Laboratorio de Control II

Adquisición de datos e identificación de una planta

Introducción
La identificación de un proceso a controlar es parte del desarrollo del control e implica el conocer qué tipo de
planta es (proceso). Además, es necesario conocer la dinámica que tiene bajo condiciones realistas donde las
condiciones ambientales externas (ruido) están actuando sobre la planta o proceso.
Es necesario desarrollar una estrategia de como recopilar los datos de forma continua y que al mismo tiempo
queden registrados de alguna forma para que posteriormente desarrollar el tratamiento de los datos.
Del resultado de cómo tratar los datos se obtiene una ecuación aproximada del comportamiento dinámico que
se puede usar para el desarrollo del control según sean las necesidades. También de comparar este modelo
experimental con modelos teóricos que permiten el desarrollo de la estrategia de control deseada al proceso
industrial.

Teoría
La adquisición de datos se ha desarrollado desde formas simples y sencillas como de ir mirando y registrando
los datos de forma manual usando instrumentación que tiene caratulas o pantallas que muestran el valor de cada
evento y usando cronómetros o relojes, a esto se hacía de forma manual y posteriormente se hace el tratamiento
de los datos. Con el cambio gradual de los sensores análogos a digitales se ha mejorado el proceso y se evitan
los errores de lectura que ocurren en el proceso manual. La electrónica he mejorado esta parte de la
experimentación e investigación mejorando el registro de las variables involucradas.
La adquisición de datos (ADQ), [1] es un proceso ordenado desde el sensor hasta la digitalización tiene las
siguientes etapas:
1. Conversión de la magnitud a una señal eléctrica
2. Adaptación de la señal eléctrica para su lectura digital
3. Sistema hardware de adquisición de datos, generalmente a través de un computador.

Página 1 de 6
Profesor: Jaime Alberto Parra Plazas
Sensores
Los sensores son dispositivos capaces de convertir una magnitud física, como puede ser la temperatura, la
presión, el valor de pH, etc., ... en una diferencia de potencial o una variación de intensidad. Es decir, realizan
una conversión de energías y suministran información sobre el estado y tamaño de la magnitud, dentro de un
valor definido en voltaje y/o corriente la cual debe ser acondicionada para su digitalización, [2].

Acondicionador de señal
Las funciones principales que va a tener que realizar el acondicionador de señal son las siguientes:

 Transformación: Los sensores pueden
proporcionar una diferencia de potencial, o una
variable de intensidad. Normalmente las tarjetas de
adquisición de datos admiten diferencias de potencial,
por lo que, si el sensor proporciona una variación de
intensidad, esta debe ser convertida en una diferencia
de potencial proporcional
 Amplificación: La señal proporcionada por los
sensores suele ser de un valor muy pequeño, por lo
que debe ser amplificada con el fin de que pueda ser
detectada correctamente por la tarjeta de adquisición
de datos. La amplificación debe ser tal que las
variaciones de la señal recorran todo el margen de la
tarjeta de adquisición de datos. La amplificación de
las señales, en su origen, reduce el ruido que les puede
afectar en su transmisión hasta el computador
 Conversión por medio de opto acopladores:
Consiste en la conversión de una señal eléctrica en
una señal óptica, de luz. El principal objetivo de esta
conversión consiste en aislar los sistemas eléctricos
de los sensores de los sistemas eléctricos de la tarjeta
de adquisición para que, de esta forma, se evite tener
que usar masas comunes, que en algunos casos
producen problemas de derivación de corrientes.
Conviene que los sensores de calidad realicen esta
conversión por medio de opto acopladores.
 Filtrado: Con el filtrado se pretende eliminar ruidos
de alta frecuencia que pueden hacer perder exactitud
al sistema de adquisición de datos. Lo ideal es
transportar la señal del sensor lo más limpia posible a
la tarjeta de adquisición
 Excitación: Hay muchos sensores que necesitan de
una excitación, bien en corriente, bien en tensión,
para producir la variación proporcional a la magnitud
a medir.
 Linealización: No todos los sensores tienen una
variación lineal con respecto a las variaciones de la
magnitud que se miden; a veces es necesario realizar
unos cálculos para convertir la respuesta del sensor en
lineal.

