Proyecto Final: Levitador Neumático Informe de laboratorio

David Guillermo Mesa Calderón, Gilbert Andres Angulo Saucedo,

Kishvari Osorio Delgado, Manuela Sucerquia Ospina
dgmesac@unal.edu.co, gaangulosa@unal.edu.co,
kosoriod@unal.edu.co, msucerquiao@unal.edu.co

Control - 2016493, Facultad de Ingeniería - Universidad Nacional de Colombia, Sede Bogotá

Resumen—In this lab report, we will show the characterization

of pneumatic levitator using the tools learned in Control subject
and it perform the control of a ball in a test tube using a PID
controller.
Index Terms—Control, PID, escalón, planta, frecuencia.

I. I NTRODUCCIÓN
Mundialmente, en la industria son utilizados de forma
masiva sistemas dinámicos para distintos procesos dentro de Figura 1. Tarjeta Teensy
la misma. Por lo tanto, es importante tener conocimientos
de estos sistemas dinámicos para entender su funcionamiento
y posteriormente evitar que trabajen de manera inadecuada, 2. Servidor local basado en código Python, el cual
provocando posibles daños tanto a la planta como al proceso se comunica con la Teensy a través de un enlace
que realicen. en serie y con una GUI basada en el navegador a
Por lo anterior, se hace necesario realizar distintas metodo- través de WebSockets[1]. GUI Teensy, se ejecuta
logías de control y lograr que los sistemas trabajen de la desde el navegador, traza los datos medidos desde la
mejor manera para la función a la que fueron diseñados. Teensy. Proporciona una interfaz simple para que los
Durante el desarrollo del curso de control fueron aprendidas usuarios cambien los parámetros del lazo de control de
distintas formas de lograr lo mencionado anteriormente y cada retroalimentación, que pasa al servidor local[1].
una fue desarrollada de forma práctica, por lo tanto en el
presente informe será presentado el diseño, control y análisis
de posición de un sistema de levitación neumático. La finalidad
de dicho sistema es implementar un controlador por asignación
de polos para controlar la altura deseada de una esfera que
se desplaza dentro de una probeta, por medio del ajuste de
la velocidad de un ventilador y un sensor de proximidad
que permite al sistema en lazo cerrado y abierto obtener la
información para controlar la altura del objeto.

II. M ARCO T EÓRICO

Para el diseño y la implementación del levitador neumático
es necesario un conjunto de software y hardware controlado
principalmente por la tarjeta Teensy, dicho conjunto consta de:

1. La Teensy que envía señales moduladas por ancho de
pulso (PWM) al sensor de proximidad y de este al
controlador del motor el puente-H [1]. Su señal de salida
PWM se deriva de las lecturas del sensor en un lazo
de control de retroalimentación. El comportamiento del
lazo de control se ajusta por parámetros que se envían
desde un servidor local basado en python. La Teensy
envía sus mediciones al servidor Python a intervalos
regulares.
Figura 2. Interfaz Gráfica
3. Un driver puente H L298N, el cual permite controlar el
sentido y velocidad de giro de motores mediante señales
TTL que se obtienen de la Teensy. El control del sentido
de giro se realiza mediante dos pines para cada motor,
la velocidad de giro se puede regular haciendo uso de
modulación por ancho de pulso[2].

