“Año del Fortalecimiento de la Soberanía Nacional”

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

ESCUELA PROFESIONAL DE INGENIERÍA ELECTRÓNICA

CURSO DE TEORIA DE CONTROL EN BIOINGENIERIA

Informe N°5.1.

Tema:

Identificar y sintonizar un controlador aplicado al sistema nervioso y sensorial

Integrantes:

 Flores Caro Jair Martin Jamil

 Olivos Saavedra Landhert Anderson
 Pozo Valderrama Arnold Manuel

Docente:

Ing. Martin Nombera Lossio

Ciclo:

2021-II
Contenido
Modelo de Hodgkin-Huxley.........................................................................................................3
Definición del modelo.............................................................................................................3
Ejemplos:.................................................................................................................................4
Empezando con el modelamiento circuito del HXH....................................................................6
Estimación 1.............................................................................................................................8
Simulación 2.............................................................................................................................9
Estimación 3...........................................................................................................................12
Referencias................................................................................................................................14

Figura 1 Diagrama esquemático del modelo de Hodgkin-Huxley.................................................3

Figura 2 Circuito equivalente del comportamiento eléctrico de la membrana...........................4
Figura 3 Simulación numérica de las ecuaciones de Hodgkin-Huxley con entrada de corriente
de 5µA..........................................................................................................................................5
Figura 4 Simulación numérica de las ecuaciones de Hodgkin-Huxley con entrada de corriente
de 10µA........................................................................................................................................5
Figura 5 Simulación numérica de las ecuaciones de Hodgkin-Huxley con entrada de corriente
de 100µA......................................................................................................................................6
Modelo de Hodgkin-Huxley
Hodgkin y Huxley realizaron experimentos en el axón del calamar gigante y
encontraron tres tipos diferentes de corriente iónica, a saber, sodio, potasio y una
corriente de fuga. La corriente de fuga se ocupa de otros tipos de canales que no se
describen explícitamente.

Figura 1 Diagrama esquemático del modelo de Hodgkin-Huxley.

Definición del modelo

Una manera de describir el comportamiento del potencial de membrana es
representar el comportamiento eléctrico de la membrana celular en términos de
elementos de circuitos electrónicos equivalentes. El circuito consta de cuatro
componentes: la membrana celular que puede ser vista como un capacitor el cual
tiene la capacidad de almacenar carga, las resistencias variables son representadas por
los distintos tipos de canales iónicos incrustados en la membrana, la aportación de
otros iones en el modelo puede ser descrito por una resistencia lineal, mientras que las
baterías quedan caracterizadas debido a los potenciales establecidos por las
diferencias de concentración iónica entre la parte interna y externa, es decir los
potenciales de Nernst de cada especie iónica V Na, V K y V L.

Figura 2 Circuito equivalente del comportamiento eléctrico de la membrana

La corriente iónica está subdividida en tres componentes, una corriente de sodio ( I Na),
una corriente de potasio ( I K ), y la corriente de fuga, ( I L), constituida principalmente
por iones de cloro. Por consiguiente, usando las leyes de Kirchhoff, el comportamiento
del circuito eléctrico equivalente queda descrito por la ecuación diferencial:

Siguiendo la ley de Ohm para cada uno de los iones y sustituyendo las conductancias
del potasio, sodio y de fuga, se obtienen las ecuaciones diferenciales:

El conjunto de las cuatro ecuaciones diferenciales ordinarias es conocido como el

modelo de neurona de Hodgkin y Huxley

Ejemplos:
El modelo de Hodgkin-Huxley (HH) es capaz de reproducir la forma de respuesta de las
neuronas ante una corriente inyectada ( I Ext ). Si la corriente aplicada es
suficientemente intensa, es decir, que supere el umbral, entonces el modelo genera un
disparo o spike el cual se obtuvo con una entrada de corriente continua de 5 µA en la
cual se observan las partes esenciales del potencial de acción como la despolarización
y la hiperpolarización hasta llegar al potencial de reposo.

Figura 3 Simulación numérica de las ecuaciones de Hodgkin-Huxley con entrada de

corriente de 5µA
Figura 4 Simulación numérica de las ecuaciones de Hodgkin-Huxley con entrada de
corriente de 10µA

Figura 5 Simulación numérica de las ecuaciones de Hodgkin-Huxley con entrada de

corriente de 100µA
Empezando con el modelamiento circuito del HXH

Donde graficamos las expresiones matemáticas expresadas por el modelamiento del

HxH y utilizando sus parámetros indicados .
En esos parámetros tenemos la de la capacidad de membrana que es de C=1uF/ cm^2
Y las escalas de desplazamiento de potencial de reposo son

Teniendo como resultado la señal de potencial de acción de la membrana.

