regulators
73
Válvulas
Air Pilot Manual Mechanical Solenoid Accesories
2 Port 3 port 4 & 5 port Porportional
Fittings
One touch Special Manifolds Tubing
74
Tema 5. Autómatas programables
1. Descripción de un PLC
Externamente un PLC se compone de una o varias cajas de plástico acopladas
mecánica y eléctricamente entre sı́. Una de ellas contiene la CPU (Central Process
Unit) y las otras son módulos complementarios para entradas, salidas, comunicacio-
nes, alimentación y otras funciones especiales.
• Datan de la década de los 80
– sustituir relés y temporizadores.
• Potentes PLC: operaciones potentes

CPU – tipo maestro.
• PLC’s de gama baja: actuadores – senso-

res – pocas I/O
– tipo esclavo.
Tanto la CPU como los módulos adicionales tienen bornas para los cables de co-
nexión del autómata con sensores y actuadores ası́ como con otros autómatas y
ordenadores.
75
Arquitectura de un PLC
EPROM RAM CPU ROM EEPROM
Buses: direcciones − datos − control
relés − salidas opto − entradas
• Sistema basado en microprocesador.
• Entradas opto-acopladas y filtradas, salidas por relé.
• Alta inmunidad al ruido – gran fiabilidad.
76
Cableado directo I/O
CPU
Drivers Drivers
Proceso 1 Proceso 2 Proceso 3
• Sensores y actuadores clásicos.
• Las entradas – salidas se cablean hasta el proceso.
• Posiblilidad de errores de transmisión.
• Gran cantidad de cables.
77
Cableado por bus de campo
0
CPU
1 2 3
CPU
Proceso 1 Proceso 2
• Sensores y actuadores “inteligentes”.
• Autómata esclavo en proceso.
• Reducido numero de cables.
• Posibilidad de usar elementos de radiofrecuencia (wifi ).
78
Funcionamiento
Un autómata programable ejecuta un programa almacenado en memoria, de modo
secuencial y cı́clico, en base a lo que suele denominarse ciclo de scan.
• Primero se actualizan las salidas del autómata con los valores de los registros
internos asociados y a continuación las entradas se chequean y sus valores se
almacenan en los registros asociados a las mismas.
• Una vez terminada la tarea I/O, se ejecuta el programa con los datos alma-
cenados en los registros internos.
• El tiempo necesario para completar un ciclo de scan se llama tiempo de scan,

transcurrido el cual puede haber un periodo de tiempo inactivo idle.
Este proceso se ejecuta de un modo permanente, ciclo tras ciclo y sin fin.
Fabricantes
ABB, Afeisa, Allen Bradley (Rockwell), Entrelec, Exor, Fuji, GE-Fanuc, Hitachi,
Hitech, Ibercomp, Idec, Koan, Mitsubishi, Matsushita, Moeller, National, Omron,
Pilz, Siei, Siemens, Sprecher, Telemecanique (Schneider), Tri, Xycom, Yaskawa.
79
Ejemplo de proceso simple
switch lectora
piezas codigo
PLC
entradas
salidas
STOP
maquina
robot
Sı́mbolo e/s elemento on/off significado

E1 e microswitch on llega pieza
S1 s lectora de código on leer código
E2 e lectora de código on pieza ok
S2 s robot on cargar pieza
S3 s robot on descargar pieza
E3 e robot on robot ocupado
S4 s contactor on parar equipo
E4 e máquina on máquina ocupada
E5 e máquina on tarea completa
80
2. Programacion de PLC’s
Lenta evolución de los lenguajes de control industrial.
Motivo: los programas se pueden usar en áreas en las que los fallos pueden originar
riesgos para la seguridad humana o producir enormes pérdidas económicas.
Antes de que una nueva técnica ser aceptada, debe ser probada para verificar que
cumple unas severas condiciones de seguridad y fiabilidad.
Los programas deben ser comprendidos por otras personas ajenas al programador:
técnicos (electricistas, mecánicos, etc.), encargados de planta e ingenieros de proceso
→ lenguajes con caracterı́sticas especiales.
Es posible resolver el mismo problema con diferentes lenguajes. El grado de dificultad
puede variar.
Hay sistemas que convierten automáticamente de un lenguaje a otro.
Programación con ratón mediante interfaces gráficas bajo windows.
Autómatas gama alta: programables en C o SFC, diseño con Statecharts.
Autómatas gama baja: conversión (manual) SFC → LD
81
La norma IEC 1131
Intento de normalización del empleo de PLC’s en automatización.
Antes de la IEC 1131-3: lenguajes especı́ficos de cada PLC
→ confusión, mala coordinación y pérdidas de tiempo y dinero.
Objetivo de la IEC 1131-3: hacer que los programas se entiendan mejor.
Familias de la IEC 1131:
• IEC 1131-1 Información general: definición de términos, normas para la elec-

ción de PLC’s y periféricos.
• IEC 1131-2 Hardware: requisitos mı́nimos de construcción y servicio.
• IEC 1131-3 Lenguajes de programación: elementos comunes, sintaxis, semánti-

ca.
• IEC 1131-4 Guı́a de usuario: para todo proyecto de automatización.
• IEC 1131-5 Comunicaciones: PLC – periféricos, PLC – PLC, PLC – PC.
82
La IEC 1131-3. Lenguajes de programacion
Norma para el diseño de software para sistemas de control industrial, en particular
para PLC’s (Programmable Logic Controller).
Fue publicada por primera vez en 1993. Hasta entonces no habı́a ningún estándar
para la programación de sistemas PLC.
Lenguajes incluidos en la norma IEC 61131-3:
• Ladder Diagram (LD)
• Structured Text (ST)
• Functional Block (FB)
• Instruction List (IL)
• Sequential Function Chart (SFC)
Metodologı́a flexible de programación.

Permite combinar bloques realizados en diferentes lenguajes.
83
Elementos comunes
1. Naturaleza de los datos
• Entradas y salidas
• Marcas (memoria)
• Temporizadores y contadores
• Datos globales (permanentes)
• Datos locales (temporales)
2. Tipos de datos básicos
• boolean: bool (1 bit)
• bit string: bool, byte, word, dword, lword (8, 16, 32, 64 bits)
• integer: sint, int, dint, lint (1, 2, 4, 8 bytes)
• unsigned integer: usint, uint, udint, ulint (1, 2, 4, 8 bytes)
• real: real, lreal (4, 8, bytes)
• time: time, date, tod, dt
• string: string
3. Variables: direcciones de memoria o I/O
4. Configuración, recursos y tareas
5. Organización Programas: Funciones, Bloques de función, Programas
6. Sequential Function Charts (Grafcet)
84
2.1. Ladder Diagram (LD)
• Lenguaje de contactos
• Diseñado para técnicos electricistas
• Cada contacto representa un bit: entrada, salida, memoria
Elementos (instrucciones)
1. Relés: contactos, bobinas
2. Timers, Counters
3. Aritmética
4. Manipulacion de Datos
5. Secuenciadores, etc.
85
Programación en lenguaje LD
Paso 1: Si llega pieza y equipo no está en parada, acciona la lectora
Paso 2. Si la pieza es correcta, activa parada equipo
Paso 3. Si equipo en parada y máquina no ocupada y robot no ocupado, carga pieza
Paso 4. Si tarea es completada y robot no ocupado, descarga la máquina
01 14 11
e ne s ns
E1 01 S1 11
E2 02 S2 12 E1 S4 S1
E3 03 S3 13 02 14

E4 04 S4 14
E5 05
E2 S4
Tabla de sı́mbolos
14 04 03 12

S4 E4 E3 S2
05 03 13

E5 E3 S3
86
2.2. Structured Text (ST)
• Lenguaje de alto nivel
• Sintaxis similar a Pascal o C
• Operadores, expresiones, asignaciones
• Llamadas a función
• Control del flujo de programa
• Funciones, Bloques Función
87
Programación en lenguaje ST
PROGRAM proceso_simple
VAR_INPUT
E1 : BOOL;
E2 : BOOL;
E3 : BOOL;
E4 : BOOL;
E5 : BOOL;
END_VAR
VAR_OUTPUT
S1 : BOOL : FALSE;
S2 : BOOL : FALSE;
S3 : BOOL : FALSE;
S4 : BOOL : FALSE;
END_VAR
S1 := E1 AND (NOT S4);
S2 := S4 AND (NOT E4) AND (NOT E3);
S3 := E5 AND (NOT E4);
S4 := E2;
END_PROGRAM
88
2.3. Functional Block (FB)
FB’s
• Elementos de software empaquetados que pueden ser reutilizados en diferentes

partes de una aplicación e incluso en diferentes proyectos
• Pueden tener algoritmos escritos en cualquier lenguaje IEC-1131-3
• Válidos para todos los lenguajes IEC-1131-3
• Funcionan como bloques constructivos de un sistema de control
• Diseñados por el usuario o por el fabricante

. Contadores, Temporizadores
. Controladores PID
. Algoritmos control no lineal
89
Up Counter Function block
Cuenta impulsos que llegan a CU Algoritmo en lenguaje ST:
hasta que su número supera a PV
FUNCTION BLOCK CTU
y entonces saca la cuenta por CV y
VAR_INPUT
pone a 1 Q. Con R (reset) se pone a
CU : BOOL;
cero.
R : BOOL;
CTU PV : INT;
BOL CU Q BOL END_VAR
VAR_OUTPUT
BOL R Q : BOOL;
CV : INT;
END_VAR
INT PV CV INT IF R THEN
CV := 0;
ELSEIF CU
CU : inpulsos a contar AND (CV < PV) THEN
R : puesta a cero CV := CV + 1;
PV : valor a reponer END_IF;
Q : salida Q := (CV >= PV);
CV : valor contado END_FUNCTION_BLOCK
90
2.4. Instruction List (IL)
• Lenguaje de bajo nivel similar a un lenguaje ensamblador.
• Simple, fácil de aprender e ideal para dispositivos de programación manuales.
• Cada lı́nea tiene cuatro partes: label, operator, operand, and comment.
Instrucciones
LD N load N into register ST N store register in N
S set operand true R reset operand false
AND N, Op Boolean AND OR N, Op Boolean OR
XOR N, Op Boolean XOR ADD Op addition
SUB Op subtraction MUL Op multiplication
DIV Op division GT Op greater than
GE Op greater than and equal to EQ Op equal
NE Op not equal LE Op less than and equal to
LT Op less than JMP C, N jump to label
CAL C, N call function block RET C, N return
“N”: negacion. “C”; condición, la operación se ejecuta si el valor del registro es
cierto.
91
Programación en lenguaje IL
PROGRAM proceso_simple
VAR_INPUT LD E1
E1 : BOOL; ANDN S4
E2 : BOOL; ST S1
E3 : BOOL; LD S4
E4 : BOOL; ANDN E4
E5 : BOOL; ANDN E3
END_VAR ST S2
LD E5
VAR_OUTPUT ANDN E4
S1 : BOOL : FALSE; ST S3
S2 : BOOL : FALSE; LD E2
S3 : BOOL : FALSE; ST S4
S4 : BOOL : FALSE;
END_VAR END_PROGRAM
92
2.5. Sequential Function Chart (SFC)
93
Programación en SFC
Sequential function chart (GRAFCET)
E1 and (not S4)
1 S1
E2
2 S4
S4 and (not E3) and (not E4)
3 S2, S4
E5 and (not E5)
4 S3
94
Conversion manual SFC → LD
ON
keep(11)
0 e1
e0
r1
e0 r1
keep(11)
1 e2
e1
r2
e1 r2
keep(11)
2 e3
e2
... r3 ... ...

rn
en−1 rn
keep(11)
n en+1
en
rn+1
95
2.6. Autómata programable Omron CPM2A-30CDR-A
Lenguaje: LD + instrucciones –16 bits–
Entradas: IR 00000-IR 00915 (o bits)
Ch: 00.00 a 00.11 y 01.00 a 01.05
Salidas: IR 01000-IR 01915 (o bits)
Ch: 10.00 a 10.07 y 11.00 a 00.03
Bits: IR 02000-IR 04915 y IR 20000-IR 22715
Especial: SR 22800-SR 25515
Temporal: TR 0-TR 7
Holding: HR 0000-HR 1915
?????????????????? Auxiliar: AR 0000-AR 2315
18 entradas Link: LR 0000-LR 1515
Timers: TIM/CNT 000 to TIM/CNT 255
Memoria datos: DM 0000-DM 6655 (RW)
Programa
Interrupciones externas: 4
Memoria
Salida de pulsos: 2 puntos 10 KHz
Entradas respuesta rápida: 4 (50µ s)
Controles analógicos: 2 (0-200)
Perif. 12 salidas RS-232 2 Puertos comunicaciones: perif., RS232
????????????
96
2.7. Ejemplos
Programa 1: al pulsar M se encenderá la luz FM.
M FM

0.00 11.01
97
Programa 2: al pulsar M se encenderá la luz FM y se mantendrá encendida; al pulsar
P se apagará.
M
0.00 keep(11)
P e
0.01
e FM

hr00 11.01
98
3. Célula flexible SMC
Transfer (cinta trasportadora) + 8 Estaciones.
Producto: montaje simple
99
Estaciones de proceso
• Parte frontal: mandos, control eléctrico/electrónico, interruptor magneto-térmi-
co, PLC para control del proceso y comunicación
• Parte superior: actuadores, electroválvulas, proceso
Estaciones:
1. Alimentación de la base
2. Montaje rodamiento
3. Prensa hidráulica
4. Inserción del eje
5. Colocación de la tapa
6. Montaje de tornillos
7. Robot atornillador
8. Almacén conjuntos terminados
100
Estación 1
Elementos
• Actuadores: 6 cilindros neumáticos

controlados por electroválvulas
• Sensores: detectores magnéticos
• Pulsadores de marcha, paro y rearme.
• Selector ciclo, seccionador, seta emergencia
• Piloto indicador error
• PLC con 13 entradas y 10 salidas
Operaciones
• Sacar la base del almacén (cilindro A)
• Verificar posición correcta (cilindro V)
• Trasladar base al manipulador (cilindro T)
• Rechazar base incorrecta (cilindro R)
• Insertar base en palet (cilindros MH y MV)

