TESIS Photobioreactor

INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA
UNIDAD PROFESIONAL “ADOLFO LOPEZ MATEOS” ZACATENCO
“MONITOREO DE UN FOTOBIORREACTOR TUBULAR

CERRADO PARA LA PRODUCCION DE BIOMASA”
TESIS
PARA OBTENER EL TITULO DE

INGENIERO EN CONTROL Y AUTOMATIZACION
PRESENTAN
HERNANDEZ CASTRO PAUL ADRIAN

HERNANDEZ GALLEGOS JUAN CARLOS
ORTEGA PEREZ JOSE ANTONIO
ASESORES:
M. EN C. MIRIAM GOMEZ ALVAREZ
ING. JORGE ISAAC CHAIREZ ORIA
CDMX, MEXICO ABRIL, 2018

Índice general
Introducción 13
1. Marco Teórico 18
1.1. Importancia de las Energı́as Renovables en México . . . . . . . . . . . . . . 18
1.1.1. Energia Hidráulica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.1.2. Energı́a Eólica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.1.3. Energı́a Solar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.1.4. Energı́a de la Biomasa . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2. Reforma Energética . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3. Proceso Fotosintético . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.1. Eficiencia de Conversión Energética de la Fotosı́ntesis . . . . . . . . 24
1.4. Biomasa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5. Microalga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.6. Fotobiorreactor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.7. Espectro Electromagnético . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.7.1. Interacción del Espectro Electromagnético y las microalgas . . . . . 31
1.8. Temperatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.8.1. Interacción de la temperatura y las microalgas . . . . . . . . . . . . 35
1.9. pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.9.1. Interacción del pH y las microalgas . . . . . . . . . . . . . . . . . . . 37
1.10. Lazo de Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.10.1. Sistemas de Control en Lazo Abierto . . . . . . . . . . . . . . . . . . 37
1.10.2. Sistemas de Control en Lazo Cerrado . . . . . . . . . . . . . . . . . 39
1.10.3. Sistemas de Control en Lazo cerrado en Comparación con Sistemas
en Lazo Abierto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.11. Control PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4
Índice general 5
1.11.1. Acción Proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

1.11.2. Acción Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.11.3. Acción Derivativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.12. Control Difuso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.12.1. Base Teórica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.12.2. Fusificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.12.3. Reglas Difusas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.12.4. Defusificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.12.5. Controlador de Mamdani . . . . . . . . . . . . . . . . . . . . . . . . 47
1.13. Sistemas de Control Aplicados a Fotobiorreactores . . . . . . . . . . . . . . 47
1.13.1. Aplicación a pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.13.2. Aplicación a iluminación . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.13.3. Aplicación a tempetarura . . . . . . . . . . . . . . . . . . . . . . . . 49
1.14. Adquisición de señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
1.14.1. Tipos de Sistemas Digitales y Analógicos . . . . . . . . . . . . . . . 50
1.14.2. Ventajas de las técnicas digitales . . . . . . . . . . . . . . . . . . . . 50
1.15. CODESYS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.16. Python 2.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.17. Interfaz Gráfica: CODESYS WebVisu . . . . . . . . . . . . . . . . . . . . . 54
1.18. Proyectos relacionados al monitoreo y control de fotobiorreactores a nivel
Institucional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2. Estado del arte 58

2.1. Ventaja de desarrollar tecnologı́a para el cultivo de microalga según estudio
hecho por la Universidad de Alicante . . . . . . . . . . . . . . . . . . . . . . 58
2.2. Sintonización PID para un fotobiorreactor plano . . . . . . . . . . . . . . . 59
2.3. Sistemas automatizados de monitoreo y control para un fotobiorreactor de
algas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.3.1. Resultados del sistema de monitoreo y control automatizado . . . . 62
2.4. Sistema de monitoreo y simulación de estrategias de control. . . . . . . . . . 63
2.4.1. Sistema PAC Opto 22 . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.4.2. Modelación matemática en el plano S. . . . . . . . . . . . . . . . . . 64
2.4.3. Control PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3. Desarrollo 70
3.1. Desarrollo Metodológico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Índice general 6
3.1.1. Requerimientos de usuario y diseño . . . . . . . . . . . . . . . . . . . 70

3.1.2. DTI: Diagrama de tuberı́a e instrumentación . . . . . . . . . . . . . 71
3.1.3. Modelo matemático del Fotobiorreactor . . . . . . . . . . . . . . . . 78
3.1.4. Controladores propuestos . . . . . . . . . . . . . . . . . . . . . . . . 81
3.1.5. Observador de etapa de crecimiento de la alga . . . . . . . . . . . . 85
3.2. Desarrollo Técnico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.2.1. Lazo de control de temperatura . . . . . . . . . . . . . . . . . . . . . 87
3.2.2. Lazo de control de biomasa . . . . . . . . . . . . . . . . . . . . . . . 92
3.2.3. Lazo de control de luz . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.2.4. Lazo de control de pH . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.2.5. Programación del sensor de luz y pH . . . . . . . . . . . . . . . . . . 111
3.2.6. Programación del observador de etapa de crecimiento del alga . . . . 112
3.2.7. Diseño del Gabinete . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.3. Material . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
4. Resultados 121
4.1. Comparación de la respuesta de los controladores propuestos . . . . . . . . 121
4.2. Interfaz Hombre-Maquina . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5. Costos 130
5.1. Costo total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Conclusiones 135
A. Glosario 136
B. Diagramas y Esquemas 139
C. Hojas de datos 146
Bibliografı́a 152
Índice de figuras
1.1. Turbina hidráulica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.2. Diagrama global de la radiación solar [42]. . . . . . . . . . . . . . . . . . . . 20
1.3. Distribución global de la radiación solar. . . . . . . . . . . . . . . . . . . . . 21
1.4. Distribución global de fotosińtesis. . . . . . . . . . . . . . . . . . . . . . . . 22
1.5. Fotobiorreactor de tipo Open Pound. . . . . . . . . . . . . . . . . . . . . . . 26
1.6. Fotobiorreactores de tipo Raceway y Columna . . . . . . . . . . . . . . . . 27
1.7. Fotobiorreactores Tubular y Plano . . . . . . . . . . . . . . . . . . . . . . . 28
1.8. a)Diagrama de un fotobiorreactor tipo Airlift, b)Estado inicial del fotobio-
rreactor tipo Airlift. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.9. Espectro electromagnético[16]. . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.10. Parámetros de onda electromagnética. E, campo eléctrico; H, campo magnéti-
co; λ, Longitud de onda[16]. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.11. Estimación de la productividad de biomasa rx , concentración de biomasa Cx
y coeficiente de crecimiento especı́fico de biomasa µ, a Iph,in = 1500µmol f otones m−2 s−1
para diferentes colores[14]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.12. Curvas de la densidad de flujo de fotones de 1500µmol f otones m−2 s−1
cuando interactuan con el rango de longitud de onda de 400 − 700λ(nm)[14]. 34
1.13. Subsistemas en un sistema de control en lazo abierto[5] . . . . . . . . . . . . 38
1.14. Subsistemas en un sistema de control en lazo cerrado[5] . . . . . . . . . . . 39
1.15. Diagrama a bloques de controlador PID[24]. . . . . . . . . . . . . . . . . . . 42
1.16. Ejemplo de subconjuntos borrosos para el conjunto velocidad[41]. . . . . . . 44
1.17. Ejemplo de funciones de membresı́a[41]. . . . . . . . . . . . . . . . . . . . . 45
1.18. Ejemplo de fusificación[41]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.19. Lazo Cerrado para controlar la variable de pH . . . . . . . . . . . . . . . . . 48
1.20. Fotobiorreactor con el elemento de enfriamiento del sistema: Una válvula de
entrada de lı́quido refrigerante. . . . . . . . . . . . . . . . . . . . . . . . . . 49
7
Índice de figuras 8
1.21. Lazo de control para temperatura en el fotobiorreactor. . . . . . . . . . . . 50

