Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ImplementaciónTecnológica
de un sistema de control redundante basado en una arquitectura de Internet Patiño-Forero
Vol. 33(2), 181-192 (2022)
http://dx.doi.org/10.4067/S0718-07642022000200181
Recibido Ago. 18, 2021; Aceptado Oct. 22, 2021; Versión final Nov. 26, 2021, Publicado Abr. 2022
Resumen
Este estudio presenta la implementación de una arquitectura de control y comunicación para un tanque de
características no lineales, utilizando una red redundante basada en el protocolo MQTT y tecnologías open
source. Se muestra el modelamiento del tanque, la técnica de control y la topología de comunicación utilizada,
junto a conceptos de control Hot StandB y HSBY. La arquitectura se implementa con un lazo de control
principal que funciona en la nube y un lazo secundario de control local redundante. El objetivo en el sistema
remoto es mantener la variable de operación en el valor de referencia definida previamente, sintetizando un
controlador digital tipo PID, estudiando las incertidumbres asociadas al enlace de comunicación entre el
controlador digital y la planta. Los resultados consideran la reducción súbita de ancho de banda en el enlace
de comunicaciones y presencia de ruido blanco en la medición. Se concluye que esta arquitectura de control
pueda funcionar en una zona remota, en presencia de incertidumbres.
Palabras clave: arquitectura IoT; sistema; control redundantes; protocolo MQTT; lineal realimentados
This study presents the implementation of a control and communication architecture for a nonlinear
characteristic tank, using a redundant network based on the MQTT protocol and on open-source technologies.
The tank modeling, the control technique, and the communication topology are shown along with the Hot
StandBy (HSBY) control concept. The architecture is implemented with a main control loop running in the cloud
and with a secondary redundant local control loop. The objective in the remote system is to maintain the state
variable at a reference value while synthesizing a PI-type digital controller and while examining specific
uncertainties in the communication link between the digital controller and the plant. The results consider
scenarios of both sudden bandwidth reduction in the communication link and presence of white noise in the
system’s measurement. It is concluded that this control architecture can operate in remote areas with both
bandwidth changes and uncertainties.
Keywords: IoT architecture; redundant control system; MQTT protocol; linear feedback
INTRODUCCIÓN
La tercera revolución industrial ha traído consigo la digitalización de los procesos de manufactura en diferentes
sectores productivos, convirtiendo la ingeniería en automatización como una profesión que aporta al desarrollo
económico de los países (Ye et al., 2020; Nakawua et al., 2021). Los procesos manufactura en las zonas
apartadas, son las que más han sufrido atrasos tecnológicos, en los países latinoamericanas emergentes por
sus condiciones climáticas y por la falta de inversión en innovación y desarrollos tecnológicos. Sin embargo,
muchos países basan su economía en la producción agrícola, de manera que existe un interés investigativo
en la digitalización de sus procesos, la inclusión de ingeniería a bajo costo, los sistemas de control y las redes
de comunicación remota, para una rápida, precisa y segura operación en sus procesos de producción (FAO,
2011), (Gert-Jan, et al., 2016).
Este trabajo de investigación se enfoca en el desarrollo de una arquitectura de control redundante utilizando
IoT. La arquitectura es implementada sobre una planta hidráulica no lineal, la cual se utiliza como sistema de
pruebas de la red redundante y del lazo de control. El controlador desarrollado fue un controlador PI para el
sistema redundante, la cual fue alojado en un servidor web de Google Cloud y el otro controlador PI de forma
local. De tal forma, que el lazo de control predeterminado fue el alojado en el servicio web, al momento que
suceda un fallo y no pueda continuar pasa a funcionar el lazo de control local, para seguir controlando el
sistema hidráulico, y que no se produzca un fallo de proceso. En los procesos industriales ante posibles fallos,
mantenimientos o modificaciones en caliente se requiere sistemas de control redundante, los cuales
aumentan la disponibilidad del proceso, permitiendo la operación normal del proceso en caso de que la
comunicación falle, eliminando tiempo muerto de producción y posibles paros. Por otro lado, el IoT se ha
convertido en una herramienta de gran alcance y de fácil integración con equipos de bajo costo, resolviendo
problemas de conectividad, adquisición de datos y control remoto (Hou et al., 2016). Aunque, el uso de
aplicaciones IoT viene aumentando en muchos lugares, la confiabilidad de la comunicación en áreas críticas
pude fallar y disminuir su rendimiento, por lo que integrar tecnologías que apoyen la comunicación pude llegar
a mejorar su eficiencia (Buetas et al., 2020).