101
3.1. Componentes
• Almacén para 12 bases
Actuadores: Cilindro empujador doble efecto Ø16, C:100mm (CD85N16-100B),
con reguladores de caudal y detectores de posición inicial y final. Controlado
por electroválvula 5/2 monoestable.
Sensores: Detectores magnéticos tipo Reed (D-C73L)
• Módulo verificación posición

Actuadores: Cilindro doble efecto Ø12, C:50mm (CD85N12-50B), con regu-
ladores de caudal y detector de posición final. Controlado por electroválvula
5/2 monoestable.
Sensores: Detector magnético tipo Reed (D-A73CL)
• Módulo desplazamiento Actuadores: Cilindro empujador sección rectangular

Ø25, C:200mm (MDUB25-200DM), con reguladores de caudal y detector de
posición final. Controlado por electroválvula 5/2 monoestable.
Sensores: Detector magnético tipo Reed (D-A73CL)
• Módulo rechazo base invertida Actuadores: Cilindro expulsor simple efecto

Ø10, C:15mm (CJPB10-15H6) con regulador de caudal. Controlado por elec-
troválvula 3/2 monoestable.
• Módulo inserción en palet

Actuadores: Eje horizontal: Cilindro vástagos paralelos Ø20, C:150mm (CXSWM20
102
150- XB11), con reguladores de caudal y detectores de posición inicial y final.
Controlado por electroválvula 5/2 biestable.
Eje vertical: Cilindro vástagos paralelos Ø15, C:50mm (CXSM15-50), con re-
guladores de caudal y detectores de posición inicial y final. Controlado por
electroválvula 5/2 monoestable.
Placa sujeción: 4 Ventosas telescópicas Ø16 (ZPT16CNK10-B5-A10), con eyec-
tor para generación del vacı́o (ZU07S). Controlado por electroválvula 3/2 mo-
noestable.
Sensores: Detectores magnéticos tipo Reed (D-Z73L) Vacuostato salida PNP
(PS1100-R06L)
• Panel eléctrico control:

. Montado sobre malla perforada 550 x 400 mm
. Bornero accesible con conexiones alimentación e I/O codificadas.
. Interruptor magnetotérmico Merlin Gerin C-60N
. I/O estación: 13 entradas, 10 salidas.
. Fuente de alimentación: Omron S82K-05024 24V/2.1A
. PLC control: Omron CPM2A con tarjeta para la conexión entre autóma-
tas.
103
Grafcet estación 1
104
Parte II. Modelos, simulación y diseño
105
Tema 6. Sistemas booleanos
1. Dispositivos lógicos
Dispositivos fı́sicos con sólo dos estados: mecánicos, interruptor, válvula, transistor
→ automatismos.
0 1
• Sistemas combinacionales
• Sistemas secuenciales
106
Dispositivos biestables: básicos para las memorias RAM

1

1

2 2
sistemas con memoria.

1

2
Figura 6.1: Pulsador
sistemas sin memoria
2. Algebra de Boole
Conjunto U — dos operaciones + , · tales que ∀a, b, c ∈ U :
107
1. Idempotentes: a + a = a · a = a
2. Conmutativas: a + b = b + a, a · b = b · a
3. Asociativas: a + (b + c) = (a + b) + c,
a · (b · c) = (a · b) · c
4. Absorciones: a · (a + b) = a + (a · b) = a
⇒ (U, +, ·) es un retı́culo. Si además
5. Distributivas: a + (b · c) = (a + b) · (a + c),
a · (b + c) = (a · b) + (a · c)
⇒ (U, +, ·) retı́culo distributivo. Si
6. Cotas universales: ∃ 0, 1 ∈ U tales que
0 · a = 0, 0 + a = a, 1 · a = a, 1 + a = 1
7. Complemento: ∀a ∈ U ∃a ∈ U | a + a = 1, a · a = 0
⇒ (U, +, ·, , 0, 1) es un álgebra de Boole.
Z2 := ({0, 1} , OR , AND) es un álgebra de Boole.
108
2.1. Funciones booleanas
f : Zn2 → Z2
(x1 , . . . , xn ) 7→ f (x1 , . . . , xn )
Tabla de verdad
f (x1 , . . . , xn ), g(x1 , . . . , xn ) equivalentes ⇐⇒ tablas de verdad coinciden
P. ej., f (x1 , x2 , x3 ) = x1 x2 , g(x1 , x2 , x3 ) = x1 x2 (x3 + x3 ) equivalentes:
x1 x2 x3 f x1 x2 x3 g
0 0 0 0 0 0 0 0
0 0 1 0 0 0 1 0
0 1 0 0 0 1 0 0
0 1 1 0 0 1 1 0
1 0 0 0 1 0 0 0
1 0 1 0 1 0 1 0
1 1 0 1 1 1 0 1
1 1 1 1 1 1 1 1
109
• Formas canónicas
≡ func. booleanas: relación de equivalencia → representantes canónicos:
• suma de min-terms, p. ej., f (a, b, c, d) = abcd + abcd + abcd

• producto de max-terms: f = (a + b + c + d)(a + b + c + d)(a + b + c + d)
n variables ⇒ 2n términos canónicos diferentes

minterms
f (x) x, x
f (x, y) xy, xy, xy, xy
f (x, y, z) xyz, xyz, xyz, xyz, xyz, xyz, xyz, xyz
min-term = número binario = número decimal
p. ej., xyz = 010 = 2.
Obtención de la f.c.:
• Tabla de verdad ⇒ f.c. (inmediato)

• Para i = 1, . . . , n mult. por (xi + xi ) los términos de f sin xi .
2.2. Simplificación de funciones booleanas

Aplicar la ley de complementación: x + x = 1 ⇒ f · (x1 + x1 ) ≡ f .
110
f = suma de implicantes primos (términos irreducibles).
• Método de Karnaugh
f (a, b, c, d) = b + bc
cd
@ 00 01 11
ab
10
cd @ 00 #
01 11 10
@
ab @
00 00 00 00
00 01 11
00
10 00 0 1 1 0
01 01 01 01 01
01 0 1 1 0
00 01 11 10 #
11 11 11
00 01
11
11
11
10 11 1 1 1 0
10 10 10
00 01
10
11
10
10 10 "
1 "
1 !
1 !
0
– cada casilla representa un min-term –
111
• Método de Quine-McCluskey
Ejemplo:
f (x1 , x2 , x3 , x4 ) = Σ(0, 7∗ , 9, 12∗ , 13, 15)
i min-terms u i 1-term 2-term
0 0000 0 0 0000 0000
7∗ 0111 1
9 1001 2 9 1 0 0 1 1 - 1 1
12∗ 1100 12∗ 1 1 0 0 1 1 0 -
13 1101 3 7∗ 0 1 1 1 - 1 1 1
15 1111 13 1 1 0 1 1 1 - 1
Tabla de verdad 4 15 1 1 1 1
(a) Ordenar tabla por número de unos de cada término → grupos.
(b) Los elementos de cada grupo se combinan con los del siguiente.
(c) Repetir el proceso hasta que no se puedan combinar más.
f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 .
Un término indiferente puede aprovecharse si cubre más de un min-term.
112
• Algoritmo de Quine
Como ya se ha indicado, el método de Quine-McCluskey, lo mismo que el de Kar-
naugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una función f en
forma canónica de suma de m min-terms, el algoritmo es el siguiente:
1. Poner todos los min-terms en una lista, ordenados de alguna forma de 1 a m.
2. para i desde 1 hasta m − 1 hacer

Elegir el término i-ésimo, Ti , de la lista
para j desde i + 1 hasta m hacer
Tomar el término j-ésimo, Tj , de la lista
Simplificar, si es posible, la expresión Ti + Tj , aplicando la ley a + a = 1
y poner el término simplificado en una nueva lista.
3. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo
4. El algoritmo termina cuando no es posible simplificar más.
Gran coste computacional si el n es elevado.
113
3. Sistemas combinacionales
Sistema de control con p entradas u1 (t), . . . , up (t) ∈ Z2
y q salidas y1 (t), . . . , yq (t) ∈ Z2 ,
yi (t) = fi (u1 (t), . . . , up (t)), i = 1 . . . q.
Tiempo continuo: I ⊂ R; tiempo es discreto:
I = {t0 , t0 + T, . . . , t0 + kT, t0 + 2kT, . . .}, t0 , T ∈ R.
u1 (t)- y1 (t)-
u2 (t)- y2 (t)-
.. S.C. ..
. .
up (t)- yq (t)-
Los valores de las salidas en el instante t sólo dependen de los valores que en ese
mismo instante tengan las entradas.
114
3.1. Funciones lógicas elementales
• Función NOT
x z
0 1 x d z x z
1 0
• Función AND
x y z
x- x
0 0 0 z
z- y
0 1 0 &
y
1 0 0 -
1 1 1
115
• Función OR
x y z
x- x
0 0 0 z
z- y
0 1 1 ≥1
y
1 0 1 -
1 1 1
• Función NAND
x y z
x- x
0 0 1 z
0 1 1 & d z- y
y
1 0 1 -
1 1 0
• Función NOR
x y z
x- x
0 0 1 z
0 1 0 ≥1 d z- y
y
1 0 0 -
1 1 0
116
• Función XOR
x y z
x-
0 0 1 x z
0 1 0 =1 d z-
y y
1 0 0 -
1 1 1
117
4. Sistemas secuenciales
Sistema de control con p entradas u1 (t), . . . , up (t) ∈ Z2 , q salidas y1 (t), . . . , yq (t) ∈
Z2 y n variables de estado.
u1 (t)- y1 (t)-
u2 (t)- x1 (t) y2 (t)-

x2 (t)
.. ..
. .. .
.
xn (t)
up (t)- yq (t)-
Las variables de estado x1 (t), . . . , xn (t) ∈ Z2 memorizan el comportamiento del

sistema en instantes anteriores a t.
Modelos: modelo de estado (ecuación en diferencias finitas), máquinas de estados,
redes de Petri ⇒ modelos computacionales: grafcet, StateCharts.
118
4.1. Autómata de Mealy
M1 = {U, Y, X, f, g}
U, Y ,X: conjuntos de entrada, de salida y de estado.

f :U ×X → X g :U ×X → Y
estado: salida:
(u, x) 7→ x = f (u, x) (u, x) 7→ y = f (u, x)
4.2. Autómata de Moore

M2 = {U, Y, X, f, g}
U, Y ,X: conjuntos de entrada, de salida y de estado.

f :U ×X → X g:X → Y
estado: salida:
(u, x) 7→ x = f (u, x) (x) 7→ y = f (x)
Autómata de Mealy ↔ Autómata de Moore.
119
4.3. Tablas de estado
f (x, u): tabla de transición, g(x, u): tabla de salida.
Autómata de Mealy:
u1 u2 ... u 2q u1 u2 ... u 2q
x1 x1,1 x1,2 ... x1,2q x1 y1,1 y1,2 ... y1,2q
x2 x2,1 x2,2 ... x2,2q x2 y2,1 y2,2 ... y2,2q
.. .. .. .. .. .. .. ..
. . . . . . . .
x2n x2n ,1 x2n ,2 . . . x2n ,2q x2n y2n ,1 y2n ,2 . . . y2n ,2q
Autómata de Moore:
u1 u2 . . . u 2q
x1 x1,1 x1,2 . . . x1,2q x1 y1
x2 x2,1 x2,2 . . . x2,2q x2 y2
.. .. .. .. ..
. . . . .
x2n x2n ,1 x2n ,2 . . . x2n ,2q x2n y 2n
Tamaño (máximo): (2n × 2q ) casillas.
120
4.4. Diagrama de estado
0/0
@GA
FAB ECD
Grafo orientado con N vértices y q aristas.