1.22. Diagrama de bloques de un sistema digital de presición para control de
temperatura[34]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.23. Pametros del visualizador general. . . . . . . . . . . . . . . . . . . . . . . . 55
1.24. Pametros del visualizador Webvisu. . . . . . . . . . . . . . . . . . . . . . . . 55
1.25. PCS microalgas y PCS combustibles fósiles [7] . . . . . . . . . . . . . . . . . 57
2.1. Esquema de control de temperatura de un fotobiorreactor plano [3] . . . . . 59

2.2. Respuesta de los controladores propuestos para la sintonización PID. [3] . . 60
2.3. Comparación de monitoreo manual y automático[33]. . . . . . . . . . . . . . 62
2.4. Esquema de instalación de sensores en el Fotobiorreactor con el sistema
Opto 22 (1 Sensor de pH, 2, Sensor de temperatura del Fotobiorreactor, 3,
Sensor de luminosidad y 4, Sensor de temperatura ambiente)[35]. . . . . . . 64
2.5. Nivel de pH. Primer dı́a de cultivo de la microalga [35]. . . . . . . . . . . . 65
2.6. Diagrama de Nyquist del proceso del fotobiorreactor con ganancia positiva[35]. 67
2.7. Proceso de un fotobiorreactor con controlador proporcional crı́tico[35]. . . . 68
2.8. Implementación del PID del proceso con disturbio[35]. . . . . . . . . . . . . 69
2.9. Respuesta del proceso con disturbio para un controlador PID[35]. . . . . . . 69
3.1. Etapas de crecimiento bacteriano en un nuevo medio ambiente. . . . . . . . 71

3.2. short . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3. short . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.4. Función de transferencia del FBA en lazo abierto. . . . . . . . . . . . . . . . 80
3.5. Mapa de polos y ceros del fotobiorreactor. . . . . . . . . . . . . . . . . . . . 81
3.6. Función de membresı́a de la variable u del controlador proporcional. . . . . 82
3.7. Funciones de membresı́a de las entradas del controlador proporcional . . . . 83
3.8. Superficie de control del Controlador Difuso propuesto. . . . . . . . . . . . . 83
3.9. Funciones de membresı́a de las entradas del controlador PD . . . . . . . . . 84
3.10. Función de membresı́a de la variable u del controlador PD. . . . . . . . . . 85
3.11. Superficie de control del PD Difuso propuesto. . . . . . . . . . . . . . . . . 85
3.12. Curva de crecimiento de un microorganismo [23]. . . . . . . . . . . . . . . . 86
3.13. Diagrama de flujo de observador de etapa de crecimiento de la alga. . . . . 87
3.14. Distribución de sensores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.15. Configuración 1-Wire entre maestro y esclavo . . . . . . . . . . . . . . . . . 89
3.16. Diagrama y Placa del circuito electrónico para los sensores de temperatura 90
3.17. Diagrama de flujo del sensor de temperatura . . . . . . . . . . . . . . . . . 91
3.18. Información del Device One Wire Master . . . . . . . . . . . . . . . . . . . 91

3.19. Parametros del Device One Wire Master . . . . . . . . . . . . . . . . . . . . 92
3.20. Funcionamiento del sensor TCS3200 . . . . . . . . . . . . . . . . . . . . . . 93
3.21. Protitipo de cámara obscura diseñada en SolidWorks . . . . . . . . . . . . . 93
3.22. Medidas en mm del prototipo de cámara obscura . . . . . . . . . . . . . . . 94
3.23. Esquema del circuito electrónico del sensor de color. . . . . . . . . . . . . . 95
3.24. Circuito electrónico del sensor de color. . . . . . . . . . . . . . . . . . . . . 96
3.25. Diagrama de flujo del programa Color TCS3200.py . . . . . . . . . . . . . . 96
3.26. Diagrama de la interacción entre el hardware y software. . . . . . . . . . . . 99
3.27. Diagrama de flujo del programa PLC SHELL . . . . . . . . . . . . . . . . . 101
3.28. Gráfica de la Corriente de colector de luz contra la iluminancia en lx. En el
eje x está la iluminancia EV , y en el eje y la corriente colector de luz ICA
en µA[37] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.29. Esquema de conexión del chip TEMT6000 a un Arduino [29] . . . . . . . . 104
3.30. Sensor de pH, ”Sensorex s200c/bnc”. . . . . . . . . . . . . . . . . . . . . . . 104
3.31. Buffers para calibración. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.32. Recta resultante del sensor de pH. . . . . . . . . . . . . . . . . . . . . . . . 107
3.33. Configuración de aislamiento para entradas. . . . . . . . . . . . . . . . . . . 107
3.34. Circuito para tratamiento de señal del sensor de pH. . . . . . . . . . . . . . 108
3.37. Configuración del ADC en Codesys. . . . . . . . . . . . . . . . . . . . . . . . 111
3.38. Diagrama de flujo del ADC. . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.39. Diseño del gabinete. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.40. Gabinete fı́sco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
3.41. short . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.42. Diseño del interior del gabinete. . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.43. Montaje del interior del Gabinete. . . . . . . . . . . . . . . . . . . . . . . . 117
4.1. Diagrama del fotobiorreactor en lazo cerrado con el controlador PID. . . . . 121
4.2. Diagrama del fotobiorreactor en lazo cerrado con el controlador difuso. . . . 122
4.3. Diagrama del fotobiorreactor en lazo cerrado con el controlador difuso PD. 122
4.4. Entrada de luz al sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.5. Respuesta a un escalon unitario con CI=10◦ C y SP=30◦ C. . . . . . . . . . . 123
4.6. Respuesta a un escalon unitario en estado estacionario. . . . . . . . . . . . . 124
4.7. Acción de control de un escalon unitario con CI=10◦ C y SP=30◦ C. . . . . . 125
4.8. Acción de control en estado estacionario. . . . . . . . . . . . . . . . . . . . . 125

4.9. Captura de pantalla de la visualización Temperatura. . . . . . . . . . . . . . 126
4.10. Captura de pantalla de la visualización Luz. . . . . . . . . . . . . . . . . . . 127
4.11. Captura de pantalla de la visualización Biomasa. . . . . . . . . . . . . . . . 128
4.12. Captura de pantalla de la visualización pH. . . . . . . . . . . . . . . . . . . 129
Índice de cuadros
1.1. Energı́a eólica en México [9]. . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.2. Escala del pH[11]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.3. Tesis relacionadas en el IPN . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
1.4. Comparación económica y energética en la producción de combustibles. . . 57
3.1. Tags de intrumentos del Fotobiorreactor Airlift. . . . . . . . . . . . . . . . . 72

3.2. Tags de equipos de la propuesta de DTI para controlar el Fotobiorreactor
Airlift. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3. Tags de intrumentos de la propuesta de DTI para control ar el Fotobiorreac-
tor Airlift. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.4. Tags de equipos de la propuesta de DTI para controlar el Fotobiorreactor
Airlift. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.5. Matriz de Relación: Control Difuso . . . . . . . . . . . . . . . . . . . . . . . 82
3.6. FAM: PD Difuso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.7. Señales del Sensor TCS3200 . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.8. Variables locales del programa: PLC SHELL . . . . . . . . . . . . . . . . 100
3.9. Caracterı́sticas básicas del chip TEMT6000 [37] . . . . . . . . . . . . . . . 103
3.10. Mediciones con soluciones de calibración de Sensor pH . . . . . . . . . . . . 105
3.11. Material empleado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3.12. Material empleado en la Placa Principal . . . . . . . . . . . . . . . . . . . . 119
3.13. Material empleado en la Placa de Temperatura . . . . . . . . . . . . . . . . 119
3.14. Material empleado en la Placa de pH . . . . . . . . . . . . . . . . . . . . . . 120
5.1. Material empleado con precio en Moneda Nacional, MN . . . . . . . . . . . 131