En trabajos tales como (Su et al., 2019; Su et al., 2020), se propone una estrategia colaborativa de control
automático de poca intervención humana para teleoperar un robot manipulador en cirugías mínimamente
invasivas, usando tecnología IoT, la idea es explotar la estructura física del robot para desarrollar varias tareas
simultáneamente basadas en niveles de priorización. Esta arquitectura está compuesta por un computador
central el cual se comunica a través de un protocolo UDP (User Datagram Protocol) a un bus de
comunicaciones donde también se enlazan, el sistema de visión por computadora usando ROS (Robot
Operating System), un servidor TCP, sistemas de adquisición de señales, un controlador local y el
manipulador, en general toda la comunicación de los dispositivos es IoT y permite una integración simple para
el desarrollo de tareas complejas como la intervención quirúrgica de un ser humano. Del desarrollo de este
trabajo, se analiza que el algoritmo de control automático para tareas de precisión logra un desempeño
eficiente, cuando la integración y comunicaciones se desarrollan a través de IoT, a pesar de usar varios
sistemas comunicando simultáneamente en el mismo bus, se logra la implementación de este algoritmo el
cual apoyaría al profesional médico en la tele operación de un manipulador para el desarrollo de una cirugía
menor incluyendo restricciones del volumen de trabajo del robot.
La principal contribución de este artículo consiste en el desarrollo de una arquitectura de control redundante
utilizando IoT, aumentando su eficiencia, partiendo de una implementación de un modelo matemático no lineal
de un tanque cónico en red con un controlador alojado en la nube, por medio del protocolo MQTT, y la
implementación de un control local PI y su transferencia automática del sistema de control ante una posible
falla en la red IoT. Siguiendo las fases de la metodología presentada se llegan a unos resultados, donde se
observa un aumento en la disponibilidad del sistema de control, ante posibles fallos reales en la comunicación
del sistema de control de nivel del tanque, además se demuestra la integración eficiente de tecnologías de
bajo costo. Así mismo, este trabajo de investigación se encuentra organizado de la siguiente manera: en
primer lugar, un análisis de los trabajos relacionados, siguiendo la metodología, la cual incluye el
modelamiento del tanque y los pasos para llegar a la implementación de la arquitectura de control redundante.
A continuación, se presentan la discusión de resultados obtenidos, ante diferentes escenarios de prueba,
midiendo y analizando los tiempos de respuesta del sistema de control. Finalmente, se presentan las
principales conclusiones del trabajo de implementación realizado.
METODOLOGÍA
En este proyecto se propone la realización de una simulación software in the loop (SIL) en una configuración
cliente-servidor a través de comunicación IoT, usando el protocolo Message Queuing Telemetry Transport
(MQTT) sobre TCP/IP, para una aplicación de control redundante, tal como se realiza en Saini et al., (2019)
.En la etapa inicial, se define en el servidor, el modelo matemático, también conocido como planta, del sistema
hidráulico, considerando las ecuaciones diferenciales involucrando la geometría del tanque, parámetros de
las tuberías, válvulas y bomba hidráulica además de las no linealidades naturales del modelo, en la siguiente
fase se diseña y sintetiza la ley de control digital implementándola sobre el protocolo MQTT, estudiando las
tecnologías de servicios en la nube y herramientas de desarrollo web. Luego, en la fase de implementación,
se validó el funcionamiento del sistema de control bajo perturbaciones en el enlace de comunicación,
verificando que un controlador redundante, local, funcionando de forma paralela al modelo matemático
estabilice el sistema en caso de desconexión o problemas de ancho de banda en el enlace IoT (Cope, 2011).