Figura 3. Puente H L298N
4. Un ventilador (CHA6012B), el cual rota poniendo el
aire, o un gas, en movimiento, es decir, transmite energía
para generar la presión necesaria con la que mantener
un flujo continuo de aire[3].
Figura 4. Ventilador CHA6012B
5. Un sensor de proximidad (VI5310x), su funcionamiento
de distancia por tiempo de vuelo se caracteriza por
poseer un emisor laser que cada cierto tiempo emite
un haz de luz, al encontrarse con un objeto la luz es
reflejada, el sensor se encarga de medir el tiempo entre
la emisión y la detección de la luz y como la velocidad
de la luz es un valor conocido entonces se puede calcular
la distancia al objeto con el tiempo de vuelo[4].
Figura 5. Sensor de proximidad VI5310x
6. Software MATLAB: MATLAB (abreviatura de MATrix
LABoratory, "laboratorio de matrices") es un sistema de
cómputo numérico que ofrece un entorno de desarrollo
integrado (IDE) con un lenguaje de programación propio
(lenguaje M). Está disponible para las plataformas Unix,
Windows, Mac OS X y GNU/Linux[5].
Entre sus prestaciones básicas se hallan: la manipulación
de matrices, la representación de datos y funciones, la
implementación de algoritmos, la creación de interfaces
de usuario (GUI) y la comunicación con programas en
otros lenguajes y con otros dispositivos hardware. El
paquete MATLAB dispone de dos herramientas adicio-
nales que expanden sus prestaciones, a saber, Simu-
link (plataforma de simulación multidominio) y GUIDE
(editor de interfaces de usuario - GUI). Además, se
pueden ampliar las capacidades de MATLAB con las
cajas de herramientas (toolboxes); y las de Simulink
con los paquetes de bloques (blocksets)[5]. Entre las
herramientas a usar en el proyecto, se utilizarán:
Ident: La System Identification ToolboxTM o Ident
proporciona para las funciones de MATLAB y
los bloques de Simulink una aplicación para la
construcción de modelos matemáticos de sistemas
dinámicos de datos medidos de entrada-salida. Le
permite crear y utilizar modelos de sistemas diná-
micos no fácilmente modelados de primeros prin-
cipios o especificaciones. Puede utilizar datos de
entrada-salida de dominio del tiempo y dominio
de la frecuencia para identificar las funciones de
transferencia de tiempo continuo y tiempo discreto,
modelos de procesos y modelos de espacio de es-
tado. La caja de herramientas también proporciona
algoritmos para estimación de parámetros en línea
incorporado.
La caja de herramientas proporciona las técnicas de
identificación como de máxima verosimilitud, mi-
nimización del error de predicción (PEM) y sistema
de identificación de subespacios. Para representar la
dinámica de sistemas no lineales, se pueden estimar
modelos de Hammerstein-Weiner y no lineal ARX
con red de wavelet, árbol-partición y no linealidades
red sigmoideo. La caja de herramientas realiza
la identificación del sistema de la caja gris para
estimar parámetros de un modelo definido por el
usuario. Puede utilizar el modelo identificado para
predicción de respuesta del sistema y modelado en
Simulink. La caja de herramientas también soporta
el modelado de datos de series temporales y pre-
dicción de series de tiempo[6].
PID Tuner: La aplicación del PID Tuner sintoniza
automáticamente las ganancias de un controlador
PID para una planta SISO para lograr un equilibrio
entre rendimiento y robustez. Puede especificar el
tipo de controlador, como PI, PID con filtro de-
rivativa o PID de dos grados-de-libertad (2-DOF)
controladores. Parcelas de análisis le permiten exa-
minar el rendimiento de controlador de dominios
de tiempo y frecuencia. Forma interactiva puede
refinar el funcionamiento del regulador para ajustar
el margen de ancho de banda y fase de bucle, o
 a favor de punto de referencia de seguimiento o Cuando la aceleración sea cero significará que la pelota
perturbaciones o rechazo[7]. no se mueve, por lo cual alcanzaa su estado estacionario,
es decir el punto de equilibrio, entonces

1 CD ρa A(veq )2
g=
Figura 6. Caption
2 mp

Modelación
 2 !
La modelación del levitador neumático involucra dis- va − ẏ
ÿ = g −1 (6)
tintos parámetros asociados a componentes mecánicas, veq
aerodinámicas y eléctricas. A continuación en la figura
7 se ilustra un diagrama de cuerpo libre el cual se
evidencian las fuerzas a las cuales se somete la pelota. en donde veq es la velocidad de equilibrio.

Montaje Experimental

De acuerdo con la guía de proyecto final sugerida en

clase, será utilizado un ventilador (CHA6012B) el cual
funciona a 12V DC y una corriente inferior a 0.5A,
dicho ventilador será alimentado mediante una fuente
DC a la tensión mencionada anteriormente. Lo anterior,
para que logre elevar una pelota de poliestireno dentro
de una probeta de 17cm de alto. En la parte superior se
encuentra sujetado un sensor de proximidad (V15310x)
el cuál se encargará de sensar la posición de la pelota
para lograr un control de posición en la mitad de
la probeta. Para esto se utilizan un puente H (L298)
y la tarjeta Teensy, con ayuda del software descrito
anteriormente.