5.2. Material, cantidad y costo de la Placa Principal en Moneda Nacional, MN . 132
5.3. Material, cantidad y costo de la Placa de Temperatura en Moneda Nacional,
MN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
11
Índice de cuadros 12
5.4. Material, cantidad y costo de la Placa de pH en Moneda Nacional, MN . . . 133

5.5. Costo total del proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Introducción
Hasta finales del siglo XVII, la humanidad sólo consumı́a biocombustibles como madera,
paja o estiércol seco. Sin embargo, con la aparición de la metalurgı́a primitiva, se hizo
necesario alcanzar temperaturas más elevadas que las que se obtenı́a con la combustión de
la madera; esto se consiguió sometiendo a la madera a un proceso de pirólisis, mediante el
cual se pierde el poder calorı́fico global, pero a cambio se obtiene un nuevo combustible, el
carbón de madera [42].
Una de las consecuencias de la utilización de la madera para este tipo de procesos, ası́
como su uso para la navegación, el transporte, la construcción, etc., fue la deforestación de
amplias áreas, lo que encareció su precio e hizo necesaria la búsqueda de nuevas fuentes de
energı́a. Esto llevó, hacia la mitad del siglo XVIII, a la utilización de carbón, que aparecı́a
en vetas poco profundas, y cuyas propiedades como combustible ya eran conocidas [42].
El uso del carbón junto a la construcción de las primeras máquinas térmicas de vapor,
permitió crear las primeras explotaciones industriales, que abarataron ciertos productos.
La creciente prosperidad permitió que algunas personas pudieran emplear tiempo en in-
venciones y en la búsqueda de innovaciones técnicas, que permitieran crear máquinas que
pudieran ser movidas por la energı́a generada por la combustión del carbón, lo que permitió
reemplazar las fuentes basadas en la madera, el viento o el agua [42].
Conforme fue incrementando la demanda del carbón, habı́a que extraerlo de vetas cada
vez más profundas, por lo que el agua tenı́a que ser extraı́da por las primeras máquinas de
la Revolución Industrial. Este proceso continuó durante los primeros cuartos del siglo XIX,
hasta que el petróleo y la electricidad hidráulica comenzarón a complementar y reemplazar
al carbón como fuente fundamental de energı́a primaria [42].
El problema que ha ido incrementando con el consumo masivo de combustibles fósiles,
es el incremento en los niveles de dióxido de carbono (CO2 ) en la atmósfera, lo que ha
llevado a la búsqueda de nuevas fuentes de energı́a, en este caso, energı́as renovables o
también conocidas como energı́as limpias.
Las microalgas son fábricas biológicas celulares que convierten el CO2 , en biocombus-
13
Introducción 14
tibles potenciales, alimentos y bioactividades de alto valor. Además, pueden ser utilizados
para aplicaciones de biorremediación y como fijación de nitrógeno biofertilizante.
Son consideradas como plantas primitivas, carentes de raı́ces, tallo y hojas, no tienen
cubierta estéril de células, al rededor de las células reproductivas, y cuentan con clorofila
como su pigmento fotosintético primario. La estructura de la microalga está principalmente
enfocada en la conversión de energı́a sin ningún desarrollo más allá de las células, por lo
que su simple desarrollo le permite adaptarse a las condiciones ambientales imperantes, y
prosperar a largo plazo.
Recientemente, las microalgas han sido explotadas en diferentes áreas, como la produc-
ción de biocombustibles, tratamiento de desechos, suplementos alimenticios, disminución
de CO2 , producción de quı́micos finos, sistemas inmovilizados para la producción de algu-
nos componentes extracelulares o biosorcón de metales pesados. A pesar del gran número
de aplicaciones que tienen las microalgas, aún quedan retos por enfrentar para que pueda
ser una solución viable para diferentes procesos industriales. [30]
Introducción 15
Justificación
La crisis energética es un tema de gran renombre, es por ello que este tipo de proyectos
son necesarios, ya que se deben buscar alternativas energéticas para la creciente demanda.
Donde las microalgas pueden ser una parte de la solución. De las microalgas se pueden
extraer aceites que pueden transformarse en biodiesel. Éstas pueden ser cultivadas en
agua dulce o salada, incluso pueden cultivarse empleando aguas residuales municipales. Su
crecimiento puede mantenerse todo el año y no se requiere de agroquı́micos ni pesticidas.
Algunas especies, (extremofilas), pueden tolerar condiciones ambientales adversas para
la mayorı́a de los organismos. Por todo ello, el cultivo de microalgas no interfiere con la
producción alimenticia y no implica la destrucción del suelo de cultivo ni las áreas naturales
protegidas.
Otra ventaja de usar microalgas para la producción de biodiesel es que eśtas pueden
producir 1000 000 litros de biodiesel por hectarea, contra 952 litros por hectarea del girasol,
50 950 litros de la palma, 446 litros de la soya, y 20 689 litros del coco. Por lo que las ventajas
que ofrecen las microalgas dan a entender la razón por la que el monitoreo y control de
un fotobiorreactor es de gran importancia para dar una solución a diversos problemas
ambientales que México enfrenta y que cada vez se agravarán mas si no se contrarrestan.
Garantizar las mejores condiciones para que las microalgas tengan una mayor produc-
ción ya que, además, despiertan la atención por su aplicación ambiental, tanto en produc-
cion de biocombustible como en biorremediación. En Biorremediación, las cianobacterias
producen exopolisacaridos y sustancias floculantes, permitiéndoles ploriferar en ecosiste-
mas de aguas residuales y dominar medios eutrofizados aunado a su capacidad de reducir
CO2 y otros compuestos contaminantes [27].
Planteamiento
Para que la muestra de microalga incremente su producción se requiere que el foto-
biorreactor garantice un micro-ambiente adecuado de pH, CO2 , temperatura, mezclado,
remosion de oxı́geno generado, ya que puede interferir de manera perjudial a la planta, etc.
La falta de monitoreo y control en las variables mencionadas anteriormente en un fo-
tobiorreactor afecta directamente a la producción de biomasa, por lo cual, si no hay una
producción de biomasa eficiente no se puede competir contra otros tipos de energı́as reno-
vables, aún menos, contra energı́as fósiles. Además, la localización del paı́s y su ecosistema,
contribuyen a una mayor producción, por lo que la biomasa es una gran oportunidad pa-
ra la explotación de energı́a. Investigar y trabajar para desarrollar e innovar en mejores
Introducción 16
algoritmos de control, logrará una mayor optimización en la manera de producir biomasa.
Propuesta
Las microalgas tienen una alta eficiencia cuando están bajo cantidades de luz adecuadas.
Por tanto, cuando las micr-oalgas están bajo la luz solar, las células de las microalgas
absorben más luz de la que pueden convertir en CO2 . Esa energı́a restante se manifiesta
como energı́a calorı́fica. La falta de control de iluminación es una limitante para un buen
coeficiente de crecimiento, ası́ como otros factores que están ligados como el nitrógeno, el
flujo y la cepa que se está produciendo.
Un control de iluminación solar al fotobiorreactor, aportarı́a una cantidad de luz ade-
cuada para conseguir la máxima producción de microalga. Para lograr esto se deben se-
leccionar las luminarias con la longitud de onda que promueva la mayor producción de
microalgas cuando la luz solar no sea suficiente o nula (horario nocturno), ya que la longi-
tud de onda afecta al desempeño de crecimiento, tal como se muestra en figura 1.11.
El monitoreo de las demás variables será un parteaguas para el control autónomo del
fotobiorreactor, siendo ésta una base para lograrlo. Conociendo la cantidad de energı́a
solar, la temperatura, el nivel de pH y la cantidad de materia en un histórico, abrirá un
panorama de soluciones para aumentar la producción y lograr el micro-ambiente óptimo
que se requiere para competir con las demás fuentes de energı́a, ası́ como la elaboración de
lazos cerrados de control.
Objetivos
General
Semi-automatizar un reactor biológico a nivel piloto que favorezca al crecimiento de una
cepa de microalga, haciendo uso de una instumentación adecuada. Monitorear en tiempo
real las variables inmersas en el proceso de crecimiento.
Particulares
1. Diseñar el monitoreo de las variables de un fotobiorreactor.
2. Construir un prototipo capaz de monitorear y muestrear las variables de un fotobio-