Los resultados se muestran a través de la señal de salida del sistema, que representa el nivel del tanque
tomadas directamente del software desarrollado en un lenguaje de programación libre (Open Source).
Arquitectura
En la Fig. 1 se muestra la arquitectura IoT implementada, la cual consta de los siguientes dispositivos
principales: la planta, el servicio web y el control local. La conectividad de los dispositivos es realizada por
una red de internet conectada al servidor de la máquina virtual, en donde el envío y recepción de la información
se realiza mediante TCP/MQTT. El servicio web consta de una máquina virtual montada en la nube mediante
Google Cloud, cuyo sistema operativo es Ubuntu (Open Source), el cual contiene la configuración del servidor
MQTT y el controlador digital web sintetizado en Python; el modelo matemático de la planta se encarga de
calcular el nivel de agua del tanque cónico, implementada en la herramienta de programación visual Node
Red sobre una Rasberry-Pi 3. Finalmente, el controlador se encarga de estabilizar las variables de estado del
sistema en un valor de referencia deseado y rechaza perturbaciones asociadas al enlace de comunicaciones.
Controlador PI
Cliente MQTT
Web
TCP/MQTT
TCP/MQ
TT
TT
Bomba de
agua qmo
activación
TCP/MQTT
Modelo matemático
Las variables físicas son dependientes del tiempo corresponden a un modelo de ecuaciones diferenciales,
con variable independiente temporal t. Teniendo como referencia la Fig. 2 se desarrolló el modelo matemático
del tanque cónico, el cual describe el nivel de agua del tanque h en función del caudal de entrada y salida qmi
y qmo. Este sistema consta de un tanque una bomba y un orificio de salida (Palm, 2013).
D
D L
qmi
h H
Ht
Bomba de qmo
agua (a) (b)
Fig. 2: Dimensiones geométricas del tanque, a) Variables de entrada y de salida y b) Vista Isométrica.
Teniendo como referencia la Fig. 2, se definió una relación trigonométrica asociada al ancho del tanque con
el nivel de agua obteniendo
𝐷 = 2ℎtan(𝜃) (1)
hD
Sección vertical = (2)
2
m = 𝜌V (3)
1
𝑚 = 𝜌 ( ℎ𝐷𝐿) = (𝜌 𝐿 𝑡𝑎𝑛(𝜃))ℎ2
2 (4)
La presión hidrostática está dada por P=ρgh, despejando h se obtiene h=P/(ρg) reemplazando en (4) y se
obtiene la expresión (5):
𝑃 2 𝐿 tan (𝜃) 2
𝑚 = 𝜌𝐿 tan(𝜃) ( ) = 𝑃 (5)
𝜌𝑔2 𝜌 𝑔2
𝑑𝑚 2𝐿𝑡𝑎𝑛 𝜃
𝐶= =( )𝑃 (6)
𝑑𝑃 𝜌𝑔 2
Mediante la ecuación de conservación de masa en (7) y la relación con la capacitancia hidráulica de (6), se
obtiene (8) (Cremasco, 1998):
𝑑𝑚
= 𝑞𝑚𝑖 − 𝑞𝑚𝑜 (7)
𝑑𝑡
𝑑𝑃 𝑑𝑚
𝐶 = = 𝑞𝑚𝑖 − 𝑞𝑚𝑜 (8)
𝑑𝑡 𝑑𝑡
2𝐿𝑡𝑎𝑛 𝜃 𝑑𝑝
( )𝑃 = 𝑞𝑚𝑖 − 𝑞𝑚𝑜 (9)
𝜌𝑔 2 𝑑𝑡
𝑑ℎ
(2𝜌𝐿𝑡𝑎𝑛(𝜃))ℎ = 𝑞𝑚𝑖− 𝑞𝑚𝑜 (10)
𝑑𝑡
Dado que qmo = CdAo(2gh)0.5 y aplicando el principio de Bernoulli de (10), se define la variable k1 = 2ρLtan(θ).
Despejando δh/δt, se obtiene la expresión (11).