Con lo cual trabajaremos y calcularemos su función de transferencia utilizando los
comandos que nos proporciona Matlab, la cual es el comando “ident”, esta función de
transferencia contará con dos polos (que son las raíces del denominador) y un zeros
(que son las raíces del numerador).

La estimación que calcularemos será en tiempo continuo.

La cual obtenemos la siguiente función de transferencia.
La cual la función de transferencia está en dominio de Laprace.
−0.6
−0.282 s−1.408 e
y 1= 2 −0.5 −0.5
s + 5.601e s+5.377 e

Estimación 1
Donde ya obtenido la función de transferencia procedemos con el cálculo de la
contantes de Kp , Ki , Kd con la función de Matlab “pidtool” la cual estimamos los
siguientes valores con los siguientes resultados.

Kp -26.5694
Ki -52.1568
Kd -0.2996

Con un tiempo de respuesta de 0.204, tiempo de estabilización de 1.44 segundos,

overshoot de 13.6% y un pico de 1.14.
Donde tenemos los siguientes gráficos de sintonización y de rechazo al ruido de
perturbaciones de entrada.
Simulación 2
Vamos a calcular mediante Matlab (simulink) los valores de sintonización PID
utilizando la función de transferencia obtenida anteriormente.
Donde realizamos el diagrama de bloques de lazo cerrado la cual ponemos como
entrada una señal escalón la cual se unirá a un controlador y luego seguirá el proceso
que sería la función de transferencia, terminando así en una retroalimentación para
una mejor estabilidad y resistencia a perturbaciones.

La cual primero calculamos los parámetros PID en tiempo continuo mediante Matlab.
En este primer caso tenemos los siguientes valores para el controlador PID.

P -0.73766
I -0.0029016
D 1.3628
N 0.54129
Rise time 6.04 s
Setting time 54.6 s
Overshoot 16.2%
peak 1.16
Teniendo las siguien5tes graficas de sintonización de controlador y de rechazo al ruido
de perturbaciones de entrada.

Teniendo como respuesta en el osciloscopio

La cual observamos que el tiempo de respuesta y de estabilización no son eficientes

para el sistema la cual procedemos en modificar los parámetros PID, para una
respuesta más rápida del sistema.
Observamos el siguiente cuadro comparativo de los dos sistemas obtenidos la cual el
Tuned es el mas eficiente para el sistema.

Donde tenemos las siguientes graficas.

Teniendo como respuesta en el osciloscopio.

Estimación 3
En esta parte veremos como reacciona nuestro sistema ante perturbaciones, como
cambio de temperatura, golpes, deshidratación, etc.
Esta simulación tendrá una duración de 200 milisegundos

Y la perturbación se dará en el milisegundo 50 y 65 con valores de -0.5 a .0.5

respectivamente.
Donde obtenemos una respuesta eficiente de rechazo a futuras perturbaciones para
nuestro sistema modelado HxH.

Referencias
2.2 Hodgkin-Huxley Model. (2021).
https://lcnwww.epfl.ch/gerstner/SPNM/node14.html
5.1 Modeling Neurons—Computing in Carbon (Adrienne Fairhall) | Coursera. (2021).
https://www.coursera.org/lecture/computational-neuroscience/5-1-modeling-
neurons-b6yaA
Andrew Jahn. (2013, octubre 15). Introduction to Computational Modeling: Hodgkin
Huxley Simulations. https://www.youtube.com/watch?v=6jp1HB29Hwk
carmona, roberto. (2013). Análisis de estabilidad en controladores PID y neuronales
PID sobre robots.
Hodgkin, A. L., & Huxley, A. F. (1952). A quantitative description of membrane current
and its application to conduction and excitation in nerve. The Journal of Physiology,
117(4), 500-544.
Jahn, A. (2013, octubre 15). Andy’s Brain Blog: Introduction to Computational
Modeling: Hodgkin-Huxley Model. Andy’s Brain Blog.
http://andysbrainblog.blogspot.com/2013/10/introduction-to-computational-
modeling.html