rreactor.
3. Instrumentar un fotobiorreactor para poder monitorear las variables del mismo.

Introducción 17
4. Graficar en tiempo real las variables de un fotobiorreactor.
5. Analizar los resultados gráficos generados.

Capı́tulo 1
Marco Teórico
1.1. Importancia de las Energı́as Renovables en México

Las energı́as renovables presentan una solución a uno de los problemas más grandes de
la humanidad actualmente y a futuro ya que los depósitos de hidrocarburos no tendrán
la capacidad de sustentar la demanda energética, sin importar la longevidad que éstos
tengan ya que la población crece exponencialmente. La recuperación de los combustibles
se podrı́a extender, sı́ y solo sı́, no significara un daño que los combustibles fósiles provocan
al ambiente [18].
La transición desde las energı́as fósiles a las renovables será gradual, debido a que la
cultura de consumo debe modificarse completamente, que la energı́a ahora no este sola-
mente vinculado a los hidrocarburos, que la tecnólogia se adapte a estas nuevas energı́as
para tener como meta la sustentabilidad del planeta.
Entre las energiás renovables esta tesis propone un estudio sobre la biomasa (de lo cual
se analizará más adelante), es importante dar un panorama sobre otras energı́as renovables
como se explica a continuación:
1.1.1. Energia Hidráulica

La energı́a hidráulica se basa en la fuerza centrı́fuga generada por una corriente de agua
en una turbina hidráulica, como la que se muestra en la figura 1.1, que genera actualmente
el 20 % de la demanda mundial. Esta energı́a es una gran oportunidad en paı́ses tropicales
con grandes corrientes marı́timas [18].
18
Capı́tulo 1. Marco Teórico 19
La energı́a hidráulica presenta grandes ventajas

para paı́ses en desarrollo debido a su bajo coste de
producción como son las siguientes:
El incremento en los precios del petroleo.
La fácil instalación de turbinas en lugares de

difı́cil acceso a la red eléctrica del paı́s.
Figura 1.1: Turbina hidráulica El alto ı́ndice de utilización del potencial hi-
droenergético de los medios y grandes flujos
de agua.
1.1.2. Energı́a Eólica

La energı́a eólica se obtiene a partir de las fuertes corrientes de viento que pasan a
través de una turbina eólica, de las cuales hay distintos tipos. La energı́a eólica junto con
la energı́a solar (que se analizará en el siguiente apartado) son las energı́as que mayor
crecimiento han tenido. La energı́a eólica en el año 2001 tuvo un crecimiento del 48 %
respecto al año anterior donde se instalaron plantas capaces de generar en total 240 000
MW.
Cuadro 1.1: Energı́a eólica en México [9].
2,551 Mega watts operando en México

15,000 Mega watts proyectados para 2020-2022
31 Parques eólicos operando actualmente
1,570 Aerogeneradores operando actualmente
La energı́a eólica es limpia ya que no produce desechos peligrosos, ni contribuye al

calentamiento global, a su vez en México ésta energı́a es de importancia ya que se cuenta
con uno de los recursos eólicos mas importantes a nivel mundial por lo tanto es altamente
competitiva. La industria eólica podrı́a llegar a generar miles de nuevos empleos en México
[10].
La energı́a eólica tiene un gran potencial que México podrı́a aprovechar, actualmente
existe la Asociación Mexicana de Enerı́a Eólica (AMDEE), quienes llevan un registro de
qué empresas apoyan la energı́a eólica.
1.1.3. Energı́a Solar
La energı́a solar es una fuente de energı́a renovable que se obtiene del sol y con la que
se pueden generar calor y electricidad. Existen varias maneras de recoger y aprovechar los
rayos del sol para generar energı́a que dan lugar a los distintos tipos de energı́a solar: La
fotovoltáica (que transforma los rayos en electricidad mediante el uso de paneles solares),
la fototérmica (que aprovecha el calor a través de los colectores solares) y termoeléctrica
(transforma el calor en energı́a eléctrica de forma indirecta).
La energı́a solar es un recurso renovable prácticamente ilimitado. Hay virtualmente

una provisión ilimitada de energı́a solar que podemos usar y es una energı́a renovable.
Además, el único costo asociado al uso de la energı́a solar es el costo de fabricación de los
componentes e instalación. Tras la inversión inicial no hay costos adicionales asociados a su
uso. Por otra parte la desventaja que tiene es que los grandes proyectos de generación de
energı́a solar a escala comercial pueden requerir grandes cantidades de tierra. En la figura
1.2 se observa la distribución de la radiación solar, ası́ como la reflexión directa con una
potencia de 520 000 TW aprovechable por paneles o celdas solares.
Figura 1.2: Diagrama global de la radiación solar [42].

1.1.4. Energı́a de la Biomasa
La energı́a obtenida por biomasa, se podrı́a llamar la energı́a biológica. Gracias a que
las energı́as renovables son limpias y no agravan el problema del calentamiento global.
Ofrece la posibilidad de aprovechar más de una energı́a renovable ya que la geografı́a de
algunos paı́ses tienen el entorno ideal para generar electricidad con mas de un tipo de
energı́a renovable. en el caso de México, que cuenta con grandes corrientes de viento, agua,
etc. Se puede generar energı́a eléctrica con la ayuda de diferentes energı́as renovables. Por
lo que una comparación de quién produce más o menos energı́a no es de importancia si
se busca qué energı́a debe ser más apoyada, puesto que, con la tecnólogia e innovación
cualquier energı́a renovable puede abastecer un gran porcentaje de la demanda energética,
buscando en un futuro el menor uso posible de los hidrocarburos.
Figura 1.3: Distribución global de la radiación solar.
La energı́a biológica genera 40 TW, lo cual equivale aproximadamente a tres veces el