𝑑ℎ 𝑞𝑚𝑖 − 𝐶𝑑 𝐴𝑜 √2𝑔ℎ
= (11)
𝑑𝑡 𝑘1 ℎ
Donde:
Se calcula el área del orificio de salida mediante un diámetro de 0.0197 [ft] en la expresión (14):
Así mismo, los parámetros k1, k2 y L se definen en (15) y las constantes para la gravedad g y densidad del
agua 𝜌 se encuentran en (16) y provienen del Sistema Inglés de Unidades y Medidas (SI):
𝑓𝑡 𝑙𝑏𝑓
𝑔 = 32.16 [ 2 ] ; 𝜌 = 62.43 [ 3 ] ; 𝐶𝑑 = 0.6 (16)
𝑠 𝑓𝑡
𝑑ℎ 𝑞𝑚𝑖 − 𝑘2√ℎ
= (17)
𝑑𝑡 𝑘1 ℎ
A continuación, se presenta la discretización del modelo no lineal propuesto en la ecuación (17), donde 𝑇𝑠 es
el tiempo de muestreo y 𝑘 es la muestra en el instante actual, tal como se muestra en la ecuación (18):
Despejando de la ecuación (18) y aplicando un desplazamiento en el tiempo de una muestra en todas las
señales se obtiene para (19):
El punto de equilibrio se obtiene cuando δh/δt = 0. Los valores de operación para el nivel y el caudal de
entrada, se muestra en (20):
2 −4
𝑞 3
ℎ̅ = ( 𝑘𝑚𝑖 ) = 0.4 𝑓𝑡 ; ̅̅̅̅̅
𝑞𝑚𝑖 = 𝑘2 √ℎ = 9.2622 ∗ 10 𝑓𝑡 /𝑠. (20)
2
𝛿𝑓1 𝛿𝑓1
𝐴=[ ] ; 𝐵= [ ] ; 𝐶 = [1] ; 𝐷 = [0] (21)
𝛿ℎ ℎ̅ 𝛿𝑢 ̅̅̅̅̅̅
𝑞𝑚𝑖
−𝑘
( 2 ) (𝑘1 ℎ̅) − (𝑘1 ) (𝑘2 √ℎ̅)
2√ℎ̅ 1
𝐴 = 2 ; 𝐵 = [ ̅ ] ; 𝐶 = [1] ; 𝐷 = [0] (22)
(𝑘1 ℎ̅) 𝑘1 ℎ ℎ̅
[ ]ℎ̅
Así mismo, el modelo de Espacio de Estados evaluado viene dado por (23):
La figura 3 presenta el diagrama de bloques en Simulink implementado para la ecuación no lineal (17).
Se diseña un controlador PI, considerando los siguientes criterios para el Sobrepaso %Os y Tiempo de
Establecimiento Ts en (24) (Jimenéz-Ceciliano, 2014):
1/p dh 1 h
𝑠
[lb/s]
[ft]
k1
k2 √𝑢
𝑤𝑛2
𝐺(𝑠) = (25)
𝑠 2 + 2ζwn 𝑠 + 𝑤𝑛2
%𝑂𝑆 10
− ln ( 100 ) − ln (100)
ζ= = = 0.5911 (26)
√𝜋 2 + ln2 (%𝑂𝑆) √𝜋 2 + ln2 ( 10 )
100 100
4 4
𝑇𝑠 = ; 𝑤𝑛 = = 1.6916 (27)
ζ wn 𝑇𝑠 ζ
2.862
𝐺(𝑠) = (28)
𝑠2 + 2𝑠 + 2.862
Discretizando mediante el operador de Tustin, tal como se muestra en Swarnakar et al., (2019), la función de
transferencia anterior, se obtiene la siguiente expresión de (29), considerando un tiempo de muestreo de
T=0.5 s.
Donde Ctr[k] es la salida del controlador en el instante k y Err[k] es la entrada error en el instante k.