Conversión Análoga-Digital
El último paso en un sistema de adquisición de datos son las tarjetas de adquisición de datos, estás tarjetas se
encargan de:
 Las conversiones de señales desde analógica a digital. ADC.
 La comunicación con el ordenador.

Número de canales analógicos: Nos indica la cantidad de magnitudes distintas que podemos adquirir con la
misma tarjeta. Generalmente las tarjetas disponen de un único ADC y los diferentes canales se generan por
medio de un multiplexor analógico.

Velocidad de muestreo: Cuanto mayor sea la velocidad de muestreo mejor representación obtendremos de la
señal analógica, en cualquier caso, la velocidad de muestreo debe ser siempre mayor que el doble de la frecuencia
de la señal que queremos muestrear, ‘Teorema de Nyquist’.

Página 2 de 6
Profesor: Jaime Alberto Parra Plazas
Resolución: Viene dada por el número de bits del ADC que se utilizan para representar cada muestra, a mayor
número de bits del ADC la tarjeta será capaz de detectar variaciones menores en la señal. El número de distintos
niveles en que se divide la señal a convertir viene dado por 2 n, siendo n la longitud de palabra del conversor.

Otro factor a considerar al seleccionar un osciloscopio para una aplicación es la resolución. Los bits de
resolución se refieren al número de niveles verticales únicos que un osciloscopio puede utilizar para representar
una señal. Una manera de comprender el concepto de la resolución es comparándolo con una regla. Divida un
metro en milímetros; ¿cuál es la resolución? La marca más pequeña en la regla es la resolución o 1 mm de entre
1,000 mm.
# 𝑑𝑒 𝑛𝑖𝑣𝑒𝑙𝑒𝑠 = 2 𝑟𝑒𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛

Ejemplo un osciloscopio de 3 bits 23 ocho niveles. Por otro lado, un osciloscopio de 16 bits es 216 o 65536
niveles, luego el ancho del código o cambio de voltaje mínimo detectable se ´puede calcular como:

𝑅𝑎𝑛𝑔𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑎𝑑𝑎 𝑑𝑒𝑙 𝑑𝑖𝑠𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜 (𝑣𝑜𝑙𝑡𝑎𝑔𝑒)

𝐴𝑛𝑐ℎ𝑜 𝑐𝑜𝑑𝑖𝑔𝑜 =
2𝑟𝑒𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛

El ancho de código también se conoce como el bit menos significativo (LSB). Si el rango de entrada del
dispositivo es 0 a 10 V, entonces un osciloscopio de 3 bits tiene un ancho de código de 10/8 = 1.25 V mientras
que un osciloscopio de 16 bits tiene un ancho de código de 10/65,536 = 305 μV. Esto puede significar una gran
diferencia en cómo se muestra la señal.
+𝑉𝑟𝑒𝑓
𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 = 𝑛, 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑏𝑖𝑡𝑠
2𝑛
𝑉𝑟𝑒𝑓 𝑉𝑟𝑒𝑓
La tarjeta Arduino utiliza un conversor A/D de 10-bits, así que: 𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 = 210 = 1024 mapeara los valores
de voltaje de entrada, entre 0 y Vref (voltios), a valores enteros comprendidos entre 0 y 1023(2n-1). Con esas
palabras, esto quiere decir que los sensores analógicos están caracterizados con un valor predeterminado entre
0 y 1023, [3].

Rango de entrada: Indica los márgenes entre los que debe estar la señal de entrada para que pueda ser
convertida. Las tarjetas de adquisición de datos suelen dar varias posibilidades que se pueden seleccionar por
hardware o por software. Estas 4 características vienen a determinar la capacidad y la precisión de la tarjeta de
adquisición:

Página 3 de 6
Profesor: Jaime Alberto Parra Plazas
 - A mayor número de canales  Mayor capacidad.
- A mayor velocidad de muestreo  Mayor capacidad
- A mayor resolución  Mayor precisión
- A menor rango de entrada  Mayor precisión, ya que se con los mismos bits de resolución
se tendrá que representar un menor rango.