consumo mundial de energı́a en la actualidad. Una caracterı́stica común de los paı́ses lati-
noamericanos es el bajo aprovechamiento de la biomasa de origen primario, y secundario,
la razón de esto puede ser la existencia de petróleo y gas natural en estos paı́ses, que tiene
un mayor desarrollo que la industria de los biocombustibles.
En el caso de México, la Secretária de Energı́a (SENER) informa que en el año 2006
la bioenergı́a ocupaba el 8 % del consumo de energı́a primario del paı́s, del cual la leña
es la principal fuente de energı́a por medio de los tradicionales fogones. El siguiente es el
bagazo, residuo de la caña de azúcar, el cual se utiliza para generar electricidad y calor. El
biogás y biodiesel son empleados también aunque en cantidades muy limitadas.
En Salinas, Nuevo León se emplea biogás liberado del relleno sanitario del municipio
para generar energı́a eléctrica con una potencia de 7 MW. Por otro lado, en Cadereyta,
Nuevo León está la primera planta de biodiesel en México inaugurada en 2005 fabricando
biodiésel desde sebo de animal como materia prima, donde se generan 30 200 Lts. por año.
El panorama que se tiene en México sobre bioenergéticos demuestra que falta mucho
que hacer e innovar teniendo en cuenta la radiación solar que llega al paı́s la cual se muestra
en la figura 1.3, donde observamos cuanta energı́a se podrı́a aprovechar. Si se compara la
posición geografica del paı́s con otros. Se observa que la mayor radiación solar se encuentra
entre el trópico de capricornio y el trópico de cáncer.
En la figura 1.4 se observa la distribución de fotosı́ntesis a lo largo del planeta Tierra.
La posición geográfica de México permite una gran diversidad de vegetación, lo cual indica
un gran proceso fotosintético, ya que al tener una gran radiación solar las plantas pueden
obtener los nutrientes necesarios para llevar a cabo el proceso fotosintético, lo que sugiere
que la producción de microalga en fotobiorreactores con un ambiente controlado tendrı́a
aún mejores resultados.
Figura 1.4: Distribución global de fotosińtesis.

1.2. Reforma Energética

La Reforma Energética es una oportunidad histórica con la que México podrá aprove-
char sus recursos energéticos de forma racional, sustentable y con apego a los principios de
soberanı́a nacional, eficiencia económica y beneficio social [12].
La Reforma se compromete al cuidado del medio ambiente, la protección de los tra-
bajadores y el bienestar de la población, al fomentar la generación de energı́a a partir
de fuentes renovables y tecnologı́as limpias, al regular LA SEGURIDAD DEL SECTOR
HIDROCARBUROS y al hacer a las empresas corresponsables del bienestar de las comu-
nidades [12].
Dentro de la Reforma Energética se expiden 25 reglamentos que regulan las actividades
del sector energético, en los cuales se incluye el Reglamento de la Ley de la Industria
Eléctrica en donde a fin de promover la transición a fuentes limpias, la Ley de la Industria
Eléctrica incluye un esquema de Certificados de Energı́as Limpias. Bajo este esquema, la
SENER determinará el porcentaje de energı́a que debe generarse cada año a partir de
fuentes limpias [13].
Todos los suministradores y usuarios calificados deben obtener la proporción que se
establezca de la energı́a a partir de fuentes limpias. Ellos acreditarán su cumplimiento a
través de la compra de Certificados de Energı́as Limpias, que a su vez se otorgarán a los
generadores con fuentes limpias. Este esquema garantiza la demanda por los nuevos proyec-
tos de energı́as renovables y les asegura el ingreso requerido para financiar sus inversiones
[13].
Si bien, en la Reforma Energética no se obliga a una transición hacia las energı́as
renovables, sı́ toca el tema facilitando certificados otorgados por la SENER lo cual es
un parteaguas a la inversión privada en el sector industrial para impulsar estos proyectos
formando ası́, las bases para una transición a energı́as renovables con certificación impuesta
por la misma SENER.
En el rubro constitucional la Reforma establece que con el fin de apuntalar la buena
distribución de los recursos fiscales, distintos de los impuestos, que se obtienen de la pro-
duccioón de petróleo se crea el Fondo Mexicano del Petróleo para la Estabilización y el
Desarrollo, como un fideicomiso público sujeto a obligaciones de transparencia. El Banco
de México fungirá como fiduciario [13].
El Fondo Mexicano del Petróleo para la Estabilización y el Desarrollo se encargará de
captar los ingresos (distintos de los impuestos) que reciba el Estado por todos los pro-
yectos de exploración y explotación de hidrocarburos desarrollados por empresas estatales
productivas o privadas, tanto a través de asignaciones como de contratos [13].
Respecto de la distribución de los recursos del Estado que administre el Fondo Mexicano
del Petróleo para la Estabilización y el Desarrollo, la reforma constitucional establece que
se deberán administrar considerando algunos puntos[13], de los cuales solo se menciona el
que es del interés de éste proyecto:
3. Una vez que esta cuenta logre el nivel mı́nimo establecido (3 % del PIB), por lo menos
40 % de los ingresos adicionales, continuará ahorraándose. De los ingresos adicionales,
el Fondo podrá recomendar a la Cámara de Diputados que se destinen a los siguientes
rubros:
Fondo para el Sistema de Pensión Universal.

Financiamiento de proyectos de inversión en ciencia, tecnologı́a e
innovación, y en energı́as renovables.
Inversión de proyectos petroleros y en infraestructura para el desarrollo nacional.
Becas para la formación de capital humano en universidades y posgrados; en
proyectos de mejora a la conectividad, ası́ como para el desarrollo regional de
la industria[13].
Lo cual lograrı́a a mediano plazo una recomendación de inversión de fondos que deberá
aprobar la Cámara de Diputados a los proyectos en Energı́as Renovables como éste. De
manera que aumentarán las actividades para una transición más ágil y rápida hacia las
energı́as renovables y el estudio de las mismas, construyendo asi los simientos de un México
en camino a la vanguardia energética y al mejor aprovechamiento de los recursos energéticos
de nuestro paı́s.
1.3. Proceso Fotosintético

Gracias a este proceso, las plantas verdes y microalgas, partiendo de agua y dióxido de
carbono junto a menores cantidades de nitratos, sulfatos y fosfatos son capaces de liberar
oxı́geno y de sintetizar hidratos de carbono, grasas, proteı́nas, pigmentos, vitaminas, etc.
La velocidad de captación de CO2 por las microalgas depende, fundamentalmente, de la
temperatura, de la concentración del CO2 en la atmósfera, de la intensidad de la luz y de
la distribución de fotones por cada longitud de onda [42].
1.3.1. Eficiencia de Conversión Energética de la Fotosı́ntesis

La estimación de la eficiencia de conversión del proceso fotosintético es por medio de la
relación entre la energı́a necesaria para fijar un átomo de C en forma de carbohidrato que
es: 4,8eV /C donde eV = exp 1, 6−19J y la energı́a fotónica solar necesaria para reducir
una molécula de CO2 y dejar ese átomo de C fijo en una estructura de carbohidrato, como
lo muestra la siguiente fórmula: [42].
Energı́a por átomo de C fijado

ηq = (1.1)
Energı́a luminosa absorbida
1.4. Biomasa
La biomasa es la materia orgánica originada de un proceso biológico, espontáneo o
provocado (en el caso de producción por fotobiorreactor es provocado), utilizable como
fuente de energı́a. En otras palabras la sustancia orgánica de origen vegetal o animal, de
procesos biológicos naturales o artificiales.
Otra definición aceptada es que la biomasa es la energı́a solar convertida por la ve-
getación en materia orgánica, energı́a que se puede reutilizar por medio de combustión o
aprovechando sus distintos productos [36].
En caso particular del presente proyecto, las microalgas generan biomasa, en donde la
composición de ésta se verá afectada por diferentes condiciones en las que crecerán dentro
del fotobiorreactor, las cuales definirán el porcentaje de producto obtenido de cada una.
Los tres tipos de productos son:
Carbonos: Los carbonos obtenidos de la biomasa seca, son convertidos en fuentes de

energı́a.
Ácidos grasos: Los trigliceridos en la microalga son extraidos y convertidos en ácidos