RESULTADOS Y DISCUSIÓN
En esta sección se presentan las simulaciones del modelo matemático del sistema hidráulico no lineal, su
aproximación mediante la linealización y el desempeño del sistema dinámico en lazo cerrado aplicando la ley de
control mediante el software Matlab, los resultados del funcionamiento normal del sistema y el funcionamiento
con ruido blanco del sistema redundante. En la Fig. 4 se comparó el sistema linealizado propuesto en la
ecuación (23) y la ecuación no lineal propuesta en la ecuación (17), que se encuentran de color azul y negro,
respectivamente. Para este caso, se muestra que el sistema se estabiliza en el mismo valor de 0.4 ft ante la
misma entrada de caudal a qmi = 0.0578 ft3/s, lo que indica que la linealización cerca del punto de operación
captura de una forma aproximada el comportamiento del sistema no lineal sin pérdida significativa de
información, siendo útil para el diseño del controlador usando técnicas lineales.
0.4
Altura Nivel de Agua [ft]
0.3
0.2
0.1
0.6
0.5
Altura Nivel de Agua [ft]
0.4
0.3
0.2
0.1
0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0 180.0
Tiempo [s]
Fig. 5: Simulación del Controlador PI discreto implementado en las ecuaciones en diferencias.
En la Fig. 5 se implementó un controlador PI mostrado en la ecuación (22) sobre el modelo no lineal mostrado
en la ecuación (19). Esta simulación se realizó con valores de referencia aleatorios de 0.3, 0.4 y 0.5 ft,
comprobando que el sistema hace un correcto seguimiento de la señal de referencia. Tanto la señal de
referencia como la planta se presentan en colores azul y rojo, respectivamente.
0.7
0.6
0.5
Altura Nivel de Agua [ft]
0.4
0.3
0.2
0.1
0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0 180.0
Tiempo [s]
Fig. 6: Simulación de PI discreto con ruido blanco implementado en las ecuaciones en diferencia del sistema no lineal.
En la Fig. 6 se presenta el mismo caso de la Fig. 5, con la diferencia de un ruido blanco que modela problemas
de comunicación en la medición del sensor, y que tiene como objetivo mostrar la robustez del control ante
perturbaciones dinámicas. Por otro lado, en las Fig. 7 y Fig. 8 se presenta los datos adquiridos
experimentalmente ante condiciones críticas del sistema de control redundante sobre una comunicación IoT.
Esta información se adquiere a través de la interfaz gráfica en un cliente Web, donde la comunicación se
implementa bajo el protocolo MQTT, validándose que el sistema de control sobre la nube estabiliza el sistema
en lazo cerrado.
0.8
0.7
0.6
0.5
Altura Nivel de Agua [ft]
0.4
0.3
0.2
0.1
0.0 Muestras
0.0
5.0 10.0 15.0 20.0 25.0 30.0
Donde, las muestras han sido tomadas en el intervalo de tiempo 14:13:19:06 y 14:13:19:52 en la Fig. 7, que
se encuentra en el formato H:min:seg:cseg, lo cual indica que el tiempo de muestreo es suficiente para
garantizar una respuesta adecuada por parte controlador remoto. Por lo tanto, se valida su funcionamiento al
contrastarlo con las simulaciones propuestas en la Fig. 5 y Fig. 6, bajo las siguientes condiciones: Velocidad
de Descarga 7 Mbps, Latencia 38 ms, frecuencia de desconexión de 2% y 3%, y con una duración de 15
horas para cada escenario considerado. Así mismo, las señales azules corresponden a las de referencia,
mientras que las rojas corresponden a la respuesta del sistema del sistema en lazo cerrado. Por otro lado, el
intervalo de tiempo para la Fig. 8, se encuentra comprendido entre 11:05:24 y 11:06:04.