Mealy:
u u
Z44
x@ 0 1 x@ 0 1
44
@ @
1/0
44 0/0
A = 00 00 01 A = 00 0 0

44
B = 01 01 10 B = 01 0 0
44
@GA
FBECD @G3 A
FCB
ECD

1/1 4
C = 10 00 01 C = 10 0 1 s
1/0
11 − − 11 − − 4 B
0/0
Tabla de transición Tabla de salida
0
Moore:
@GA/
FB
A E0CD
u
x@ 0 1 x y
X2
@
A = 00 00 01 A = 00 0
222
B = 01 10 01 B = 01 0 22
1 202
C = 10 00 11 C = 10 0 22

@GB/
A
FBE0CD @G/ C/
FB
A E0CDr G@2 D/1
FB
A ECD
D = 11 10 01 D = 11 1 2
0
0
Tabla de transición Tabla de salida
1
4 f
1
121
4.5. Dispositivos biestables
Son los sistemas secuenciales más simples.
• Una o dos entradas u1 , u2
• Una variable de estado Q
• Una salida y1 = Q (salida adicional y2 = Q).
Ası́ncronos o sı́ncronos.
Qt+1 = f (Qt , u1 , u2 ),
Sı́ncronos: Clk señal de reloj
Clk
1
0
t
El valor del estado Q se actualiza en los flancos de bajada.
122
• Biestable R-S
Biestable ası́ncrono básico.
R Q
_
S Q
Tabla de transición:
SR
Q@
@ 00 01 11 10 S Q S Q
Clk
0 0 0 − 1
1 1 0 − 1 R Q R Q
Combinación de entradas “11” no permitida (contradicción: Q = Q = 0)
123
Tema 7. Modelos de sistemas
Son sistemas de control cuyo modelo es una ecuación diferencial (ordinaria)
dx
(t) = f (t, x, u), t ∈ R, x(t) ∈ Rn , u(t) ∈ Rq
dt
f : R × Rn × Rq → Rn continua, u : R → Rq (entrada, dada).
Las soluciones x(t) representan el “movimiento” del sistema.
Ecuación de salida y(t) = g(x, u), y(t) ∈ Rp .
u1 (t)
x(t)
u2 (t)
y(t)
124
Sistemas discretos en el tiempo
El modelo es una ecuación en diferencias finitas. t = k T ∈ T Z
x((k + 1)T ) = f (kT, x(kT ), u((k + 1)T )), x(t) ∈ Rn , u(t) ∈ Rq
f : R × Rn × Rq → Rn ; u(t) : R → Rq (entrada, dada).
T ∈ R : periodo de discretización o de muestreo.
Ecuación de salida y(kT ) = g(x(kT ), u(kT )), y(t) ∈ Rp .
El ordenador realiza el elgoritmo de control
125
Sistemas de eventos discretos – sistemas hı́bridos
a) Producen eventos: sistemas continuos o discretos.
b) Reaccionan ante eventos que reciben (sistemas reactivos).
a b) Sistemas hı́bridos.
Modelos matemáticos: ecuación diferencial (ordinaria)
dx
(t) = f (t, x, u), t ∈ R, x(t) ∈ Rn , u(t) ∈ Rq
dt
f : R × Rn × Rq → Rn discontinua; u : R → Rq (entrada, dada)

Modelos computacionales: Matlab + Simulink + Stateflow
u(t)
s3
x(t)
s2
s1
y(t)
126
Tema 8. Modelos computacionales
1. Grafcet
Graphe de Comands Etape/Transition.
• Association Française pour la Cybernétique Economique et Technique (AF-

CET)
• Comisión Normalización de la Representación de controladores Lógicos (1977).
• GRAFCET: modelo gráfico de representación y funcionamiento
• Reconocido por normas IEC-848 e IEC-61131 y fabricantes de PLC’s
• Formalismo inspirado en las redes Petri
• Elementos gráficos: etapas y transiciones → evolución dinámica
• Etapas: estados del sistema
• Transiciones: condiciones de paso de una etapa a otra
• Grafcet = grafo con etapas y transiciones
127
Esquema
órdenes
P.C. P.O.
eventos
Sistema automatizado de producción
• Parte operativa: dispositivos que interactúan sobre el producto: preactuadores,

actuadores y captadores
• Parte de Comando (control): computadores, procesadores o autómatas
128
Elementos básicos
Etapa: situación estable (estado) del sistema
• rectángulo con número
• parte de comando invariable
0
• en cada instante hay sólo una etapa activa
– (varias si son concurrentes)
• etapa inicial: activa en estado inicial
P
– doble rectángulo
• puede tener acciones asociadas
1 Subir
Transición: paso de una etapa a otra
h_max • trazo ortogonal a lı́nea de unión de etapas
• receptividad: condición necesaria para pasar
2 Bajar la transición
• transición válida: todas las etapas de entrada
estan activas
h_min
• transición franqueable = trsnsición válida y
con receptividad verdadera
Segmentos paralelos: procesos concurrentes
129
1.1. Estructuras básicas
• Secuencia simple
• Divergencia OR
• Convergencia OR
• Divergencia AND
• Convergencia AND
• Saltos
• Posibilidades avanzadas
• Paralelismo
• Sincronización
• Jerarquı́a
• Comunicación
130
2. Cartas de estado
Statecharts – David Harel, 1987. Generalización máquinas de estados.
• Capacidad de agrupar varios estados en un superestado.
• Posibilidad de ortogonalidad o independencia (paralelismo) entre ciertos es-

tados.
• Necesidad de transiciones más generales que la flecha etiquetada con un simple

evento.
• Posibilidad de refinamiento de los estados.
Formalismo visual para describir estados y transiciones de forma modular que per-
mite el agrupamiento de estados (jerarquı́a), la ortogonalidad (paralelismo) y el
refinamiento de estados. Admite la visualización tipo ”zoom”entre los diferentes
niveles de abstracción.
Implementaciones: Statemate, Stateflow etc.
131
2.1. Stateflow
Toolbox de Matlab para modelar sistemas de eventos discretos.
Tiene un único elemento: Chart = carta de estados (D.Harel)
Creación de un modelo:
Matlab → Simulink → new-model → Chart
• Crear la carta Stateflow

• Utilizar el Explorer de Stateflow
• Definir un interface para los bloques de
Stateflow
• Ejecutar la simulación
Carta de estados de Stateflow
• Generar el código
Generadores de código:
• sf2vdh: traductor de Stateflow a VHLD

• sf2plc: genera código para programar algunos PLC.
132
2.2. Elementos de una carta de estado
– Elementos gráficos: cartas, estados, transiciones y uniones
– Elementos de texto: lenguaje, datos y eventos.
• Carta: máquina de estados generaliza- • Uniones puntos de bifurcación.
da – bloque de Simulink . Conectivas – de historia
• Estados: modos de funcionamiento • Datos
. Nombre / acciones . Entrada de Simulink
. Acciones: entry: a, exit: b, during: . Salida de Simulink
c, on event e : d . Local
Descomposición OR (trazo continuo) y . Constante
AND (trazo discontinuo). . Temporal
. Workspace
• Transiciones: saltos
. Nombre / acciones • Eventos
. Nombre: e (evento), [c] (condi- . Entrada de Simulink
ción) . Salida de Simulink
. Acciones: {a} (acción) . Local
. default-transition I/O Simulink: disparo por ↑, ↓ o l
133
• Estados
Sintaxis: S1
nombre /
entry: acción e
exit: acción
S2
during: acción
on event e: acción
Acción: cambiar salida – llamada a función.
Estado (padre) = { subestados (hijos) }
Descomposición AND: todos activos – hijos en lı́nea discontinua
Descomposición OR: sólo uno activo – hijos en lı́nea continua.
134
• Transiciones
• Forma de flecha – saltos entre estados – eventos
• Acciones asociadas
• Transición por defecto – señala el estado inicial
Sintaxis:
e – nombre de un evento
[c] – expresión booleana – condición
{a} – acción
No texto – disparo con evento cualquiera en el sistema.
135
• Uniones
• Forma de pequeño cı́rculo
• Uniones conectivas – puntos de bifurcación – decisión condicionada
• Uniones de historia – descomposición OR – activo = último
e1
e2 P
H
e3 C1 C2
136
2.3. Elementos de texto especiales
• Datos
• Entrada de Simulink
• Salida a Simulink
• Local
• Constante
• Temporal
• Workspace
• Eventos
• Entrada de Simulink
• Salida a Simulink
• Local
Activación: flanco subida - flanco de bajada - flanco indiferente
137
3. Creación de un modelo con Stateflow–Simulink
Matlab → Simulink → new-model
Stateflow → Chart Chart estados, transiciones, etc.
Pasos a seguir:
• Crear carta Stateflow
• Establecer interface Simulink – Stateflow
• Con Explorer de Stateflow declarar datos y eventos
• Ejecutar la simulación
• Generar el código (ANSI C, sf2vhld, sf2plc)
• Observaciones
Simulación larga: t = inf
Chart → File → Chart Properties → “Execute (enter) Chart At Initialization”
138
• Ejemplo. Control de barrera de ferrocarril
Objetivo – cerrar la barrera si llega tren – abrirla si ha pasado.
Sistema de eventos discretos: tren llega – tren ha pasado.
139
Esquema:
d d TREN
d d -
S1 • 0 • S2 x
Componentes: barrera con motor-reductor
2 sensores S1 y S2
sistema digital, relés y elementos auxiliares.
Sensores:
S1 en x1 < 0 – evento en señal s1 – llega tren
S2 en x2 > 0 – evento en señal s2 – tren ha pasado
Presencia del tren en [x1 , x2 ] – sensores S1 y S2 .
Operación sistema:
si S1 se activa la barrera debe cerrarse,
si S2 se activa la barrera puede abrirse.
140
Sistema de control de eventos discretos
– división en paralelo (paralelismo) – trasmisión de eventos.
Sensores: S1 y S2 – Manual Switch de Simulink
flanco de subida en s1 : llega el tren
flanco de bajada en s2 : el tren se ha ido.
Carta de estados: dos estados Tren y Barrera, en paralelo.
Barrera – dos hijos Abrir y Cerrar, Tren – dos hijos Fuera y Dentro.
Tren 1 Barrera 2
1
Fuera Abrir
0
S1
s1/e1 s2/e2 e1 e2
1
Dentro Cerrar
0
S2 Chart
141
Tema 9. Procesos continuos
Las magnitudes que evolucionan en el proceso son funciones continuas en la variable
t (tiempo).
Ejemplos de procesos continuos:
• Generadores y motores eléctricos
• Industria quı́mica
• Industria petroquı́mica
• Industria papelera
• Industria del cemento
• Máquina herramienta
• Aeronáutica y astronáutica
142
Si 1 → 2 no hay pérdidas de energı́a ⇒ Ep1 + Ec1 = Ep2 + Ec2
1
m g h(t) = Ep1 ' Ec2 = m v(t)2
1 2
m
⇓
p
v(t) = 2gh(t)
h( t )
d Volumen
Caudal = a(t) v(t) =
dt
2 q( t )
m p
Area A a( t )
q(t) = a(t)v(t) = a(t) 2gh(t)
d dh
= A h(t) = A
dt dt
Ecación diferencial:
dh 1 p
= a(t) 2gh(t)
dt A
143
2. Modelos de sistemas continuos
2.1. Ecuación diferencial

Leyes fı́sicas
Sistema fı́sico −→ Ecuación diferencial
k
P
fi = ma
i f( t )
m1 m2
0 x1( t ) b
x2( t )
Ecuación diferencial:
d2 x1 (t)

dx 1 (t) dx2 (t)

 f (t) − k (x1 (t) − x2 (t)) − b − = m1
dt dt dt


d2 x2 (t)

 dx1 (t) dx2 (t)
k (x1 (t) − x2 (t)) + b −


 = m2
dt dt dt
144
2.2. Sistemas lineales - parámetros constantes
• Modelo externo
L
Ecuación diferencial −→ G(s) función de transferencia
• Modelo entrada – salida
• Diagrama de bloques
• Modelo interno

cambios ẋ(t) = Ax(t) + Bu(t)
Ecuación diferencial −→ modelo de estado
y(t) = Cx(t) + Du(t)
• Algebra lineal
• Cálculo por computador
• Sistemas multivariable
145
2.3. Modelo externo
a2 ẍ(t) + a1 ẋ(t) + a0 x(t) = b1 u̇(t) + b0 u(t)
Aplicando la transformación de Laplace tenemos
a2 [s2 X(s) − sx0 − ẋ0 ] + a1 [sX(s) − x0 ] + a0 X(s) = U (s)[b1 s + b0 ]
y si suponemos condiciones iniciales nulas queda

b1 s + b0
X(s) = U (s).
a2 s2+ a1 s + a0
Función de transferencia G(s):
X(s) = G(s)U (s)
G(s): función racional; denom. de G(s) := polinomio caracterı́stico.
146
2.4. Modelo interno
Ecuación diferencial: a2 ẍ(t) + a1 ẋ(t) + a0 x(t) = b1 u̇(t) + b0 u(t)
cambios: x1 := x; x2 := ẋ; u1 := u; u2 := u̇
⇓

ẋ1 (t) = x2 (t)
Modelo de estado
ẋ2 (t) = − aa20 x1 (t) − aa21 x2 (t) + ab02 u1 (t) + ab12 x2 (t)
Ecuación de estado:

ẋ1 (t) 0 1 x1 (t) 0 0 u1 (t)
= + b0
ẋ2 (t) − aa02 − aa12 x2 (t) a2
b1
a2 u2 (t)
Ecuación de salida (si salidas ≡ estados):

y1 (t) 1 0 x1 (t) 0 0 u1 (t)
= +
y2 (t) 0 1 x2 (t) 0 0 u2 (t)
Modelo de estado:
ẋ(t) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)
147
2.5. Cálculo de la respuesta temporal
1. Resolución de la ecuación diferencial
2. Modelo externo G(s):

• Integración compleja: Z
σ+j∞
1
y(t) = L−1 [Y (s)] = Y (s)est ds
2πj σ−j∞
• Transformada de Laplace – expansión frac. simmples:
L L−1
u(t) −→ U (s); G(s) U (s) = Y (s); Y (s) −→ y(t)
• Integral de convolución:
Z t
y(t) = u(t) ⊗ g(t) = g(t − τ ) u(τ ) dτ
0
3. Modelo interno:
• Resolución de la ecuación
Z t de estado:
x(t) = eAt x(0) + eA(t−τ ) Bu(τ ) dτ
0
148
• Cálculo de la respuesta con Matlab
• Circuitos
. Cálculos con matrices – metodos de mallas y nudos
• Sistemas lineales y no lineales

. Resolución ecuación diferencial
. ode23 y ode45
• Modelo externo
. residue – expansión de Y (s) en frac. simples
. series, parallel, feedback: simplificación diagr. bloques.
. impulse, step, lsim – respuesta temporal (numérica)
. Symbolic Toolbox – transformadas de Laplace L y L−1
• Modelo interno
. impulse, step, lsim – respuesta temporal (numérica)
• Conversión modelos interno y externo