Figura 7. Caption

A partir de la segunda ley de Newton aplicada a la

pelota, se tiene que
X d2 y dvp
Fy = mp 2 = mp (1)
dt dt
d2 y
mp 2 = Fd − Fg (2)
dt
en donde mp es la masa de la pelota, Fd es la fuerza
de arrastre de la pelota y F g el peso, estas fuerzas se
definen como
Fg = m p g (3)
1
Fd = CD ρa A(va − vb )2 (4)
2
en donde CD es el coeficiente de arrastre, ρa es la
densidad del aire, A es el área de la esfera expuesta
al flujo de aire, va la velocidad del aire en el tubo y vb
Figura 8. Montaje Experimental
la velocidad del la esfera.
Para una esfera la ecuación(4) se convierte en
1 CD ρa A(va − ẏ)2 El diagrama del sistema de lazo cerrado con un controlador
y¨p = −g (5) PID es el siguiente:
2 mp

Figura 9. Diagrama de bloques con controlador PID.
III. D ESARROLLO DE LA PRÁCTICA
III-A. Caracterización de la planta
Una vez se tiene la planta montada y el programa instalado
en la tarjeta Teensy, se procedió a buscar un punto en el
cual el valor del direct hiciera que la pelota se elevara lo
suficiente, sin oscilar, ni golpear los extremos de la probeta.
Se dejan los valores de PWM superiores posibles sin que
se presente un contacto con el sensor. De esta manera, se
realizaron dos estudios con dos valores de direct diferentes
que satisfacían las condiciones:
III-A1. Direct de 87.4 %:
Se realiza la toma de valores csv con este direct, suspen-
diendo el registro de valores cuando se estabiliza la bola de
icopor.
Se introducen los valores de "Distancia del sensor vs. PWM
del ventilador” en la herramienta Ident de MATLAB. Con
éstos valores se podrán obtener dos funciones de transferencia
según lo deseado. En nuestro caso, decidimos tomar dos
funciones de transferencia para el estudio:
Función de transferencia con un polo
Para un diseño con un polo y a 87.4 % de PWM en el
ventilador, obtenemos la siguiente función de transferen-
cia:
0.1364
G(s) =
0.2059s + 1
Caracterizando la planta de esta manera, procedemos a
llevar nuestra función de transferencia a la herramienta
de Matlab PID Tunner para obtener un diseño de control
PID estable.
Figura 10. PID diseñado
Con los siguientes valores en las constantes:
Kp = 10.4992
Ki = 37.6157
Kd = 0
Y con los siguientes valores de robustez y desempeño,
con estabilidad en lazo cerrado:
Tr : 0.461s
Ts : 1.6s
Sobrepico : 6.16 %
P ico : 1.06
Los valores arrojados por la aplicación nos muestran
que sólo será necesario realizar un control PI para
estabilizar nuestra planta y fácilmente controlable.
Se incorpora el control PID a la planta experimental, y
vemos que la bolita de icopor llega al punto máximo con
un valor de 1cm en el desired.
A pesar de ello, se intenta realizar un breve ajuste a los
valores del controlador y no se puede llegar a un buen
comportamiento. Así, se descarta éste diseño.
Función de transferencia con un polo y un integrador
Para el diseño con un polo y un integrador,a 87.4 % de
PWM en el ventilador, obtenemos la siguiente función
de transferencia:
0.1364
G(s) =
1 ∗ 10− 6s2 + s
Se procede a llevar nuestra función de transferencia a la
herramienta de Matlab PID Tunner para el diseño de un
control PID estable.
Figura 11. PID diseñado
Con los siguientes valores en las constantes:
Kp = 33051672.6862
Ki = 8446015044991.74
Kd = 28.7423
Y con los siguientes valores de robustez y desempeño,
con estabilidad en lazo cerrado:
Tr : 9.41e−7 s
Ts : 7.56e−6 s
Sobrepico : 11 %
P ico : 1.11
Los valores arrojados por la aplicación nos muestran que
sólo será necesario realizar prácticamente un control PI
para estabilizar nuestra planta y fácilmente controlable.
 Como vemos, no se puede llevar nuestro control PID a la
práctica experimental, pues los valores de las constantes
Kp y Ki sobrepasan por mucho los valores posibles en
el control.
III-A2. Direct de 86.5 %:

Se realiza la toma de valores csv con este direct, suspen-

diendo el registro de valores cuando se estabiliza la bola de
icopor.
Se introducen los valores de "Distancia del sensor vs. PWM
del ventilador” en la herramienta Ident de MATLAB. Con Figura 13. PID diseñado
estos valores se podrán obtener dos funciones de transferencia
según lo deseado. En nuestro caso, decidimos tomar dos
funciones de transferencia para el estudio:
Función de transferencia con un polo y un integrador
Para un diseño con un polo y un integrador, a 86.5 % de
PWM en el ventilador, obtenemos la siguiente función Ki = 3.5449
de transferencia: Kd = 0
Y con los siguientes valores de robustez y desempeño,
−4.0577 ∗ 10− 5 con estabilidad en lazo cerrado:
G(s) =
0.0034857s2 + s Tr : 6.34s
Como vemos, nuestra función de transferencia da Ts : 16.7s
valores negativos en la salida, por lo que no podríamos Sobrepico : 6.01 %
introducirla en nuestra app PID Tuner. Por lo anterior, P ico : 1.06
se descarta el diseño. Los valores arrojados por la aplicación nos muestran que
sólo será necesario realizar un control PI para estabili-
Función de transferencia con 2 polos Para un diseño zar nuestra planta y dejarla fácilmente controlable.
con dos polos, a 86.5 % de PWM en el ventilador, se Cuando probamos la planta experimentalmente, obte-
obtiene la siguiente función de transferencia: nemos valores del cambio de la distancia similares al
0.1364 desired.
G(s) = El presente diseño de controlador es el mejor que hemos
3.964081s2 + 2.4234452s + 1
obtenido hasta el momento, y será el elegido para poder
realizar un análisis de lazo abierto y cerrado aplicando
un step unitario.

Figura 12. Caracterización de la función de transferencia con 2 polos

Se introdujo la figura obtenida en el programa Ident y

entre todos los diseños anteriores, este es el que produce
un mejor ajuste (81.06).
Caracterizando la planta de esta manera, se procede a Figura 14. Respuesta al paso de nuestra planta con controlador en lazo abierto
llevar la función de transferencia a la herramienta de
Matlab PID Tunner mediante la cual se busca diseñar
un control PID estable, esta herramienta proporcionó la
siguiente gráfica mostrada en la figura 13,
Con los siguientes valores en las constantes: Los parámetros de la gráfica 14 son:
Kp = 0.098121 Ts = 11.9 s, Tr =3.9s, Mp = 7.26 %

Figura 15. Respuesta al paso de nuestra planta con controlador en lazo cerrado
Los parámetros de la gráfica 15 son:
Ts = 11.9 s, Tr =3.9s, Mp = 7.26 %
Comparando las gráficas 15 y 14, se puede observar que
el controlador PID diseñado para la función de transferencia
elegida aumentó la ganancia del sistema a pesar del valor
mínimo de Kp , esto se complementa con la realimentación de
lazo cerrado lo cual permitió que el sistema se estabilizara y
reaccionara a la respuesta del escalón unitario. El porcentaje
de sobrepico disminuyó pero los tiempos de crecimiento y
acentamiento aumentaron.
A continuación las figuras 16 y 17 muestran la comparación
entre los valores obtenidos (naranja) y los simulados (azul)
para escalones de 3 y 5 respectivamente, cabe aclarar que los
valores de los escalones indican cambios en la posición en
centímetros (cm) por cada unidad desde el punto de referencia
(aproximadamente 7cm).
Figura 16. Respuesta al escalón de 3cm.
Figura 17. Respuesta al escalón de 5cm.
Como se puede observar, experimentalmente el sistema se
comportó más rápido que el sistema simulado, adicionalmente
el comportamiento del estado estable del sistema en el expe-
rimento es aproximado al valor final del sistema simulado.
Figura 18. Diagrama de Bode del sistema de lazo cerrado.
El anterior Diagrama de Bode demuestra el valor reducido
del ancho de banda el cual es de 0.06 Hz, indicando que
el sistema es lento lo cual es consistente con los valores de
tiempo de asentamiento y tiempo de crecimiento en lazo
cerrado, puesto que dichos valores para este propósito son
muy grandes.
III-A3. Comprobación del controlador final por una suce-
sión de pasos: Para realizar una comprobación del controlador
que obtuvimos se produce una señal de "pulsos", un cambio
entre dos valores de PWM en el ventilador que no saquen
a la pelota de icopor de los límites. Una vez tenemos ésta
función, utilizamos el identificador de plantas de PID Tuner
para realizar una caracterización de la planta:
Figura 19. Señal de tren de pulsos en la planta y la función aproximada de
caracterización
Como vemos, la función de transferencia aproximada nos
da un ajuste de 70.89 %. Ésta función tiene la forma de un
sistema par subamortiguado, así:
0.07546
Gs =
1.753s2 + 0.04766s + 1
Si pensamos caracterizar nuestro controlador como un PI, lo
definimos de la siguiente manera:
Ki
C = Kp +
s
Como hemos visto por prueba de ensayo y error, nuestra planta June July
no es tolerable a valores de Kp muy grandes, por lo que lo
definimos como 0.1, el obtenido por PID Tuner. Week 1 Week 2 Week 3 Week 4 Week 5 Week 6
Realizando el despeje de la constante de integración, obtene-
mos la siguiente respuesta, donde x es Ki:
Proposal