0.7
0.6
0.5
Altura Nivel de Agua [ft]
0.4
0.3
0.2
0.1
0.0
En la Fig. 9 se presenta el comportamiento del sistema de control cuando se produce de una desconexión
abrupta del sistema de control alojado en el servidor web, y se observa como rápidamente el controlador local
lleva el sistema nuevamente a la referencia. El sistema IoT implementado en este trabajo es el presentado en
la Fig. 1 y se encuentra conformado por un controlador maestro, remoto en la nube, y por un controlador
esclavo o redundante que actúa de manera local. Esta arquitectura propuesta, presenta un mejor desempeño
que la desarrollada en Priyanka et al., (2020); en este trabajo se enfocan en el estudio de diferentes técnicas
de control implementadas en un sistema IoT, desde enfoques basados en PID y pasando por el regulador
cuadrático lineal (LQR), modelando un sistema hidráulico como un sistema de primer orden con tiempo
muerto, implementado las estrategias de control en un sistema físico. En este enfoque no se consideran
problemas de comunicación en los elementos IoT, lo cual respresenta una evidente desventaja a las
implementaciones reales que se desarrollen, debido a que el ancho de banda usado por los sistemas IoT no
son dedicados, por ello, es importante estudiar el desempeño de los controladores ante perturbaciones en el
enlace de comunicación tales como saturación del ancho de banda, desconexión, perdida de paquetes,
retardos, entre otros. Además, en la arquitectura propuesta, se considera un controlador local redundante,
que funciona desconectado de la nube, permitiendo mantener el sistema en su rango de operación nominal,
ante diferentes perturbaciones. Es importante aclarar que el intervalo de tiempo de las muestras se encuentra
comprendido entre 09:32:51 y 09:34:56.
importancia para este tipo de controladores debido a que los enlaces de comunicación usados no serían
completamente confiables y no garantizarían el buen comportamiento de las señales controladas, actividad
que se propuso estudiar en este trabajo.
0.402
0.400
0.398
0.396
Altura Nivel de Agua [ft]
0.394
0.392
0.390
0.388
0.386
0.0 10.0 20.0 30.0 40.0 50.0
Muestras
Fig. 9: funcionamiento del sistema de control en presencia de una desconexión del servidor web
CONCLUSIONES
Las principales conclusiones de este trabajo son las siguientes: 1) El sistema presentó picos indeseados,
cuando se saturó el ancho de banda del internet, sin embargo, el sistema se estabilizó en menos de un minuto
como se muestra la Fig. 7. Esto permite inferir que el controlador propuesto presenta niveles de robustez
adecuados, ante pérdidas de paquetes durante la comunicación del servidor y la planta a través del protocolo
MQTT. 2) La prueba realizada en el sistema de control redundante con ruido blanco, presentó mayores
oscilaciones ante cambios de la referencia comparado con las pruebas realizadas sin ruido blanco como se
observa la Fig. 8. Este tipo de perturbación permite modelar una familia de señales aleatorias, las cuales
tendría una densidad espectral de potencia constante; esto implica que se consideran incertidumbres con
momentos estadísticos existentes en la red de comunicación. 3) Cuando se realizó la desconexión y conexión
de internet el sistema se demoró aproximadamente 12 s en estabilizarse nuevamente en señal de referencia,
tal como se observa en la Fig. 9. 4) El modelo linealizado permite el diseño de un controlador clásico PI, el
cual funcionó correctamente en el punto de equilibrio de la linealización (0.4 ft) y en el rango 0.3 a 0.5 ft. 5) El
servicio de máquinas virtuales de Google Cloud es confiable, dado que en ningún momento se perdió
conexión con el servidor, sin embargo, en los casos de desconexión de la red local, el control local mantuvo
las variables de salida del sistema en el rango de operación diseñado.