Velocidad de Muestreo de señales Analógicas

Para obtener datos digitales a partir de señales analógicas, la señal debe ser muestreada: Esto significa tomar el
valor instantáneo de la señal en un momento determinado. Para una señal continua, las muestras se toman a
intervalos regulares, generalmente con un periodo de muestreo fijo entre medidas. Para recoger información útil,
un factor clave es el ritmo o frecuencia con la que se toman las medidas. El teorema que define la mínima
frecuencia requerida para representar de una manera precisa una señal analógica se denomina Teorema de
Nyquist.
𝒇𝒔 > 𝟐 ∗ 𝒇𝒔

https://www.youtube.com/watch?v=NMQB4OnKf2w&ab_channel=Radioelectronica-Spain

Materiales
 1 Sensor de temperatura LM35.
 1 Módulo Dimmer De Luz AC Control Potencia 1 Canal para arduino Triac BTA16 – 600B o 1 Dimmer
Digital 1ch 1kw Para Arduino Triac BTA-312
 1 Arduino UNO.
 1 Bombillo
 1 Socket o Portalampara.
 1 Clavija.
 1 Ventilador y eliminador de voltaje que use el ventilador
 Cable.
 Jumpers Macho - Hembra.

Implementación del equipo y/o Planta

Desarrollar el siguiente montaje eléctrico y electrónico basados en el siguiente video
https://www.youtube.com/watch?v=1rXs4XCuros&t=0s&ab_channel=ProfeMisa.

Desarrollo
Para el desarrollo seguir el video, https://www.youtube.com/watch?v=kcqr0sB0sYE&ab_channel=ProfeMisa,
y usar la siguiente librería y/o código desarrollado para el arduino, implementar una estrategia de toma de datos
con un escalón que se tiene definido entre 0 y 100%. Seguir el procedimiento indicado en el video. Lo que se
busca es determinar qué tipo de modelo o función de transferencia representa a la planta o proceso bajo análisis.
Los tipos de modelos tipos y/o teóricos son los siguientes:

Sistema de primer orden Sistemas con respuesta Inversa

𝐾 𝐾(−𝜏𝑎 + 1)
𝐺(𝑠) = 𝐺(𝑠) =
𝜏𝑠 + 1 𝜏𝑠 + 1
Sistema de segundo orden Sistemas de primer orden + Tiempo muerto
𝐾 𝐾𝑒 −𝜃𝑠
𝐺(𝑠) = 2 2 𝐺(𝑠) =
𝜏 𝑠 + 2𝜁𝜏𝑠 + 1 𝜏𝑠 + 1