grasos por transesterificación. El contenido de lı́pidos en algunas microalgas los hace
potenciales fuentes de biocombustible. [40].
Pigmentos: Los pigmentos de origen natural tienen un alto coste para la industria
alimenticia y de cosméticos.
1.5. Microalga
Las microalgas son microorganismos unicelulares que tienen la capacidad de realizar
la fotosı́ntesis, por lo que son capaces de generar biomasa orgánica a partir de CO2 y
luz, obteniendo electrones del agua que oxidan en O2 . Las microalgas al ser eucariotas
crecen usando luz como energı́a y CO2 como fuente de carbono. Tienen requerimientos
nutricionales como especies nitrogenadas pudiendo ser el nitrato, amonio o aminoácidos.
Las aplicaciones de las micr-oalgas son imprescindibles ya que son la principal fuente
de producción fotosintética del planeta, son además una fuente sostenible de biocombusti-
bles y biofertilizantes. Por otra parte las microalgas son capaces de ajustar su composición
bioquı́mica a las condiciones de cultivo. Si hay un bajo nivel de nitrógeno se induce una
acumulación de grasas, y si están expuestas a altos niveles de luz aumentan la acumulación
de algunos carotenoides y la adición de amonio incrementa el contenido en ficobilipro-
teı́nas en Spirulina platensis. Ésta caracterı́stica puede ser explotada para incrementar el
contenido de una determinada sustancia, y ası́, incrementar la productividad del sistema
[39].
1.6. Fotobiorreactor
Los fotobiorreactores son dispositivos destinados al cultivo masivo de microalgas. Los

cuales tienen que mantener un medio estable, es decir, una temperatura, un pH y baja
concentración de O2 . También proporcionan los nutrientes necesarios para el crecimiento.
Existen dos tipos de fotobiorreactores: los abiertos y los cerrados [38].
Fotobiorreactores Abiertos
Figura 1.5: Fotobiorreactor de tipo Open Pound.
En éstos, el cultivo está en contacto con el ambiente. Su gran ventaja es el bajo costo que
éstos generan, pero su desventaja es la baja productividad debido a un control ineficiente de
las condiciones de pH o temperatura, ası́ como al estar abiertos son susceptibles a diversas
perturbaciones. En este apartado de fotobiorreactores abiertos existen: [38].
Open Pounds: Término empleado para definir estanques con la forma y profunidad
requerida que son muy económicos y los costos de operación son muy bajos. Las
microalgas adecuadas para éstos son las extremófilas, las capaces de sobrevivir en
condiciones extremas. Éstos tienen como desventaja la baja productividad por unidad
de superficie ası́ como la concentración de biomasa. La figura 1.5 muestra un conjunto
de fotobiorreactores de este tipo.
Raceways: Su diferencia es que proveen agitación y mezcla al cultivo. Permite un

control de pH poco eficaz, ya que se puede suministrar CO2 al cultivo de forma
relativamente eficiente. La figura 1.6a muestra un conjunto de fotobiorreactores tipo
Raceway.
(a) Fotobioreactor de tipo Raceway. (b) Fotobioreactor de tipo Columna.
Figura 1.6: Fotobiorreactores de tipo Raceway y Columna
Fotobiorreactores Cerrados
Éstos mantienen al cultivo aislado del medio ambiente. Regularmente están equipados
con agitación, aireación, control de pH, intercambio de calor. Los fotobiorreactores cerrados
son dispositivos muy especializados, a menudo diseñados para sólo una cepa[38].
Columna: Consisten en una columna de burbujeo transparente. Éstos son fáciles

de construir porque su forma cilı́ndrica ayuda a distribuir la luz y soporta bien la
presión de la base. La corriente de aireación permite retirar el O2 y aporta el CO2 .
El principal problema es cuando se quieren llevar a una escala mayor ya que es difı́cil
construirlos de un diámetro mayor, además que se aumenta la proporción de volumen
oscuro. Una serie de fotobiorreactores de columna se muestra en la figura 1.6b.
(a) Tubular.
(b) Plano.
Figura 1.7: Fotobiorreactores Tubular y Plano

Reactores Planos: Con caracterı́sticas parecidas al anterior con la diferencia que

el paso óptico puede ser tan delgado como se desee. Es posible construir fotobio-
rreactores a escala mayor sin modificar la altura del lı́quido ni el paso óptico. Son
económicos y pueden construirse de una forma sencilla. Se muestra un fotobiorreactor
plano en la figura 1.7b.
Reactor tubular: Éstos son los más sofisticados y especializados. El diseño se

divide en dos partes, el lazo que es la parte encargada de la captación de energı́a solar,
consta de un tubo con codos y curvas para hacerlo compacto. Éste está diseñado para
la captación de luz, sin tener que preocuparse por los intercambios de calor o materia,
por lo que se optimiza la productividad maximizando la eficiencia fotosintética; y el
desgasificador que es donde se lleva a cabo el intercambio de materia, especialmente
la desorción del O2 . En la figura 1.7a se muestra un tipo de fotobiorreactor tubular.
Fotobiorreactor tipo Airlift
Los reactores tipo Airlift son una variación de los reactores tubulares. La principal
diferencia radica en el tipo de flujo de fluido o mezcla gas-lı́quido. En el fotobiorreac-
tor tipo Airlift (FBA) se controla el patrón generado por la interacción entre el gas y el
lı́quido debido a dos tubos concéntricos, el cilindro interior riser que permite canalizar el
flujo de aire y por lo tanto la mezcla gas-lı́quido, generando un flujo ascendente. El cilin-
dro externo, downcomer, genera un espacio para el flujo descendente del lı́quido posterior
a su desgasificación, el diseño de un fotobiorreactor de este tipo se muestra en la figura 1.8a.
Este tipo de diseño tiene una influencia significativa en la dinámica de fluidos del reactor
y por lo tanto en el rendimineto y la productividad de biomasa; y al ser sus patrones
hidrodinámicos más definibles, se hace posible desarrollar modelos predictivos con una
buena confiabilidad.
El fotobiorreactor utilizado es un equipo del laboratorio de bioprocesos de la Unidad
Profesional de Biotecnologı́a del Instituto Politécnico Nacional, el cual contaba con cinco
tiras de led para proveer de luz artificial cuando fuera necesario de manera manual, y
carecı́a de instrumentación. El FBA se muestra en la figura 1.8b.
En la sección anterior se revisó la teorı́a de la biologı́a presente en un fotobiorreactor
iniciando desde la importancia de las energı́as renovables en México hasta profundizar en
el funcionamiento de un fotobiorreactor tipo Airlift.
(a) (b)
Figura 1.8: a)Diagrama de un fotobiorreactor tipo Airlift, b)Estado inicial del fotobiorreac-
tor tipo Airlift.
1.7. Espectro Electromagnético
La luz es una manifestación de la energı́a y está asociada a la radiación electromagnética

que se encuentra en todo el universo y se describe como un campo electromagnético (con
descripción ondultoria) o como fotones (con descripción como partı́cula). Tanto ondas como
fotones se desplazan en el espacio a la velocidad de la luz[16].
La luz y radiación que se ha mencionado forman parte de un rango muy amplio, que
no tiene lı́mite inferior o superior, denominado el Espectro Electromagnético. Este espectro
se ha dividido en diferentes regiones, pero que no tienen fronteras rı́gidas entre regiones
adyacentes. Se utilizan dos parámetros comunes para referirse al espectro electromagnético:
frecuencia y longitud de onda [16].
La figura 1.9, muestra las diferentes regiones en las que se ha dividido el espectro
electromagnético.
La longitud de onda, λ, es la distancia entre crestas sucesivas (la distancia entre máximo
Figura 1.9: Espectro electromagnético[16].
y máximo de la onda; o entre mı́nima y mı́nima). Un ciclo corresponde a la parte de la

onda que hay entre dos crestas sucesivas. En un ciclo, la amplitud de la onda vuelve a su
punto de partida después de oscilar hasta el punto máximo y el punto mı́nimo. La longitud
de onda, es la longitud de un ciclo de la onda. La frecuencia (representada por f ó v ) de
la onda es el número de ciclos que pasan por un punto dado en la unidad de tiempo [16].
1.7.1. Interacción del Espectro Electromagnético y las microalgas