. ss2tf, tf2ss
149
3. Simulink
Simulink: librerı́a (toolbox ) de Matlab para modelado y simulación.
Modelo externo – Modelo interno – Sist. no lineales – Sist. reactivos
...
Ventana gráfica de Simulink
Ventana de comandos de Matlab Ventana con la respuesta temporal
150
Inicio: – escribir simulink en Matlab command window – clic en el icono Simulink
Simulink
− Simulink
— Countinous
— Discrete
— Math Operations
— Signal Routing
— Sinks
— Sources
..
.
+ Dials & Gauges Blockset
+ Stateflow
..
.
151
• Ejemplo. Modelo simple
Sistema de control en feedback con
s+1 2s + 1
K = 5, G(s) = , H(s) =
s2 + 4 s+1
Ventana para dibujo: File → New → Model

G(s) y H(s): Continuous → Transfer Fcn
→ G(s): numerador = [1, 1] denominador = [1, 0, 4]
→ H(s): numerador = [2, 1] denominador = [1, 1]
K: Math Operations → Gain
→K=5
Suma: Math Operations → Sum
→ (+) (−) | flechas
152
Entrada escalón: Sources → Step
→ Step time = 0, Initial value = 0, Final value = 1.
Visualización: Sinks → Scope
Unión con flechas
Respuesta temporal
0.7
0.6
s+1
5
0.5
s2+4
Sum 0.4
Step Gain Transfer Fcn Scope
y(t)
0.3
0.2
2s+1
0.1
s+1
Transfer Fcn 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
Simulación: Simulation → Simulation parameters

→ t inicial, t final, algoritmo, paso, etc.
153
• Ejemplo, Circuito eléctrico
Z1
+ Metodo de mallas:
i1
v Z4
- Z2
v = (z1 + z2 + z4 )i1 − z2 i2 − z4 i3
i3 Z6 0 = −z4 i1 − z5 i2 + (z4 + z5 + z6 )i3
i2 0 = −z2 i1 + (z2 + z5 + z3 )i2 − z5 i3
Z5
Z3
En forma matricial: V = Z I, es decir

    
v z 1 + z2 + z4 −z2 −z4 i1
0 =  −z4 −z5 z4 + z5 + z6  i2 
0 −z2 z 2 + z5 + z3 −z5 i3
Solución:
I = Z −1 V
154
• Cálculo con Matlab para c. alterna
Escribimos en el archivo circuito.m los datos y las órdenes oportunas.
Vef=220; f=50; w=2*pi*f;
R1=1; L1=0.1; C1=100e-6; z1=R1+j*L1*w+1/(i*C1*w)
R2=1; L2=0.03; C2=220e-6; z1=R2+j*L2*w+1/(i*C2*w)
R3=0.25; L3=0.2; C3=100e-6; z1=R3+j*L3*w+1/(i*C3*w)
R4=5; L4=0.1; C4=100e-6; z1=R4+j*L4*w+1/(i*C4*w)
R5=20; L5=0.01; C5=100e-6; z1=R5+j*L5*w+1/(i*C5*w)
R6=25; L6=0.33; C6=100e-6; z1=R6+j*L6*w+1/(i*C6*w)
V = [Vef 0 0]’
Z = [ z_1+z_2+z_4 - z_2 - z_4
-z_4 - z_5 z_4+z_5+z_6
-z_2 z_2+z_5+z_3 - z_5 ];
I = inv(Z)*V
Para hacer el cálculo, en la pantalla de comandos de Matlab escribimos

>> circuito
y, pulsando Enter , obtendremos el vector intensidades:
I = [17.9962 + 10.1363i, 2.1462 − 3.5405i, −0.4702 − 1.3816i]0
155
4. Sistemas no lineales – péndulo
f (t) − mg sin(β(t)) − ma = 0
β f (t) − mg sin(β(t)) − mlβ̈(t) = 0
mlβ̈ + mg sin(β) − f (t) = 0
f (t) Cambio x1 := β,
x2 := β̇:
 ẋ1 = x2
mg f (t) − mg sin x1
 ẋ2 =
lm
En el archivo pendulo.m escribimos: Solución numérica del P.C.I.:
function x_prima=péndulo(t,x) >> t0=0; tf=5; % Interv. integración
l=1; m=1; g=9.8; % Parámetros >> x0=[0 0]’; % Cond. iniciales
if t<1 % Fuerza exterior >> [t,x]=ode23(’péndulo’,t0,tf,x0);
f=1; >> plot(t,x)
else f=0;
end % Ecuac. estado:
x_prima=[x(2) (f-m*g*sin(x(1)))/(m*l)]’;
156
4.1. Respuesta – modelo externo 1.2
y(t)
k
0.8
f (t) 0.6
m
0.4
0 x(t) b 0.2
Ecuación diferencial: 0
0 5
t
10 15
mẍ(t) + bẋ(t) + kx(t) = f (t) Cálculo de x(t) con Matlab:

↓L >> m=1; b=1; k=1; B=1;
ms2 X(s)+bsX(s)+kX(s) = F (s) >> A=[m b k 0];
f (t) = 1(t) ⇒ F (s) = 1/s >> [r,p,c]=residue(B,A)
Expansión en fraciones simples: >> t=[0:0.05:15];
1
G(s) = ms2 +bs+k ; X(s) = G(s) 1s >> x=r(1)*exp(p(1)*t)
r1 r2 r3
X(s) = s−p 1
+ s−p 1
+ s−p 3
+r(2)*exp(p(2)*t)
L−1 es inmediata: +r(3)*exp(p(3)*t);
y(t) = r1 ep1 t + r2 ep2 t + r3 ep3 t >> plot(t,x)
Más sencillo aún: con impulse, step o lsim .
157
• Resolución simbólica
Symbolic Toolbox de Matlab – Maple core –
• Transformada de Laplace L(f (t)) = F (s):
>> F = laplace(f,t,s)
• Transformada inversa de Laplace L−1 (F (s)) = f (t):
>> f = ilaplace(F,s,t)
El mismo ejercicio anterior:

>> syms s t
>> m=1; b=1; k=1;
>> G = 1/(ms^2+b*s+k);
>> U = 1/s;
>> Y = G * U ;
>> y = ilaplace(Y,s,t);
>> ezplot(y, [0,15], axis([0, 15, 0, 1.25])
−→ gráfica igual que la de antes.
158
4.2. Respuesta – modelo interno
k
f( t )
m1 m2
0 x1( t ) b
x2( t )
f (t)−k(x1 (t)−x2 (t))−b(ẋ1 (t)−ẋ2 (t)) = m1 ẍ1 (t) Resolución con Matlab:
k(x1 (t)−x2 (t))+b(ẋ1 (t)−ẋ2 (t)) = m2 ẍ2 (t)
>> m_1=1; m_2=2;
Cambios: x3 = ẋ1 , x4 = ẋ2 , u := f ⇓ >> k=0.1; b=0.25;
ẍ1 = − m1 x1 + m1 x2 − m1 ẋ1 + m1 ẋ2 + m11 u
k k b b
>> A=[0 0 1 0
ẍ2 = + mk2 x1 − mk2 x2 + mb2 ẋ1 − mb2 ẋ2 0 0 0 1
-k/m_1 k/m_1 -b/m_1 b/m_1
Modelo de estado (sup. salidas≡estados):
       k/m_2 -k/m_2 b/m_2 -b/m_2]
ẋ1 0 0 1 0 x1 0 >> B=[0 0 1/m1 0]’
ẋ2   0 0 0 1 x2   0 
 = −k k −b b  + 1 u >> C=eye(4,4); D=zeros(4,1);
ẋ3   m m m m x3   
1 1 1
k −k b −b
1 m1 >> S=ss(A,B,C,D); % crea sistema
ẋ4 m2 m2 m2 m2
x4 0 >> t=[0:0.1:12];
      
y1 1 0 0 0 x1 0 >> % Respuesta a escalón unitario:
y2  0 1 0 0 x2  0 >> y=step(S,t)
 = 
y3  0 0 1 0 x3 + 0 u
   
>> % Gráfica de la respuesta:
y4 0 0 0 1 x4 0 >> plot(t,y)
159
5. Sistema de primer orden
Respuesta impulsional
1
0.9
U (s)- A Y (s)- 0.8
s+a 0.7
0.6
Entrada: 0.5
0.4
• Impulso de Dirac 0.3
L 0.2
u(t) = δ(t) −→ U (s) = 1 0.1
A
G(s)U (s) = s+a = Y (s) 0
0 0.5 1 1.5 2 2.5
t
3 3.5 4 4.5 5
L (Y (s)) = y(t) = Ae−at

−1
1
Respuesta al escalon
0.9
• Escalón unitario 0.8

L
u(t) = 1(t) −→ U (s) = 1/s 0.7
A 0.6
G(s)U (s) = s(s+a) = Y (s) 0.5
L−1 (Y (s)) = y(t) = A

a − A −at
ae
0.4
0.3
0.2
τ := 1/a constante de tiempo 0.1
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t
160
6. Sistema de segundo orden
Respuesta impulsional
3
2.5
U (s)- ωn2 Y (s)- 2
s2 + 2ξωn s + ωn2 1.5
Entrada: 0.5
• Impulso de Dirac 0
L
u(t) = δ(t) −→ U (s) = 1 -0.5
2
ωn
-1
G(s)U (s) = s2 +2ξω 2 = Y (s)

n s+ωn
-1.5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
√ t
y(t) = √ n e−ξωn t sin (ωn 1−ξ2 ) t

ω
im
1−ξ 2
• Escalón unitario s
1
L
u(t) = 1(t) −→ U (s) = 1/s
ω
n
2 ϕ
ωn
G(s)U (s) = 2 2)
s(s +2ξωn s+ωn
= Y (s) α
√ ξω n
re
y(t) = 1 − √ 1 e−ξωn t sin (ωn 1−ξ2 t + α)
1−ξ 2
s
ωn : pulsación nat. ξ: coef. amort. 2
161
7. Linealización
a) Caso monovariable. b) Caso multivariable f (.), x(.), u(.): vectores.
ẋ = f (x(t), u(t), t), x ∈ R, u ∈ R ⇒ fx (.) y fu (.): jacobianos de f (.) resp. de x y u
Solución {x0 (.), u0 (.)} (equilibrio). Perturbamos:

0 ∂f ∂f1
1
1
∂x1
. . . ∂x
˛ n
∂f ˛
Jx0 = ∂x = @ ... ... ... A
B C
˛
x(t) = x0 (t) + δx(t), u(t) = u0 (t) + δu(t) x0 ,u0 ∂fn ∂fn
. . .
0 ∂x
∂f1
1 ∂xn
∂f1
1x0 ,u0
Suponemos que . . .
B ∂u1 ∂un
˛
∂f ˛
J u0 = = @ ... ... ... A
C
∂u ˛x ,u
(δx)i = o(δx, δu), (δu)i = o(δx, δu), i > 1 0 o ∂fn
∂u
∂fn
. . . ∂u
1 n x0 ,u0
Derivando respecto a t,
˙ De donde
ẋ(t) = ẋ0 (t) + δx(t) ˙ = fx δx + fu δu
δx (9.1)
tenemos que
o bien
˙
δx(t) = ẋ(t) − ẋ0 (t) ˙
x̄(t) = A(t)x̄(t) + B(t)ū(t)
f (.) lisa ⇒ Desarrollo Taylor: en donde x̄(t) = δx(t), ū(t) = δu(t),

f (x, u, t) = f (x0 , u0 , t) + fx δx + fu δu + o(δx, δu)
ẋ − ẋ0 = fx δx + fu δu + o(δx, δu) A(t) = fx (t), B(t) = fu (t)
˙ = Aδx + Bδu + o(δx, δu)
δx
en donde Las matrices A(t) y B(t) (jacobianos) son funcio-
˛
∂f ˛˛
˛
∂f ˛˛ nes de tiempo si la solución de la ecuación diferen-
A = fx (t) = , B = fu (t) = cial no es constante.
∂x ˛x0 ,u0 ∂u ˛x0 ,u0
162
• Ejemplo. Depósito Punto de funcionamiento (o estado de equilibrio)
a0 , h0 : valores de equilibrio de (a(t), h(t)).
x(t) := h(t)−h0 y u(t) := a(t)−a0 : “pequeños”

incrementos.
1 p
f (h, a) = a(t) 2gh(t),
h( t )
A1
Derivando f respecto de h, tenemos

q( t )
˛ ˛
∂f ˛˛ 1 2ga ˛˛ ga0
= √ = √ := A,
a( t ) ∂h ˛ho ,a0 A1 2 2gh ˛ho ,a0 A1 2gh0
Area A1
Elemento – masa m: y, derivando f respecto de a,

1
Ep = mgh(t) = mv(t)2 = Ec ,
2 p ˛
∂f ˛˛ 1 p
⇒ velocidad de salida v(t) = 2gh(t). = 2gh0 := B.
∂a ho ,a0
˛ A1
Caudal de salida:
p
q(t) = a(t)v(t) = a(t) 2gh(t)
Modelo linealizado en h0 , a0 :
Pero caudal = variación de volumen, 
ẋ(t) = Ax(t) + Bu(t)
d dh y(t) = Cx(t) + Du(t)
q(t) = A1 h(t) = A1
dt dt
Igualando, Hemos supuesto (implı́citamente) que no hay
dh 1 p
pérdidas de energı́a por rozamiento.
= a(t) 2gh(t)
dt A1
163
8. Respuesta de frecuencia
U (s)- Y (s)- b(s)