Página 4 de 6
Profesor: Jaime Alberto Parra Plazas
 1. Entonces es necesario determinar con la ADQ que tipo de planta se tiene. Se debe determinar la
constante K y constante  de tiempo.
2. Copiar todos los datos y llevarlos a Excel para su procesamiento, usando el asistente para importar datos
(23.43).
3. Desarrollar el procedimiento de ajuste de información importada, eliminando los datos que no aportan
al experimento (24.25)
4. Luego se crea una nueva columna con el tiempo y se genera hasta llegar al último valor tomado en el
arduino.
5. Seguido se hace la gráfica de tiempo (s) contra temperatura (C) con curva de dispersión.
6. Calculo de la ganancia K y el , usando variables de desviación (26.08). haciendo que se tenga el cero,
esto se hace restando el valor inicial de la tabla de datos importados:
𝐾
∆u = 𝑢2 − 𝑢1 ; 𝑌(𝑠) = 𝑈(𝑠)
𝜏𝑠 + 1
𝑡≫
𝑡
lim 𝐾𝑢 (1 − 𝑒 𝜏 ) = 𝐾𝑢(1 − 𝑒 − ) = 𝐾𝑢
𝑡→
7. Tomando el ultimo valor de estado estable y dividiendo entre el cambio u=100 es igual K.
8. Para la constante de tiempo tenemos el siguiente calculo:
𝑡=𝜏
𝑡
𝑦(𝑡) = 𝐾𝑢 (1 − 𝑒 𝜏 ) = 𝐾𝑢(1 − 𝑒 −1 ) = 𝐾𝑢(1 − 0.368) = 0.632(𝐾𝑢)
𝑪𝒂𝒍𝒄𝒖𝒍𝒂𝒏𝒅𝒐 𝝉 𝒂𝒑𝒓𝒐𝒙 = 𝟎. 𝟔𝟑𝟐 ∗ 𝒆𝒍 𝒗𝒂𝒍𝒐𝒓 𝒇𝒊𝒏𝒂𝒍
𝑡
𝐴ℎ𝑜𝑟𝑎 𝑠𝑒 ℎ𝑎𝑐𝑒 𝑙𝑜 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒: 𝑦(𝑡) = 𝐾𝑢 (1 − 𝑒 𝜏 ) 𝑒𝑛 𝑒𝑥𝑐𝑒𝑙, 𝑢𝑠𝑎𝑛𝑑𝑜 𝐾 𝑦 𝜏
y se grafica t-temp y t-y(t); se cambia el valor de  en el Excel ajusta más la curva.

9. Para mejorar la solución de ajuste de la curva en cuanto a su precisión se hace el mínimo del cuadrado
del error. Que es la operación entre el (dato experimental menos el dato calculado)2 y al final de la
columna se suma todo,[4] .
𝑛
1
𝑀𝑆𝐸 = ∑(𝑦̂𝑖 − 𝑦𝑖 )2
𝑛
𝑖=1
Haciendo el usó del módulo Solver de Excel

Página 5 de 6
Profesor: Jaime Alberto Parra Plazas
Esto permite minimizar el valor de  ajustando más el modelo mejorando la función de transferencia final para
el diseño del controlador.

Resultados y rubrica
EL informe debe ser desarrollado en el formato de la IEEE como paper (valor de 40%), se debe ajustar a lo que
se ha desarrollado en el laboratorio y detallar la información obtenida en procedimiento y análisis de resultados
con el Excel. Se debe entregar el archivo de Excel correspondiente para soportar los cálculos obtenidos de no
hacerlo se tienen un valor 40% menos en la nota del laboratorio. Como hacer un video del proceso del desarrollo
del laboratorio y subirlo a YouTube indicando la dirección electrónica que asignaron para el video con un valor
del 20%.

Referencias
[1] M. Di and P. Emilio, Data Acquisition Systems, First., vol. 9, no. C. New York: Springer, 2003.
[2] P. Sarma, H. K. Singh, and T. Bezboruah, “A Real-Time Data Acquisition System for Monitoring Sensor
Data,” Int. J. Comput. Sci. Eng., vol. 6, no. 6, pp. 539–542, 2018, doi: 10.26438/ijcse/v6i6.539542.
[3] Ichwana, I. S. Nasution, S. Sundari, and N. Rifky, “Data Acquisition of Multiple Sensors in Greenhouse
Using Arduino Platform,” IOP Conf. Ser. Earth Environ. Sci., vol. 515, no. 1, 2020, doi: 10.1088/1755-
1315/515/1/012011.
[4] J. R. Camarillo-Peñaranda, A. J. Saavedra-Montes, and C. A. Ramos-Paja, “Recomendaciones para
Seleccionar Índices para la Validación de Modelos,” TecnoLógicas, no. August 2017, p. 109, 2013, doi:
10.22430/22565337.372.

Video Guía.
https://www.youtube.com/watch?v=kcqr0sB0sYE&ab_channel=ProfeMisa

Página 6 de 6
Profesor: Jaime Alberto Parra Plazas