Todos los organismos requieren de una fuente de energı́a para su crecimiento. Los
organismos fotótrofos son los que utilizan la luz como fuente de energı́a. La luz a radiación
visible, como se ha mencionado, es la radiación electromagnética en el rango de 400 a 700
nm, la cual es sensible al ojo humano, razón por la cual, es usada por las algas y plantas
para la fotosı́ntesis. La radiación visible también llamada radiación fotosintética activa[28].
La fotosı́ntesis es el proceso en el cual los fotótrofos capturan y convierten la energı́a de
fotones (cantidad de energı́a electromagnética) a energı́a utilizada bioquı́micamente, y es
através de la fotosı́ntesis que los fotótrofos obtienen la energı́a, el poder reductor necesario
para incorporar CO2 , y la fabricación de moléculas orgánicas que se requieren para el
crecimiento[28].
Cerca de la mitad de la fotosı́ntesis en la tierra es llevada a cabo por microorganismos
y existen tres tipos principales: el púrpura fotosintético y bacteria verde, las cianobacterias
Figura 1.10: Parámetros de onda electromagnética. E, campo eléctrico; H, campo magnéti-

co; λ, Longitud de onda[16].
y las microalgas. La curva de respuesta de luz en microalgas ha sido utilizada como herra-
mienta para analizar la respuesta del crecimiento fotosintético ante radiación lumı́nica y
almismo tiempo[28].
Una de las claves principales dentro de la industria basada en microalgas, es la mi-
nimización de entrada de energı́a, durante el proceso de cultivo, y el incremento de la
producción y calidad de la biomasa, ésto mediante el desarrollo de sistemas de cultivo
solar. Además, el uso eficiente de la energı́a solar puede ası́ mismo, resolver los problemas
de los altos costos de operación y la contaminación ambiental[19].
La luz solar es la fuente de energı́a más coste-efectiva para la producción, pero la
explotación de la luz solar como fuente de luz presenta inconvenientes, incluidos los cambios
climáticos, ciclos de dı́a y noche, y los cambios de estaciones, lo que afecta la intensidad
de luz y el espectro de ésta [19].
En sistemas al aire libre, por ejemplo en estanques abiertos o fotobiorreactores de placas
planas cerradas (PBR), se requieren vastas áreas de tierra para el cultivo de algas a gran
escala. Descubrir modos alternativos para cultivar algas, varios diseños y escalas de PBRs
de columna vertical[14].
En la figura 1.11, se puede observar el promediado espacial de µm , que es el coeficiente
de crecimiento especı́fico de biomasa, con todos los valores estimados del modelo. La pro-
ductividad de biomasa expresada por unidad de superficie de área iluminada, (rx), donde
Figura 1.11: Estimación de la productividad de biomasa rx , concentración de biomasa Cx

y coeficiente de crecimiento especı́fico de biomasa µ, a Iph,in = 1500µmol f otones m−2 s−1
para diferentes colores[14].
se predice que la mayor productividad (63gm−2 d−1 ) son para los cultivos expuestos a la
luz amarilla, mientras que el color de luz que tiene mejor absorción, es la azul, con un valor
de 27gm−2 d−1 . El color blanco cálido, cuyo espectro contiene una porción significante de
absorción de luz, resulta en una productividad de 51 gm−2 d−1 . La luz roja profunda, está
estimada para un resultado de productividad menor que la de color naranja-roja. Ésto es
debido a que el espectro del color rojo, está superponiendo el pico de absorción de clorofi-
la, observado en la figura 1.12, mientras que la luz naranja-roja, está localizada en región
menor del espectro de alga de absorción[14].
Ésto aclara la necesidad de desarrollar FBR rentables con altas productividades de
biomasa y bajos costos de producción. La tecnologı́a de diodos emisores de luz (LED) ha
sido utilizada durante décadas y tiene las ventajas de ser altamente eficiente y fiable, con
una vida útil larga y bajo consumo de energı́a, en comparación con otras fuentes de luz
artificial.
La tecnologı́a LED, que está surgiendo actualmente tiene el potencial de lograr una alta
eficiencia de conversión de la electricidad a la luz, a la vez que proporciona un espectro
estrecho de longitudes de onda. La aplicación de LEDs en FBR marca un gran avance sobre
la iluminación agrı́cola interior existente [43].
Para cultivos de algas, los LEDs permiten al productor, controlar el espectro y ajustar
la intensidad y la frecuencia de la luz para mejorar la iluminación. Además, los LEDs se
Figura 1.12: Curvas de la densidad de flujo de fotones de 1500µmol f otones m−2 s−1 cuando
interactuan con el rango de longitud de onda de 400 − 700λ(nm)[14].
han establecido en el diseo FBR desde principios de los años noventa, aunque hasta la
fecha se han demostrado prohibitivamente caros. Sin embargo, con los avances actuales y
futuros en la tecnologı́a LED, los FBR basados en LED pronto podrı́an ser prácticos para
producir biomasa[43].
En la figura 1.12, se muestra el flujo del paso de luz contra el rango de longitud de onda
400 − 700[nm] en donde se observa las grandes diferencias entre las fuentes de luz, donde se
concluye que una elección de luminaria y una longitud de onda correcta es necesaria para
un buen desempeño del fotobiorreactor[14].
Las estimaciones hechas, son resultado de emplear un modelo de crecimiento de micro-
algas. El modelo predice los rangos fotosintéticos en cada punto dentro del fotobiorreactor,
basado en la intensidad de luz local[14].
1.8. Temperatura
Si bien la temperatura es una de las propiedades más familiares, también es una de

las propiedades más difı́ciles de definir exactamente. La definición de temperatura como el
potencial térmico, no nos dice nada de lo que sucede dentro del sistema o como podemos
imaginarnos fı́sicamente a la temperatura; por lo que es conveniente abordarla desde el
punto de vista de la terı́a cinética[20].
En todas las sustancias existentes en la naturaleza se produce un movimiento de las

partı́culas que las componen. Este movimiento es universal: se mueven las moléculas, se
mueven los átomos en el interior de las moléculas. Su rasgo caracterı́stico es el desorden en
mayor o menor grado del movimiento. Este movimiento se denomina ”movimiento térmico”.
En el se encierra la naturaleza del calor y de los fenómenos térmicos[20].
Si se ponen en contacto dos cuerpos los átomos chocarán entre sı́ y se transmitirán
energı́a mutuamente. Ası́, al ponerse en contacto dos cuerpos, la energı́a pasa de uno al
otro; en este caso, el cuerpo que pierde energı́a se dice que está más caliente, y el que
la adquiere, menos caliente. Este paso de energı́a continúa hasta que no se establezca el
.equilibrio térmico”, entre los dos, o sea, hasta que se igualen las temperaturas. En realidad
este es un equilibrio dinámico; la energı́a sige intercambiándose lo que secede es que en todo
momento la energı́a que un cuerpo cede al otro, es igual a la que recibe del segundo[20].
Por lo tanto,la temperatura de un cuerpo es una función directa de la energı́a cinética
de sus moléculas, y se utiliza como una medida de la cantidad de calor transferido en un
proceso. La temperatura es la fuerza impulsora para la transferencia de energı́a en forma
de calor[20].
1.8.1. Interacción de la temperatura y las microalgas
El efecto de la temperatura en la actividad bioquı́mica de cualquier especie de microalga

se refleja principalmente por medio de dos mecanismos distintos:
Reacciones quı́micas y bioquı́micas.
Asimilación de nitrógeno y división de la fijación de carbono a través de la fotosı́ntesis