Figura 20. Ganancia de nuestro análisis por root locus

Details Amount
Y realizando el root locus de éste resultado, obtenemos lo Materials received to-date 148,349,154.57
que nos apareció en la práctica experimental: Materials awaiting delivery 20,779,350.27
Materials still
Mechanical 158,030.10
Electrical 344,162.53
something 3,337,934.08
Materials 22,692,102.00
S UB - TOTAL 24,517,848.38
Student Time (3,000,000.00)
T OTAL P ROJECTED M ATERIALS C OST 188,530,733.55

R EFERENCIAS
[1] "Preliminaries Hardware And Software For Labs Software GuideÜni-
versidad Nacional de Colombia, 23-Feb-2017.
[2] “Driver Puente H L298N” Naylamp Mechatronics - Perú. [Online].
Available: https://naylampmechatronics.com/drivers/11-driver-puente-h-
l298n.html.
[3] “Clasificación de ventiladores,” Hojas técnicas clasificación de ventila-
dores – SP. [Online]. Available: https://www.solerpalau.com/es-es/hojas-
tecnicas-clasificacion-de-ventiladores/.
[4] “Sensor de distancia por ToF VL53L0X” Naylamp Mechatronics -
Figura 21. Root Locus del diseño PI, obteniendo Ki
Perú. [Online]. Available: https://naylampmechatronics.com/sensores-
proximidad/325-sensor-vl53l0x-de-tof.html
El valor de la constante Ki puede ser cualquier valor que [5] “MATLAB” Mathworks - USA. [Online]. Available:
se decida, siempre y cuando sea positivo. Entonces, nuestra https://es.mathworks.com/products/matlab.html
[6] “System Identification Tool” Mathworks - USA. [Online]. Available:
planta obtenida por PI sí se cumple. https://la.mathworks.com/help/ident/
[7] “PID Tuner” Mathworks - USA. [Online]. Available:
IV. C ONCLUSIONES https://la.mathworks.com/help/control/ref/pidtuner-app.html
A pesar de tratar de obtener distintas caracterizaciones
de la planta, su modelo matemático no es completamente
exacto, esto debido a que existen perturbaciones que no
se tienen en cuenta en el modelo y el ajuste no es 100 %
exacto.
Existen diversas formas de realizar las acciones de con-
trol, sin embargo, la planta al tener un rango de operación
tan pequeño, un control derivativo haría que fuera aún
más difícil de controlar y simplemente aumentaría el
ruido en esta.
En cuanto al control integral y proporcional, el control
integral amplifica las frecuencias bajas lo cual ayuda a
tener un mayor rango de control de la planta, sin embargo
el control proporcional posee un efecto más negativo
que positivo, ya que lo único que hace es amplificar las
señales y hace que el rango de operación de la planta se
vuelva mas pequeño.
De manera general la función de lazo cerrado lo que
genera es mayor estabilidad y robustez a la planta, ya
que en lazo abierto la función puede llegar a valores
deseados, sin embargo se puede ver muy afectada a
pequeñas perturbaciones.