G(s) G(s) = estable
a(s)
Entrada sinusoidal:
L ω ω
u(t) = sin ωt −→ U (s) = ⇒ G(s) = Y (s)
s2 + ω 2 s2 + ω 2
k0 k̄0 k1 k2 kn
Y (s) = + + + + ... +
s − iω s + iω s − s1 s − s2 s − sn
s1 , . . . , sn : raı́ces (sup. simples) de a(s); k0 , k̄0 , k1 , . . . , kn : resı́duos de Y (s).
y(t) = k0 eiωt + k̄0 e−iωt + K1 es1 t + K2 es2 t + . . . + Kn esn t

| {z } | {z }
yss (t) →0
yss (t) = M sin(ωt + φ)
M = |G(iω)| , φ = arg G(iω)
164
8.1. Diagrama de Nyquist
Es un gráfico en C de la función
G:R → C
ω 7→ G(iω)
Métodos:
• Manual – tabla de valores

ω M φ
1 0.0 1.000 0.0
G(s) =
s+1 0.5 0.894 -26.6
M = |G(iω)| 1.0 0.707 -45.0
1.5 0.555 -56.3
φ = arg G(iω)
2.0 0.447 -63.4
3.0 0.316 -71.6
5.0 0.196 -78.7
10.0 0.100 -84.3
• Con Matlab: [M,phi] = nyquist(num,den,w)
165
8.2. Criterio de Nyquist
Sirve para averiguar si un sistema con realimentación, de la forma
U (s) Y (s)
- j - G(s) r -
6
H(s)
es estable o no, conociendo el diagrama de Nyquist de G(s)H(s) y el número de

polos en C+ de G(s)H(s).
• Principio del argumento

Sea f : C → C analı́tica en todos los puntos –excepto en un número finito de polos–
de un dominio D y en todos los puntos de su contorno δ, y sean Zf y Pf los números
de polos y de ceros, respectivamente, de f (z) en D. Entonces
1 ∆
Zf − Pf = arg f (z)
2π s∈γ
166
6 Plano z 6Plano f (z)
- -
Principio del argumento
6 Plano s 6Plano G(s)H(s)
- -
−1
Criterio de Nyquist
167
• Criterio de estabilidad de Nyquist
nG nH nG nH
G(s) = dG , H(s) = dH , G(s)H(s) = dG dH
nG
G(s) dG nG dH
T (s) = 1+G(s)H(s) = nG nH
1+ d d
= dG dH +nG nH
G H
nG nH dG dH +nG nH
F (s) = 1 + G(s)H(s) = 1 + dG dH = dG dH
polos de T (s) ≡ ceros de F (s)

polos de G(s)H(s) ≡ polos de F (s)
Aplicamos el principio del argumento a F (s):
1 ∆
2π s∈γ arg F (s) = ZF − PF
= PT − PGH
Criterio de Nyquist:
1 ∆
PT = PGH + arg F (s)
2π s∈γ
No polos de T (s) en C+ = No de polos de G(s)H(s) en C+ + No de vueltas de
G(s)H(s) alrededor de (-1 + 0j)
168
• Ejemplo 1
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −1 −0.5 0 0.5 1
1
G(s) = , H(s) = 2
(s + 1)(s + 2)
Polos de G(s)H(s) = {−1, −2}
1 ∆
PT = PGH + arg F (s) = 0 + 0 = 0
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
169
• Ejemplo 2
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −1 −0.5 0 0.5 1
5
G(s) = 3 , H(s) = 1
s + 5s2 + 9s + 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1}
1 ∆
PT = PGH + arg F (s) = 0 + 0 = 0
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
170
• Ejemplo 3
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −2 −1.5 −1 −0.5 0
5
G(s) = 4 , H(s) = 2
s + 4s3 + 4s2 − 4s − 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1, 1}
1 ∆
PT = PGH + arg F (s) = 1 + 1 = 2.
2πs∈γ
G(s)
T (s) = es inestable.
1 + G(s)H(s)
171
• Ejemplo 4
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −2 −1.5 −1 −0.5 0
5
G(s) = 4 , H(s) = 1.4(s + 0.95)
s + 4s3 + 4s2 − 4s − 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1, 1}
1 ∆
PT = PGH + arg F (s) = 1 − 1 = 0.
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
172
8.3. Diagramas de Bode
Se compone de dos gráficos en R, asociados a la función
G:R → C
ω 7→ G(iω),
que representan M (ω) y φ(ω).
Métodos:
• Manual – lápiz y regla
• Con Matlab: bode(num,den,w)
-4
0
dB
ωn=10 /d
ec
ζ=1/8
173
9. El lugar de las raı́ces
U (s)- j - s Y (s)
+ k - G(s) -
−6
H(s)
nG nH
G(s) = , H(s) = , k∈R
dG dH
nG nH Z(s) (s − z1 )(s − z2 ) . . . (s − zm )
G(S)H(s) = = =K
dG dH P (s) (s − p1 )(s − p2 ) . . . (s − pn )
kG(s) k ndGG k nG d H
T (s) = = nG nH =
1 + kG(s)H(s) 1 + k dG dH d G d H + k nG n H
k nG d H nT
= =
P (s) + k Z(s) dT
L.R. es el lugar geométrico, en C, de las raı́ces de dT (s) al variar k en R+
174
9.1. Reglas para el trazado
Z(S) |s − z1 |ejφz1 . . . |s − zm |ejφzm |s − z1 ||s − z2 | . . . |s − zm | jΣφi
= jφ
= e
P (s) |s − p1 |e 1 . . . |s − pn |e n
p jφp |s − p1 | . . . |s − pn |
Ecuación caracterı́stica: P (s) + kZ(S) = 0
m
Z(S) |s − z1 | . . . |s − zm | jΣφi
k = −1 ⇐⇒ k e = e±j(2k+1)π , k = 0, 1, 2, . . .
P (s) |s − p1 | . . . |s − pn |
1. Condición ángulo – trazado
arg[kG(s)H(s)] = Σφi = ±(2k + 1)π
2. Condición de magnitud – cálculo de k en cada punto
|s − p1 | . . . |s − pn |
k=
|s − z1 | . . . |s − zm |
⇓
Reglas para el trazado
175
9.2. Trazado por computador
Ejemplo de trazado del lugar de las raı́ces mediante MATLAB:
s+1
G(s)H(s) =
s(s + 2)(s2 + 6s + 13)
>> num=[1 1] 4
>> den=conv([1 2 0],[1 6 13])

2
>> rlocus(num,den)
Eje Imag
0
-2
-4
-6
-6 -4 -2 0 2 4 6
Eje Real
176
Tema 10. Diseño de Sistemas de Control continuos
1. Introducción
Aplicación en numerosos campos en tecnologı́a y ciencia.
• pilotos automáticos en barcos o aviones
• control teledirigido de naves espaciales
• controles de posición y velocidad – máquinas herramientas
• control de procesos industriales – robots
• controles en automóviles – suspensión activa
• controles en electrodomésticos
Desarrollo: Bajo coste y miniaturización de electrónica.

Objeto del diseño: controlador.
Control: sistemas SISO y MIMO.
Realización: componentes electrónicos analógicos – computador digital.
177
2. Tipos de controladores
Diseño: determinar Gc (s) para conseguir un adecuado funcionamiento.
D(s)
R(s) ε Y(s)
Gc Gp
Controlador Gc (s):
P Proporcional : Gc (s) = Kp
1
I Integrador : Gc (s) = sTi
D Derivativo : Gc (s) = sTd

1
PID Gc (s) = Kp (1 + sTi + sTd )
• Realización de los controladores
178
Vi R
Vo
V0 R1 + R2 R1 + R2
P R2 = = Kp =
Vi R1 R1
R1
C1
R1
Vi
Vo V0 1
I =− ; Ti = sR1 C1
Vi sR1 C1
R
R1
C1
Vi
Vo
V0
D = −sR1 C1 ; Td = sR1 C1
Vi
R
179
• Controlador PID
1

V0 1
Gc = Vi = Kp 1 + sTi + sTd
Vi 1 Vo R5
sT i
Kp Kp = R4 , Ti = R2 C2 , Td = R3 C3
sT d
R1
R1
R4
C2
R5
R1
Vi
R4
Vo
R3
C3
R4
180
• Controladores de adelanto y de retraso de fase

V0 s − zc a) | zc |<| pc | adelanto de fase
Gc = = Kc
Vi s − pc a) | zc |>| pc | retraso de fase
C
R1
R1
Vi Vo
Vi R2 Vo
R2
a) b)
s−zc 1+αT s s−zc 1+T s

Gc = Kc s−pc
= α(1+T s) Gc = Kc s−pc
= 1+αT s
R1 +R2 CR1 R2 R1 +R2
α= R2 , T = R1 +R2 α= R2 , T = R2 C
181
• Controlador de adelanto-retraso con red pasiva
C1
R1
R2
Vi Vo
C2
V0 (1 + αT1 s)(1 + βT2 s)

Gc = =
Vi (1 + T1 s)(1 + T2 s)
donde α > 1, β = 1/α, αT1 = R1 C1 , T2 = R2 C2 y T1 T2 = R1 R2 C1 C2 .
182
• Controlador de adelanto-retraso con amp. operacional
C2
C1
R2
Vi
R1
Vo
V0 s − zc C1 (s + 1/R1 C1 )
Gc = = Kc =−
Vi s − pc C2 (s + 1/R2 C2 )
• Eliminando R2 ⇒ controlador PI
• Eliminando C2 ⇒ controlador PD
183
3. Diseño en el lugar de las raı́ces
1
G(s) =
s2
Sistema marginalmente estable para cualquier K.
184
• Efecto de añadir un cero
s + 2.5
Cero en z1 = (−2.5, 0); G(s) =
s2
Es como si z1 “tirase” del L.R. hacia sı́, estabilizando el sistema.
• Efecto de añadir un polo

1
Polo en p1 = (−2, 0); G(s) =
s2 (s + 2)
185
Es como si p1 empujara al L.R., desestabilizando el sistema.
3.1. Diseño de un controlador de adelanto de fase

El controlador es
s − zc
Gc (s) = Kc , |zc | < |pc | (10.2)
s − pc
Diseño: hallar zc y pc para que el L.R. pase por un punto dado, definido a partir de
las especificaciones de funcionamiento.
186
Ejemplo. Dado un sistema con
1
G(s) = , H(s) = 1, (10.3)
s2
diseñar un controlador de adelanto de fase para conseguir las siguientes especifica-
ciones de funcionamiento:
Mp < 0.2, Ts < 4 s para = 2 %
siendo ± la banda de tolerancia de error.
187
Resolución.
Para el sistema de 2o orden sabemos que
√ − ln(Mp )
1−ξ 2
Mp = e−ξπ/ ⇒ ξ=p = 0.456.
ln(Mp )2 + π 2
Para t = 4τ tenemos que e−t/τ = e−4 = 0.0183 < 0.02. Por tanto, si ts = 4τ tenemos
que para t > ts se cumple que y(t) < 0.02.
4
ts = 4τ =
ξωn
Sustituyendo,
4
4= ⇒ ωn = 2.22.
0.456 ωn
Por tanto, el punto s0 ∈ C correspondiente a las especificaciones dadas es:
p
s0 = −ξωn ± iωn 1 − ξ 2 = −1 ± 2i.
Ahora el problema es calcular Gc (s) para que el L.R. pase por s0 .
188
Ponemos el cero del controlador en el punto zc = −1, bajo el punto s0 = (−1 ± 2i)
por donde ha de pasar el L.R.
im
Raíz deseada
2
116.56º
θp 90º
re
-5 -4 -3 -2 -1
Por la condición de ángulo,

90o − 2(116.56o ) − θp = −180o ⇒ θp = 38o ,
se deduce que el polo ha de ser pc = −3.6. Aplicando ahora la condición de módulo

en el punto s = −1 + 2i resulta Kc = 8.1.
189
El lugar de las raı́ces del sistema con controlador es
s+1
El controlador diseñado es Gc (s) = 8.1 .
s + 3.6
190
3.2. Diseño de un controlador PID
Ejemplo. Se trata diseñar un controlador PID para un sistema con Gp (s) = 1/s2 y
H(s) = 1. Las especificaciones son las mismas en el ejemplo anterior.
Mp < 0.2, Ts < 4 s para = 2 %
siendo ± la banda de tolerancia de error.