REFERENCIAS
Buetas, E., Abad, I., y otros 2 autores, A Propagation Breakdown Management Model for the Industrial Internet of
Things, https://doi.org/10.1016/j.compind.2020.103305, Computers in Industry, 123, 103305 (2020)
Cohen-Manrique, C. S., Burbano-Bustos, A. F., Salgado-Ordosgoitia, R. D., y Merlano-Porto, R. H., Control de riego en
cultivos de ahuyama en Sincelejo, Sucre (Colombia) gestionados a través del Internet de las Cosas,
http://dx.doi.org/10.4067/S0718-07642020000500079, Información Tecnológica, 31(5), 79-88 (2020)
Cope, S., Steve’s Internet Guide, Retrieved from Practical Guide to MQTT and Mosquito, http://www.steves-internet-
guide.com (2011)
Cremasco, M.A., Fundamentos de Transferencia de Masa, Campinas, Editora da Unicamp, Brasil (1998)
Fajjari, I., Aitsaadi, N., y Pujolle, G., Cloud networking: An overview of virtual network embedding strategies,
10.1109/GIIS.2013.6684379, Global Information Infrastructure Symposium-GIIS, 1-7 (2013)
FAO, Informe del Foro Regional de Agroindustrias en América Latina,Roma, Veronica Russo (2011)
Gert-Jan, S., Nienke, B., y otros tres autores, Investigación Agropecuaria en Latinoamérica y el Caribe: Un análisis de
las Instituciones, la Inversión y las Capacidades entre Países. Región Americas: Inter-American Development Bank,
(2016)
Hou, L., Zhao, S., y otros 5 autores, Internet of Things Cloud: Architecture and Implementation,
https://doi.org/10.1109/MCOM.2016.1600398CM, IEEE Communications Magazine, 54(12), 32-39 (2016)
Jimenéz-Ceciliano, P. J., Conceptos de Controladores PID e Implementación en un Horno de Fundición de Acero,
https://doi.org/10.18845/tm.v27i8.2228, Revista Tecnología En Marcha, 31-48 (2014)
Nakagawa, E. Y., Antonino, P. O., y otros 4 autores, Industry 4.0 Reference Architectures: State of the Art and Future
Trends, https://doi.org/10.1016/j.cie.2021.107241, Computers & Industrial Engineering, 107241 (2021)
Palm, W. J., System Dynamics, Mc Graw Hill, New York, USA (2013)
Perez-Abreu, D. P., Velasquez, K., Curado, M., y Monteiro, E., A resilient Internet of Things architecture for smart cities,
https://doi.org/10.1007/s12243-016-0530-y, Annals of Telecommunications, 72(1-2), 19-30 (2017)
Portnoy, I. D., Verdeza, A., Lenis, Y. A., y Sanjuán, M. E., Ecuaciones de Sintonía para Controladores PID usando la
Minimización del Error y de la Varianza de la Señal del Controlador como la Función Objetivo,
https://doi.org/10.4067/S0718-07642019000100049, Información Tecnológica, 30(1), 49-62 (2019)
Priyanka, E. B., Maheswari, C., Thangavel, S., y Bala, M. P., Integrating IoT with LQR-PID Controller for Online
Surveillance and Control of Flow and Pressure in Fluid Transportation System, Journal of Industrial Information
Integration, 17, 100127 (2020)
Saini, P., Kumar, R., y Juneja, P. K., Design of PI Controller for Consistency of Stock in Paper Machine Headbox using
Particle Swarm Optimisation (PSO), https://doi.org/10.1109/CISCT46613.2019.9008145, 2019 International Conference
on Innovative Sustainable Computational Technologies (CISCT), 1-6 (2019)
Su, H., Yang, C., y otros 2 autores, Improved Human–Robot Collaborative Control of Redundant Robot for Teleoperated
Minimally Invasive Surgery, https://doi.org/10.1109/LRA.2019.2897145, ,IEEE Robotics and Automation Letters, 4(2),
1447-1453 (2019)
Su, H., Ovur, S. E., y otros 6 autores, Internet of Things (IoT)-Based Collaborative Control of a Redundant Manipulator
for Teleoperated Minimally Invasive Surgeries, https://doi.org/10.1109/ICRA40945.2020.9197321, 2020 IEEE
International Conference on Robotics and Automation (ICRA), 9737-9742 (2020)
Swarnakar, J., Sarkar, P., y Singh, L. J., Direct Discretization Method for Realizing a Class of Fractional Order System in
Delta Domain–a Unified Approach, https://doi.org/10.3103/S014641161902007X, Automatic Control and Computer
Sciences, 53(2), 127-139 (2019)
Ye, L., Xiaoyuan, M., y otros 3 autores, From Industry 4.0 to Agriculture 4.0: Current,
https://doi.org/10.1109/TII.2020.3003910, Transactions on Industrial Informatics, 13 (2020)