Resolución.
Como en el ejemplo anterior, el lugar de las raı́ces ha de pasar por el punto s0 =
(−1 ± 2j). La función de transferencia del PID es
Td Ti s2 + Ti s + 1

1
Gc = Kp 1 + + sTd = Kp
sTi Ti s
1 1
s2 + Td s + Td Ti (s − z1 )(s − z2 )
= Td Kp = Kc ,
s s
con Kc = Td Kp .
191
im
Raíz deseada
2
θz2 116.56º
90º
re
-5 -4 -3 -2 -1
Método simple:
(a) suponemos que los ceros z1 y z2 son reales,
(b) ponemos el cero z1 bajo la raı́z s0 deseada,
(c) aplicando la condición de ángulo, determinamos el otro cero,
(d) aplicando la condición de módulo, hallamos Kp .
192
(a) z1 y z2 en el eje real.
(b) z1 = −1
(c) Condición de ángulo:
90o + θz2 − 3(116.56o ) = −180o , θz2 = 3(116.56) − 180o − 90o = 79.6952o
⇒ z2 = −1.3636.
Con z1 y z2 ya podemos hallar Td , Ti y Kp :
1 1
s2 + Td s + Td Ti (s − z1 )(s − z2 ) s2 + 2.3636s + 1.3636
Kc = Kc ≡ Kc ,
s s s
siendo Kc = Td Kp , de donde resulta
1 2.3636
Td = = 0.4231 s, Ti = = 1.7333 s
2.3636 1.3636
(d) Por último, aplicando la condición de módulo, hallamos Kp .
√
( 12 + 22 )3 Kc
p = 2.750 = Kc ⇒ Kp = = 6.5
2
2 (1.3636 − 1) + 2 2 Td
193
194
Control del balanceo de una barra
Diseño de un sistema de control para mantener una barra en posición vertical.
y
• Barra de longitud l y masa m
• Movimiento en el plano xy
• Fuerza f (t) horizontal
• Desplazamiento x(t) de la base

θ
• Giro θ(t) de la barra
¿Es posible el control —sin feedback— de la

barra?
x
f
195
d2 θ
Modelo matemático. 2a ley de Newton :
P
P =J 2
dt
Z l Z l 3
l 1 1
J := x2 dm = x2 ρAdx = ρA = ρAl l2 = m l2
0 0 3 3 3
l l 2
d θ
f (t) cos θ(t) + mg sin θ(t) = J 2
2 2 dt
Linealización: cos θ ' 1, sin θ ' θ ⇓
f (t) 1 2 d2 θ l l
θ(t) ml 2
− mg θ(t) = f (t) ⇓L
3 dt 2 2
d2 θ 3g 3
dt2
− 2l θ(t) = 2ml f (t)
mg
3g 3
(s2 − 2l )θ(s) = 2ml F (s)
3
2ml
O Modelo externo: θ(s) = 3g F (s)
s2 − 2l
Datos: g = 9.8, m = 1, l = 1 ⇒ polos : p1 = 3.834058, p2 = −3.834058.
196
Lugar de las raı́ces.
Root Locus
5
1
Imaginary Axis
−1
−2
−3
−4
−5
−8 −6 −4 −2 0 2 4 6 8
Real Axis
Sistema inestable o marginalmente estable con controlador P
197
Diseño de un controlador.
Especificaciones:
1 1
tp = , Mp =
4 3
Sistema de segundo orden:
√ − ln(Mp )
1−ξ 2
Mp = e−ξπ/ ⇒ ξ=p = 0.403712
ln(Mp )2 + π 2
π π
tp = p ⇒ ωn = p = 10.301589
ωn 1 − ξ 2 tp 1 − ξ2
Polo del sistema:
p
s0 = −ξωn ± i ωn 1 − ξ 2 = −4.158883 ± 9.424777i
Problema: hallar Gc (s) para que el L.R. pase por s0 .
198
Cálculo de los parámetros de Gc (s).
s0
φp1
φpc φp2 φzc
pc z c p2 p1
Condición de ángulo:
φzc − φp1 − φp2 − φpc = (2k + 1)π ⇒ φpc = 0.840410 rad =48.151970o
Condición de módulo: ⇒ pc = −4 − 8.440951 = −12.440951

|s0 − p1 ||s0 − p2 ||s0 − pc |
K= = 156.425395
|s0 − zc |
199
Tema 11. Diseño de Automatismos
Diseño con StateCharts
chart_1cil_doble_4e/Chart
va va
si A/
sd va=1; %avance
vr=0;
vr vr x
M sd
Chart cilindro A
1
I/ D/
0 va=0; va=0;
vr=0; vr=0;
M
Scope
si M
R/
va=0; %retro.
vr=1;
x(t) 0
1 1 1
s 1
va si
0 Printed 09−May−2005 12:07:20
1
2
0 sd
1
2 3
vr x
200
Implementación con LD
ON
0.00
R si
20.03 0.04 keep(11)

A I
20.01
I M
20.00 0.01 keep(11)

D A
20.02
A sd
20.01 0.05 keep(11)

R D
20.03
D M
20.02 0.01 keep(11)

I R
20.00
A va
g
20.01 10.01
R vr
g
20.03 10.02
201
Simulación estación 1 en Matlab
L
v R
vA x
base vP A
1 vT L
v R
0 vE
x
vacio
pos vMV P
vMH
1 L
FM v R
ci
0 x
PD
vacio T
Chart
L
1 v R
x
0
E
c.i. 0 L
v R
Defecto x
MV
0
L
Falta material v R
x
1 MH
0
rearme
Scope
202
estacion1s/Chart
S0/
[ci==1] [ci==0]
S1/entry: S30/entry:
vA=1; % avance AP PD = 1;
a1
rearme
S2/entry: vA=0;
vP=1; % bajar VP
S31/
% poner c.i.
p1
S2w/entry: vP=0; [ci==1]
t0=t;
[t>t0+5] S32/entry:
PD = 0;
S3/entry:
vP=−1; % subir VP
p0
S3w/entry:vP=0;
t0=t; % temporizador
[t>t0+5]
S4/entry:
vA=−1; % retro. A
a0
S5/entry: vA=0;
vT=1; % trasladar
tr1
S6/entry: vT=−1;
% traslado atras
tr0
S6a/entry: vT=0;
% traslado atras
[base==0] [base==1]
S7/entry: vE=1; S9/entry: vMV=1;

% expulsar % bajar MV
e1 mv1
S8/entry: vE=−1;
e0 % expulsor atras S10/entry:
exit: vE=0; vMV=0;
[vacio==0]
[vacio==1]
S11/entry: S20/entry:
vMV=−1; % subir MV FM = 1;
mv0
rearme
S12/entry: vMV=0;
vMH=1; % avance MH
S21/entry: FM=0;
vMV=−1; % subir MV mv0
mh1 exit: vMV=0;
S13/entry: vMH=0;
vMV=1; % bajar MV
mv1
S14/entry: vMV=0;
% cesar vacio ven
S15/entry:
vMV=−1; % subir MV
mv0
S16/entry: vMV=0;
vMH=−1; % retro MH
exit: vMH=0;
mh0
Printed 03−May−2005 18:20:38
203
Parte III. Automatización global
204
Tema 12. Niveles de Automatización
Esquema simple de una empresa
Almacén de Producción Almacén de

materias primas productos terminados
Nivel productivo de automatiza-
ción
Gestión
• Redes de comunicación
• Controladores
Compras Finanzas Ventas
• Actuadores
• Sensores
MERCADO
• Procesos
Fases de automatización:
Producción → Diseño → Gestión → Automatización total
205
Automatización producción – Software
• CAD Computer Aided Design – máquinas herramientas
• CAPP Computer Aided Process Planning – planificación sistemas
• PPS Planning Production System – optimización producción
• MRP Material Requirement Planning – almacén materias primas
• CAM Computer Aided Manufacturing – equipos productivos
• CNC Computer numeric control
• NC Numeric control
• SFC Shop Floor Control – almacén → planta → pedidos
• QC Quality Circle – mejora calidad – reducción costes
• CAPC Computer Aided Production control – control producción
• CAPM Computer Aided Production management – gestión producción
• TMS Transportation Management System – gestión i/o productos
206
Pirámide de Automatización
A
A
G A MF, WS, PC, Gestión
A
A
A
Factorı́a A MF, WS, PC, CAD/CAM, CAPP, etc.
A
A
A
A
Producción – Planta A WS, PCC, PC
A
A
A
Proceso – Campo A PLC, CNC, NC
A
A
A
A
Célula – Planta Baja A Sensor, Actuador, PID
A
A
SCADA
Supervisory Control and Data Acquisition (de Control Supervisor y Adquisición
de Datos). Software de captura de información de un proceso o planta. –análisis o
207
estudios –retroalimentación y control del proceso.
• Generación, transmisión y distribución energı́a eléctrica
• Sistemas del control del medio ambiente
• Procesos de fabricación
• Gestión de señales de tráfico
• Gestión de abastecimiento de aguas
• Sistemas de tránsito masivo
• Supervisión y control de estaciones remotas
Caracterı́sticas de SCADA:
• Mostrar de forma inteligible las lecturas de medidas y de estado de la planta

en las computadoras principales.
• Permitir a los operadores controlar la planta de maneras predefinidas.
208
• Para restringir el acceso a las computadoras principales se suelen emplear
consolas especiales conectadas con ellas en red.
• El interfaz hombre-maquina de SCADA permite generalmente que los opera-

dores puedan ver el estado de cualquier parte del equipo de la planta.
• La interacción del operador con el sistema se realiza mayormente a través

de un sistema de alarmas. Las alarmas son condiciones anormales automáti-
camente detectadas en el equipo de la planta que requieren la atención del
operador, y posiblemente su intervención actuando adecuadamente sobre el
proceso quizás guardando información importante y volviendo a ponerlo a
funcionar suavemente.
• Las computadoras principales de SCADA funcionan tı́picamente bajo un siste-

ma operativo estándar. Casi todos los programas SCADA funcionan en alguna
variante de UNIX, pero muchos vendedores están comenzando a suministrar
Microsoft Windows como sistema operativo.
• Los sistemas de SCADA disponen generalmente de una base de datos distri-

buida que contiene datos llamados puntos. Un punto representa un solo valor
de la entrada o de la salida supervisado o controlado por el sistema. Los pun-
tos pueden ser “duros” o “suaves”. Un punto duro representa una entrada real
o salida conectada con el sistema, de mientras que uno suave es el resultado
de operaciones lógicas y matemáticas aplicadas a otros puntos duros y suaves.
209
• El interfaz hombre-máquina de un sistema SCADA suministra un programa
de dibujo para poder representar estos puntos. Las representaciones pueden
ser tan simples como un semáforo en pantalla que represente el estado de
un semáforo real en el campo, o tan complejas como una imagen de realidad
virtual que representa la evolución real de la planta.
• En la pasada década la demanda de aplicaciones civiles de sistemas de SCADA
ha ido creciendo, requiriendo realizar cada vez más operaciones automática-
mente.
• Por otro lado, soluciones SCADA han adoptado una estructura distribuida,
con posibilidad de adaptarse a los componentes de un sistema de control dis-
tribuido (DCS) con múltiples RTUs o PLCs inteligentes, capaces de ejecutar
procesos simples en modo autónomo sin la participación de la computadora
principal.
• Los RTUs y PLCs actuales pueden programarse en los lenguajes de definidos
en la norma IEC 61131-3, como el BFD (Function Block Diagram), lo que
a los programadores de SCADA para realizar el diseño y puesta a punto
de programas. Ello permite que algunos programas comunes (intercambio de
datos, calidad, gestión de alarmas, seguridad, etc.) puedan ser realizados por
los programadores de estación principal y luego cargados desde ella en todos
los autómatas. De este modo los requisitos de seguridad ahora se aplican al
sistema en su totalidad, e incluso el software de la estación principal debe
resolver los estándares de seguridad rigurosos para algunos mercados.
210
• Además, el software de la estación principal realiza análisis de datos, análisis
históricos y análisis asociados a requisitos particulares de la industria para
presentarlos a los operadores de la gestión de la empresa.
• En algunas instalaciones los costes que resultarı́an de fallar del sistema de
control son extremadamente altos, pudiendo incluso perderse vidas humanas
en algunos casos.
• La fiabilidad de los sistemas de SCADA ha de estar garantizada para sopor-
tar variaciones de temperatura, vibraciones, fluctuaciones de voltaje y otras
condiciones extremas empleando a veces para ello hardware y canales de co-
municación redundantes.
• Si un fallo se identifica rápidamente, el control puede ser automáticamente
asumido por el hardware de reserva y ası́ la parte averiada puede sustituirse
sin parar el proceso.
• La fiabilidad de tales sistemas se puede calcular estadı́sticamente. El tiempo
calculado de fallo de algunos sistemas de alta calidad puede ser incluso de
siglos.
• Algunos sistemas SCADA utilizan la comunicación por radio o por teléfono.
Esto abre nuevas posibilidades, impensables hace pocos años, a la automati-
zación industrial.
• Indicadores sin retroalimentación inherente:

211
. Estado actual del proceso: valores instantáneos
. Desviación o deriva del proceso: Evolución histórica y acumulada
• Indicadores con retroalimentación inherente (afectan al proceso, después al
operador):
. Generación de alarmas;
. MHI (Interfaces hombre-máquina);
. Toma de decisiones: + Mediante operatoria humana; + Automática (me-
diante la utilización de sistemas basados en el conocimiento o sistemas
expertos).
. etc.
Aplicación diferentes áreas industriales:
• Gestión de la producción (facilita la programación de la fabricación);
• Mantenimiento (proporciona magnitudes de interés tales para evaluar y de-

terminar modos de fallo, MTBF, ı́ndices de Fiabilidad, entre otros);
• Control de Calidad (proporciona de manera automatizada los datos necesarios

para calcular ı́ndices de estabilidad de la producción CP y CPk, tolerancias,
ı́ndice de piezas NOK/OK, etc;
• Administración (actualmente pueden enlazarse estos datos del SCADA con

un servidor SAP e integrarse como un módulo más);
212
• Tratamiento histórico de información (mediante su incorporación en bases de
datos).
Etapas de un sistema SCADA:

Las etapas de un sistema de adquisición de datos comprenden una serie de pasos
que van desde la captura de la magnitud a su postprocesado.
213
Molido de la malta
Uno de los primeros procesos en la elaboración de la cerveza. La malta y el grano

se pesan y se muelen según la receta elegida.
214
Elaboración de la cerveza
Una vez molido el grano y obtenido el mosto, se bombea en grandes tinas y comienza
el proceso. Aquı́ vemos tres grandes tinas con sus tubos.
215
Embotellado
La cerveza elaborada se embotella. Vemos el proceso de embotellado mostrando las

identificaciones de lote y producto, la hora de inicio e información de alarmas.
216
Empaquetado
Finalmente, la cerveza en botella se empaqueta en cajas. Aquı́, se ponen seis paquetes

en cada caja. Las cajas se sellan y se cargan sobre las plataformas.
217
1. Fabricación inteligente
Intellution iHistorian:
La importancia de transformar datos de fabricación en inteligencia de planta.
218
El Desafı́o: Convertir datos en conocimiento
Históricamente la fabricación se ha identificado con la maquinaria ruidosa instalada
en la planta baja, válvulas del vapor silbando y chimeneas humeando.
Hoy, la fabricación se ha convertido en uno de los sectores de información más
intensivos del mundo. Junto con los productos que salen lı́neas de empaquetado o se
vierten a través de tuberı́as, el producto de las instalaciones fabriles, es una corriente
cada vez mayor de datos se originan en el nivel de planta.
Estos datos se utilizan para optimizar el inventario y la producción, mejorar cali-
dad y consistencia del producto, para el correcto mantenimiento del equipo, y para
asegurar que las plantas cumplen con las leyes ambientales, de seguridad y de salud.
Para convertir el torrencial flujo de datos de las instalaciones de fabricación actuales
en conocimiento, las compañı́as deben poder capturarlo de un amplio número de
fuentes, juntarlo en un formato común, y ponerlo a disposición del software que
puede interpretarlo, dándole el significado y el valor.
Por ejemplo, en una lı́nea de empaquetado con tres lı́neas de llenado de botellas que
genera datos sobre el estado de cada lı́nea, cuando esos datos se analizan al cabo de
cierto tiempo se puede determinar el grado de paradas no programadas ocurridas
en una determinada máquina. Esto lleva a unas mejores decisiones informadas sobre
mantenimiento preventivo y a gastos de capital en equipo nuevo de la planta.
Crear una ”planta inteligente”, sin embargo, requiere algo más que elaborar datos
representativos e implementar aplicaciones para interpretarlos. La pieza de este rom-
219
pecabezas que ha faltado a muchos fabricantes hasta la fecha es un simple depósito
central para los masivos volúmenes de datos históricos que emanan de los sistemas
de operaciones a través de la planta: un historiador de planta extensa.
Estos historiadores de planta extensa pueden surtir estos datos a una amplia varie-
dad de usos en los niveles operativo y de negocio de la empresa.
Algunos historiadores de datos de planta extensa han estado ya en el mercado hace
años, pero se han considerado demasiado costosos y complejos para casi todas las
instalaciones de fabricación corrientes, excepto para las más grandes, tales como
ciertas operaciones de proceso continuo como las industrias quı́micas y las refinerı́as
de petróleo.
220
Parte IV. APENDICES
221
Tema A. Ecuaciones diferenciales
1. Ecuaciones diferenciales de primer orden

La ecuación diferencial
dx
= ax(t), a = constante (A.4)
dt
es una de las más simples. Dice: ∀t la ecuación x0 (t) = ax(t) es cierta.
Soluciones: son las funciones u(t) que verifican la ecuación diferencial (A.4). En este
caso es fácil hallarlas:
• f (t) = k eat es una solución de (A.4) ya que f 0 (t) = a k eat = a f (t)
• No hay más soluciones: sea u(t) una solución cualquiera. Entonces
d
u(t) e−at = u0 (t) e−at + u(t) (−a e−at ) = a u(t)e−at − u(t) a e−at = 0

dt
⇒ u(t) e−at = cte. ⇒ u(t) = cte. eat
Hemos probado la existencia y unicidad de la solución de (A.4).
222
1.1. Problema de condiciones iniciales (PCI)
x(t) = k eat solución de (A.4), a dada
k queda determinada si nos dan el valor x0 de x(t) en t0 :
x(t0 ) = k eat0 = x0 ⇒ k = e−at0 x0 ;
si t0 = 0 entonces k = x0 . Por tanto, la ecuación diferencial
x0 (t) = a x(t)
tiene una única solución que cumple la condición inicial
x(t0 ) = x0
Problema de condiciones iniciales:
x0 (t) = a x(t)

Dadas (A.5)
x(t0 ) = x0
hallar la solución u(t) que pasa por x0 .
223
2. Estudio cualitativo
El problema de condiciones iniciales es el que más interesa en las aplicaciones de
ingenierı́a. Pero sólo estudia una solución. ¿Hay alguna forma de estudiar todas las
soluciones a la vez? 0
x (t) = a x(t)
PCI:
x(t0 ) = x0
Solución: x(t) = x0 eat
a > 0 ⇒ lı́m x0 eat = ∞

t→∞
a = 0 ⇒ x(t) = cte.
a < 0 ⇒ lı́m x0 eat = 0
t→∞
El signo de a es crucial para el comportamiento de la solución.
224
¿Qué ocurre si se perturba el parámetro a?
x x x
6 6 6
x0 x0 x0
- - -
t t t
a>0 a=0 a<0
• a 6= 0 : el comportamiento no cambia al perturbar a
• a=0: cambio radical
a = 0 es un punto de bifurcación en la familia de ecuaciones diferenciales
{x0 = a x, a ∈ R}
225
3. Orden de una ecuación diferencial
orden 1 : x0 = f (t, x) | t, x ∈ R, f : R × R → R



 0
x1 = f1 (t, x1 , x2 ) t, x1 , x2 ∈ R



 orden 2 :

(a) sistema x02 = f2 (t, x1 , x2 ) f1 , f2 : R × R2 → R

 .
..


 orden n : x0 = f (t, x) | t ∈ R, x ∈ Rn , f : R × Rn → Rn



(b) ecuación x(n) = F (t, x, x0 , x00 , . . . , x(n−1) )
orden = número n de ecuaciones en (a)
= orden de la derivada de orden máximo en (b).
Con x = x1 , x0 = x2 , x00 = x3 , . . . , x(n−1) = xn se pasa de (b) a (a).
Si la ecuación diferencial (a) es de la forma
x0 = f (x)
i.e. no depende explı́citamente de t, entonces se llama sistema autónomo.
226
4. Interpretación geométrica
dx
dt = f (t, x) asigna a cada punto (t, x), un número: la pendiente.
f : R2 → R
dx
(t, x) 7→ = pendiente
dt
x(t)
2
1.5
1 x(0)
0.5
−0.5
−1
−1.5
−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 2.5
t
227
5. Sistemas de 2o orden
La ecuación diferencial
dx
= f (t, x), t ∈ R, x ∈ R2 , f : R × R2 → R2
dt
es de segundo orden. También puede escribirse como un sistema

dx 1
= f1 (t, x1 , x2 ) t, x1 , x2 ∈ R


dt
dx 2 2
 2 = f2 (t, x1 , x2 ) f1 , f2 : R × R → R


dt
de dos ecuaciones de primer orden; se llama sistema de segundo orden.
A cada punto (t, x1 , x2 ) ∈ R3 le asociamos el vector (f1 , f2 ). Si el sistema es autóno-
mo (no depende de t), entonces es en R2 .
228
6. Solución numérica
Obtener soluciones u(t) expresadas por funciones elementales de
x0 (t) = f (t, x), t ∈ R, x ∈ Rn ,
es a veces difı́cil o imposible, incluso si n = 1. En esos casos procede hacer un estudio

cualitativo, la interpretación geométrica o hallar la solución numérica
Solución numérica: tabla de valores de la solución u(t) del PCI.
t u1 u2 . . . un Tabla → representación gráfica

−10 −3 −1.1 . . . 0.2
.. .. .. .. Obtención:
. . . .
• algoritmo: Euler, Runge-Kutta, etc.
0
.. • del gráfico de pendientes (i. geom.)
. • gráficamente: quebradas de Euler
10
229
7. Solución numérica con Matlab
Métodos:
• ode23
• ode45
• Simulink
ode23 y ode45 implementan métodos numéricos de Euler, Runge-Kutta, etc. Para

hallar la solución del PCI
0
x (t) = f (t, x) n
x(0) = x0 t ∈ R, x ∈ R
hemos de hacer dos cosas:
• archivo .m de Matlab para describir la función
• llamada a ode23
230
Para un PCI de 2o orden, en el archivo f_prueba.m, pondremos
function xp = f_prueba(t,x)
xp = zeros(2,1) % indica el orden n = 2
xp(1) = f1(x(1),x(2),t)
xp(2) = f2(x(1),x(2),t)
en donde f1 y f2 vendrán dadas.
Para hacer la llamada a ode23 o a ode45 escribiremos:
x0 = [a; b]; % condiciones iniciales (dadas)
t0 = 0; % es lo normal
tf = tiempo final;
[t,x] = ode23(@fprueba, [t0,tf], x0)
plot(t,x) % respuesta temporal
plot(x(:,1),x(:,2)) % phase portrait
en la ventana de comandos de Matlab o en un archivo .m.
231
Ejemplo. Sistema mecánico
k f (t) − k x(t) − b x0 (t) = m x00 (t)
f (t) Cambios: x1 = x, x2 = x0 ⇒
m x01 = x2

x02 = − mk
x1 − mb
x2 + m1
f
b
Solución numérica: Respuesta temporal
1
• Archivo f mkb.m 0.8
0.6
function xp = f mkb(t,x) 0.4
xp=zeros(2,1);f=1;m=1;k=2;b=1; 0.2
0
xp(1)= x(2); −0.2
−0.4
xp(2)=-k/m*x(1)-b/m*x(2)+1/m*f; 0 1 2 3 4 5 6 7 8 9 10
• Llamada a ode23 1
Mapa de fase
x(0)
x0=[0;1]; t0=0; tf=10; 0.8
0.6
[t,x]=ode23(’f mkb’,[t0,tf],x0) 0.4
0.2
plot(t,x),title(’Resp. temp.’) 0
plot(x(:,1),x(:,2)), −0.2
−0.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
title(’Mapa fase’)
x01 (t) = x2 (t)
(
Sistema mecánico (m, k, b): k b 1
x02 (t) = − x1 (t) − x02 (t) + f (t)
m m m
232
Campo vectorial
1.5
Con Matlab es posible superponer el cam-
po de vectores (interpretación geométrica)
1
y la solución numérica:
0.5
m=1; k=2; b=1; f=1;
[X1,X2]=meshgrid(-1.2:0.2:1.2);
0
U1 = X2;
U2 = -k/m*X1-b/m*X2+1/m*f;
−0.5
M = sqrt(U1.^2 + U2.^2);
V1 = ones(size(M))./M .* U1;
−1
V2 = ones(size(M))./M .* U2;
x(0)
quiver(X1,X2,V1,V2),axis square
−1.5
−1.5 −1 −0.5 0 0.5 1 1.5
233
7.1. Método de Kelvin
Teorema. z(t) es una solución del P.C.I.

 x0 (t) = f (t, x)
(1)
 x(0) = x
0
si y sólo si Z t
z(t) = x0 + f (s, z(s))ds. (2)
t0
Z t Z t
Demostración. z(t) solución de (1) ⇒ z 0 (t) = f (t, z(t)) ⇒ z 0 (s)ds = f (s, z(s))
Z t Z t t0 t0
⇒ z(t) − z(0) = f (s, z(s) ⇒ z(t) = x0 + f (s, z(s).

t0 t0
dz
z(t) verifica (2) ⇒ = f (t, z(t)).
dt Z t 0
⇒ z(0) = x0 + f (s, z(s))ds = x0 .
t0
234
Idea de Kelvin: construir un integrador fı́sico (mecánico) y realizar fı́sicamente
(mecánicamente) el esquema

t
f
x0 (t)- Z
r x(t) -
x0 -
Muchas veces en los sistemas de control
235
Tema B. Realización del control
Realizaciones
• Realización matemática lineal de orden n.
Dada G(s) ∈ R(s)p×q , hallar A, B, C, D, tales que el sistema

ẋ(t) = A x(t) + B u(t)
y(t) = C x(t) + D u(t),
con A ∈ Rn×n , B ∈ Rn×q , C ∈ Rp×n , D ∈ Rp×q , tenga por matriz de transfe-

rencia G(s). Se llama realización minimal si el número entero n es el menor
que puede encontrarse. Las más simples son las llamadas realizaciones canóni-
cas: controlador, observador, controlabilidad y observabilidad.
• Realización analógica. – modelo – circuito electrónico
• Realización digital. – programa (Matlab, Simulink, C++, Java, etc.)
• Realización fı́sica. – prototipo – fabricación
236
1. Realización fı́sica
Entrada- m -
+ C - A - P r Salida-
− 6
S
P Planta o proceso a controlar. –fijo –dado
A Actuador. –potencia suficiente para ”mover”la planta
S Sensor. –adecuado a la señal de salida
C Controlador. –PID –adelanto/retraso –analógico/digital
• En el caso lineal los bloques son funciones de transferencia
• Diferentes tecnologı́as: neumática, eléctrica, electrónica
• Los bloques A y S son (prácticamente) constantes
• Problema de diseño: Dada la planta P , hallar C para que el sistema funcione

de forma adecuada (especificaciones).
237
2. Actuadores
Actuador: dispositivo que ejerce acciones de cierta ponencia.
Transforma energı́a: eléctrica → eléctrica – eléctrica → mecánica – etc.
2.1. Tipos de actuadores

Actuadores hidráulicos – potencia alta
• Principio de Pascal – aceite especial – 200 bar – 0.25 l/s
• Cargas mayores de 6 o 7 Kg
• Control: servoválvulas (con motor) – controlan el flujo de fluido
Actuadores neumáticos – potencia baja – control neumático
• Cilindros - motores - movimientos rápidos - poca precisión
• fluido: aire – aire comprimido – 5 a 10 bar
Actuadores eléctricos
• Motores eléctricos: C.C., C.A, lineales, paso a paso, brushless, etc.
238
2.2. Otros actuadores
• Relés – automatismos eléctricos
• Contactores
• Arrancadores y Drivers para motores
• Amplificadores electrónicos de potencia
2.3. Accesorios mecánicos

• Máquinas simples: plano inclinado, palanca, biela-manivela, engranajes, rodi-
llos, poleas, agitadores, vibradores, etc.
• Poleas, cremalleras, piñones: translación → rotación
• Reductores de velocidad
• Máquinas complejas
239
2.4. El motor de c.c.
N
φ
?
θ(t) i (t)
?a
+
va (t)
−
φ
?
S
240
2.5. Ecuaciones diferenciales
Ra ia (t) if (t) Rf
-
φ(t) +

+
La Lf vf (t)
va (t)
−
− ea (t)
dif
inductor: vf (t) = Rf if (t) + Lf
dt dia
inducido: va (t) − ea (t) = Ra ia (t) + La
dt
flujo magnético: φ(t) = kf if (t)
par motor: Pm (t) = kt φ(t) ia (t)
dθ dω
variables de rotación: ω(t) = α(t) =
dt dt
f.c.e.m.: ea (t) = ke φ(t) ω(t)
dω
carga mecánica: Pm (t) − Pl (s) = Jm + Bm ω(t)
dt
241
2.6. Modelo externo
Transformada de Laplace con condiciones iniciales nulas:
dif L
vf (t) = Rf if (t) + Lf dt =⇒ Vf (s) = (Rf + s Lf )If (s)
L
va (t) − ea (t) = Ra ia (t) + La didta =⇒ Va (s) − Ea (s) = (Ra + s La )Ia (s)
L
φ(t) = kf if (t) =⇒ φ(s) = kf If (s)
L
Pm (t) = kt φ(t) ia (t) =⇒ Pm (s) = kt φ(s) Ia (s)
dθ dω L
ω(t) = dt α(t) = dt =⇒ ω(s) = sθ(s) α(s) = sω(s)
L
ea (t) = ke φ(t) ω(t) =⇒ Ea (s) = ke φ(s) ω(s)
L
Pm (t) − Pl (t) = Jm dω
dt + Bm ω(t) =⇒ Pm − Pl = s Jm + Bm ω(s)
Motor de c.c. controlado por inducido: φ = cte. Kt = kt φ , Ke = ke φ

Pl (s)
Va (s)- m - 1 Ia (s)- Pm (s)
- +m -
? 1 r ω(s)
+ Kt -
sLa + Ra sJm + Bm
− 6
Ea (s)
Ke
242
2.7. Función de transferencia del motor
Y (s) = G(s) U (s) G(s) ∈ R(s)1×2

Va (s)
U (s) = G(s) = G11 G12 Y (s) = ω(s)
Pm (s)
Kt
G11 =
Kt Ke
(sLa + Ra )(sJm + Bm ) 1 +
(sLa + Ra )(sJm + Bm )
Kt
= 2
s La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke
1
G12 =
K t Ke
(sJm + Bm ) 1 +
(sLa + Ra )(sJm + Bm )
sLa + Ra
=
s2 La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke

Va (s)
ω(s) = G11 G12 = G11 Va (s) + G12 Pm (s)
Pm (s)
243
2.8. Reductor de velocidad
Pl
Pm
1 2 3 4
2 L
1 : Pm (t) − P21 (t) = J1 ddtθ21 + B1 dθ
dt =⇒ Pm (s) − P21 (s) = s (J1 s + B1 ) θ1 (s)
1
2 L
2 : P12 (t) − P32 (t) = J2 ddtθ22 + B2 dθ
dt =⇒ P12 (s) − P32 (s) = s (J2 s + B2 ) θ2 (s)
2
2 L
3 : P23 (t) − P43 (t) = J3 ddtθ23 + B3 dθ
dt =⇒
3
P23 − P21 (s) = s (J3 s + B3 ) θ3 (s)
2 L
4 : P34 (t) − Pl (t) = J4 ddtθ24 + B4 dθ4
dt =⇒ P34 − Pl (s) = s (J4 s + B4 ) θ4 (s)
Pl
Pm (s) P
P12 P
P23 P
P34? θ4 (s)
- + 21- D2 - + 32- D3 - + 43- D4 -+ - 1 s- 1 -
d1 d2 d3 sJ4 +B4 s
−
6 6− 6−
J1 s+B1 J2 s+B2 J3 s+B3
s s
6 6 6
D2 D3 D4
d1 d2 d3
ω1 ω2 ω3 ω4
244
2.9. Función de transferencia del reductor
El diagrama de bloques puede reducirse a
Pl (s)
?
1
Kr
Pm (s)- m
? 1 ω1 (s)- ω4 (s)- 1 θ4 (s)-
+ - Kr
sJr + Br s
en donde
d1 2 d2 2 d3 2 d1 2 d2 2 d1 2
Jr = D2 2 D4 2 D3 2
J4 + D3 2 D2 2
J3 + D2 2
J2 + J1
d1 2 d2 2 d3 2 d1 2 d2 2 d1 2
Br = D2 2 D4 2 D3 2
B4 + D3 2 D2 2
B3 + D2 2
B2 + B1
d1 d2 d3
Kr = D2 D3 D4 .
Es un sistema de primer orden (para ω) o de segundo (para θ).
245
2.10. Reductor con poleas elásticas
Pm (s) ω1 (s) θ1 (s)
-+ - 1 1 s
1 : f12 (s) = K12 (r1 θ1 (s) − R2 θ2 (s))
- -
J1 s+B1 s
−
P21 (s) 6 ? P21 (s) = r1 f12 (s) P12 (s) = R1 f12 (s)
r1 r1
Pm (s) − P21 (s) = s (J1 s + B1 )
x1 (s)

6
2 : f23 (s) = K23 (r2 θ2 (s) − R3 θ3 (s))
f12 (s) s
?
K12 +
P32 (s) = r2 f23 (s) P23 (s) = R3 f23 (s)
x2 (s) 6
−
?
P12 (s) − P32 (s) = s (J2 s + B2 )
R2 R2
P12 (s) 3 : f34 (s) = K34 (r1 θ3 (s) − R2 θ4 (s))

6
?
1 ω2 (s) 1 θ (s)
s 2 - P43 (s) = r3 f34 (s) P34 (s) = R4 f34 (s)
+ - J2 s+B -
2 s
−
P32 (s) 6 ? P23 (s) − P32 (s) = s (J3 s + B3 )
4 : P34 (s) − Pl (s) = s (J4 s + B4 )
Pl (s)-
+

Es un sistema de orden 2 × no de poleas. Modelo externo: formula de Mason.
246
2.11. Aplicación práctica: sistema de control de posición
Vxr Motor de c.c.

+
− C A
S
Poleas
Carrito
x(t)
Entrada = Vx –control –referencia –consigna
Salida = x(t)
C Controlador = PID analógico
A Actuador = Amplificador de potencia
P Planta = Motor c.c. + Poleas + Carrito
S Sensor = Potenciómetro
247
3. Especificaciones de funcionamiento
Son condiciones que se exigen a un sistema de control para que su funcionamiento
sea aceptable.
1. Estabilidad
2. Rapidez
3. Precisión
Las especificaciones de funcionamiento suelen expresarse por números que se definen

a partir de
• la respuesta en el tiempo
• la respuesta en frecuencia
Problema de diseño: dado una planta o proceso a controlar y fijadas unas especi-
ficaciones de funcionamiento, obtener el modelo matemático de un controlador tal
que el sistema de control resultante cumpla tales especificaciones.
248
3.1. Especificaciones en tiempo
• Respuesta temporal: gráfica de la señal de salida.
• Entradas de prueba: impulso de Dirac, escalón unitario, función rampa, fun-

ción parábola, etc.
• Respuesta para entrada escalón ⇒ revela especificaciones.
Mp : estabilidad
tp : rapidez
error : precisión
249
• Valores para el sistema de 2o orden
1 p −ξ
y(t) = 1 + p e−ξωn t sin(ωn 1 − ξ 2 t − φ), φ = arctan p
1−ξ 2 1 − ξ2
!
−ξ 2 ωn p p
y 0 (t) = e−ξωn t p + ωn 1 − ξ 2 sin(ωn 1 − ξ 2 t) = 0
1 − ξ2
p kπ
⇒ sin(ωn 1 − ξ 2 t) = 0 ⇒ t= p , k = 0, 1, 2, . . .
ωn 1 − ξ 2
Para k = 1 (primer máximo),
π 1 p
tP = p ; y(tP ) = 1 + p e−ξωn tp (− 1 − ξ 2 cos π + ξ sin π)
ωn 1 − ξ 2 1 − ξ2
√
1−ξ 2
y(tp ) = 1 + MP ⇒ Mp = e−ξπ/
• Otros valores
p
arctan(− 1 − ξ 2 /ξ) 4 1
tr = p , ts ' , = constante de tiempo
ωn 1 − ξ 2 ξωn ξωn
250
3.2. Especificaciones en frecuencia
Respuesta de G(s) con u(t) = A sin(ωt):
yss (t) = M sin(ωt + φ), M = |G(jω)|, φ = arg G(jω)
• Frecuencias de corte: ωA , ωB ; -3 dB
• Anchura de banda BW = ωB − ωA
⇒ rapidez
• Ganancia en BW: constante

⇒ precisión
• Márgenes de ganancia y fase

⇒ estabilidad
No hay una relación explı́cita entre las especificaciones en tiempo y en frecuencia.
251
4. Estabilidad, controlabilidad y observabilidad, sistemas lineales
∈ R(n+q)×(n+p) ⇒ G(s) ∈ R(s)p×q
A B

Sistema lineal S: modelo de estado C D
• Estabilidad – G(s) – polos simples s1 , s2 , . . . , sn
y(t) = k1 es1 t + k2 es2 t + . . . + kn esn t
Si algún si ∈ C+ ⇒ y(t) → ∞ – sistema inestable.
• Controlabilidad: Q = [B AB A2 B . . . An−1 B] ∈ Rn×nq
• Observabilidad: R = [C CA CA2 . . . CAn−1 ]T ∈ Rnp×n
S controlable ⇐⇒ rank Q = n S observable ⇐⇒ rank R = n
Si S es controlable y observable se puede realizar un feedback de estado para reubicar

los polos de S, i.e., se puede
state feedback
S inestable −−−− −→ S estable
252

Automatización de Procesos Industriales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Automatización de Procesos Industriales PDF

Cargado por

Copyright:

Formatos disponibles

Automatización de Procesos

José Marı́a González de

. Tema 2. Automatismos eléctricos

. Tema 6. Sistemas booleanos

. Tema A. Ecuaciones diferenciales

PBL: aprendizaje basado en problemas

? Nota de prácticas = P G ( 0.4P A + 0.6P E )

en donde P G ∈ {0, 1} y P A, P E ∈ [0, 10]

Automatización: teorı́as y tecnologı́as para sustituir el trabajo del hombre por

Feedback: artificio básico del control.

Museo de la Cultura del Vino

Ente socioeconómico – adecuación parcial de flujos: producción y consumo

Almacén de Producción Almacén de

Compras Finanzas Ventas

Gestión: controla a todos los demás

Productos base Proceso Productos elaborados

• Incrementa valor añadido

Mat. prima 2- Pieza 2-

- mano de obra y maquinaria especializadas – elevados costes

• Producción por lotes

- maquinaria y el personal preparados – cambio lote

- cintas trasportadoras – estaciones (proceso o montaje) – almacenes

- flujo continuo de producto

• Producto en posición fija

• Por clases de procesos

• Por tecnologı́a de grupo

3. El significado del control

Caja negra o bloque – planta o proceso

• medida de variables del proceso a controlar

• realimentación de las variables medidas

• comparación con una consigna

• actuación sobre el proceso

• Reducción de costes de mano de obra, materiales y energı́a

• Reducción de tiempos de fabricación, plazos de entrega

• Eliminación de trabajos peligrosos o nocivos

• Fabricación de elementos sofisticados

• Operaciones manuales → automáticas

• Máquinas semiautomáticas → automáticas

• Producción rı́gida → producción flexible

? Controlador PID – procesos Continuos

? Controlador PID – procesos continuos

? Autómata programable – procesos de eventos discretos

? Control distribuido – automatización global

Procesos continuos – esquema de regulación en feedback

• Elementos de transporte: cintas, carros

• Máquinaria, herramientas y utillaje

• Actuadores: motores, cilindros, manipuladores, robots

• Ordenadores, autómatas programables, procesadores electrónicos, neumáticos

• Buses y redes de comunicación

Proceso 1 Proceso 2 Proceso 3 Proceso 4

• Automatización fija – producción muy alta – automóviles

• Automatización programable – producción baja – diversidad de productos

• Automatización flexible – producción media – pocos productos

• Eléctrica: automatismos eléctricos, motores eléctricos de c.c. y c.a., cableados

• Electrónica: controladores analógicos, sensores, pre-accionadores, drivers, ac-

• Neumática – electro-neumática: cilindros neumáticos, válvulas neumáticas y

• Hidráulica y electro-hidráulica: cilindros hidráulicos, válvulas hidraulocas y

• Control e Informática Industrial: controladores de procesos, control por com-

• Sistemas continuos en el tiempo

• Sistemas discretos en el tiempo

• Sistemas de eventos discretos

Sistemas de eventos discretos =

• Actuadores: eléctrica, electromecánica, neumática, hidráulica