en varios tipos de macromoléculas (proteı́nas, carbohidratos y lı́pidos).
Un hecho bien conocido y documentado por diferentes investigaciones es el efecto de

la temperatura en la composición y contenido de lı́pidos de la membrana de las células
de microalgas. Generalmente, una disminución por debajo de la temperatura óptima del
cultivo disminuye el porcentaje de lı́pidos existentes en cada célula pero incrementa el
grado de lı́pidos insaturados en la membrana. El contenido máximo de lı́pidos ocurrirá en
la temperatura adecuada para cada especie[21].
Otro efecto que ocurre en las células de microalgas cuando están expuestas a temperatu-
ras por debajo de la temperatura adecuada es el desarrollo de un mecanismo biomolecular
para la conservación de la maquinaria fotosintética frente a la fotoinhibición o fotooxidación
de las células[21].
Por otra parte, la producción de pigmentos fotosintéticos y orgánicos como son la

clorofila a y B, carotenoides, ficocianina tienen una relación directa con los rangos de
temperatura en los que se encuentran las microalgas[21].
La tendencia general, según el rango de temperatura por encima de la adecuada hasta
alcanzar valores de no estrés térmico, se refleja en un incremento de la producción de la
clorofila a[21].
1.9. pH
La acidez o alcalinidad de una solución están determinadas por la concentración de
H +. En la mayor parte de las sustancias naturales comunes, éstas concentraciones son
muy bajas y expresarlas en forma decimal o exponencial resulta difı́cil, y con frecuencia
es fuente de errores. En 1909, el danés Sorensen, propuso un alternativa para expresar la
concentración de H + . Sorensen sugirió que en lugar de usar números en forma decimal
o exponencial, se emplea una transformación logarı́tmica de la concentración molar de
protones a la que llamó pH y definió como:
1
pH = log = −log[H + ]
[H + ]
Como resultado de esta transformación, los números fraccionarios se convierten en
números con enteros positivos, y como es inversa, mientras mayor es la concentración de
H + , el valor del pH es menor. Hoy en dı́a el pH es la forma más común de expresar la
acidez y la alcalinidad[11].
La concentración de H + se puede medir directamente y se puede expresar en moles/li-
tros, pero en la mayorı́a de los laboratorios se deduce la cantidad de H + por comparación
de la muestra estudiada con soluciones reguladoras de concentración conocida y el resultado
se expresa en unidades de pH[11].
La relación entre ph y concentración de iones H se puede ver en la tabla 1.2, en la que
se incuyen valores tı́picos de algunas sustancias conocidas:
Varia en forma inversa a la concentración de protones, a mayor concentración, mayor

acidez, pero menor valor de pH.
Es logarı́tmica, o sea un cambio de una unidad de pH, representa un cambio de diez

veces en la concentración de protones.
El pH y el pOH son complementarios y en las soluciones deben sumar 14[11].

Cuadro 1.2: Escala del pH[11].
Reacción pH [H + ]x107 [OH − ]x107 pOH Ejemplos

0 1 0.000 000 000 000 01 14 Ácido sulfúrico
1 0.1 0.000 000 000 000 1 13 Ácido clorhı́drico
2 0.01 0.000 000 000 001 12 Jugo de limón
Ácida 3 0.001 0.000 000 000 01 11 Jugo de naranja
4 0.000 1 0.000 000 000 1 10 Lluvia ácida
5 0.000 01 0.000 000 001 9 Café Negro
6 0.000 001 0.000 000 01 8 Orina, saliva
Neutra 7 0.000 000 1 0.000 000 1 7 Agua pura
8 0.000 000 01 0.000 001 6 Agua de mar
9 0.000 000 001 0.000 01 5 Polvo de hornear
10 0.000 000 000 1 0.000 1 4 Leche de magnesia
Básica 11 0.000 000 000 01 0.001 3 Limpiadores
12 0.000 000 000 001 0.01 2 Agua de jabón
13 0.000 000 000 000 1 0.1 1 Limpiadores de hornos
14 0.000 000 000 000 01 1 0 Sosa cáustica
1.9.1. Interacción del pH y las microalgas

El pH indica la concentración de iones hidronio [H3 0]+ presentes en determinadas
disoluciones. Este parámetro determina muchas caracerı́sticas notables de la estructura
y de la actividad de las biomacromoléculas y, por tanto, del comportamiento de células
y organismos. El pH afecta notablemente en el metabolismo y asimilación de los iones
presentes en el medio, por lo tanto es un factor vital para el crecimiento de las microalgas.
El valor de pH en la que una determinada especie de microalga prolifera, es caracterı́stico
de cada alga, es decir, existen diversos tipos de microalgas en las que su medio natural
puede variar desde estados con un pH ácido (3,5 < pH < 7) hasta medios en los que el
pH es fuertemente alcalino y presenta valores en torno 11. Como se puede observar, éstos
parámetros, espectro electromagnético, temperatura y pH, influyen directamente sobre el
estado de cualquier especie de microalga[21].
1.10. Lazo de Control

1.10.1. Sistemas de Control en Lazo Abierto
Los sistemas en los cuales la salida no tienen efecto sobre la acción de control se deno-
minan sistemas de control en lazo abierto. En otras palabras, en un sistema de control en
lazo abierto no se mide la salida ni se realimenta para compararla con la entrada.
En cualquier sistema de control en lazo abierto, la salida no se compara con la entrada de

referencia. Ası́, a cada entrada de referencia le corresponde una condición de operación fija;
como resultado de ello, la precisión del sistema depende de la calibración. Ante la presencia
de perturbaciones, un sistema de control en lazo abierto no realiza la tarea deseada. [31]
Elementos básicos de un sistema a lazo abierto
Se puede considerar que un sistema en lazo abierto consiste en algunos subsistemas

básicos arreglados como se muestra en la figura 1.13. Estos elementos pueden ser distintos,
equipos separados, pero todas las funciones que cumple cada subsistema se deben preser-
var. La entrada global al sistema es una señal, que, basada en experiencias anteriores, es
probable que conduzca la salida requerida. Los subsistemas son:
Figura 1.13: Subsistemas en un sistema de control en lazo abierto[5]
1. Elemento de Control. Este elemento determina qué acción se va a tomar dada una
entrada al sistemas de control.
2. Elemento de corrección. Este elemento responde a la entrada que viene del elemento
de control e inicia la acción para producir el cambio en la variable controlada al valor
requerido.
3. Proceso. El proceso o planta es el sistema en el que se va a controlar la variable.
Los primeros dos subsistemas a menudo se unen para formar un elemento denominado
controlador. [5]
1.10.2. Sistemas de Control en Lazo Cerrado
Un sistema que mantiene una relación determinada entre la salida y la entrada de

referencia, comparándolas y usando la diferencia como medio de control.
Los sistemas de control de lazo cerrado se denominan también sistemas de control
realimentado. En un sistema de control en lazo cerrado, se alimenta al controlador la
señal de error de actuación, que es la diferencia entre la señal de entrada y la señal de
realimentación (que puede ser la propia señal de salida o una función de la señal de salida
y sus derivadas y/o integrales), con el fin de reducir el error y llevar la salida del sistema
a un valor deseado.
El término control en lazo cerrado siempre implica el uso de una acción de control
realimentado para reducir el error del sistema[31].
Elementos básicos de un sistema en lazo cerrado
Se puede considerar que un sistema en lazo cerrado consiste en algunos subsistemas

básicos ordenados como muestra la figura 1.14. Estos elementos pueden no ser partes
distintas o equipos separados, pero todas las funciones de los subsistemas estarán presentes.
La entrada global al sistema de control es el valor requerido de la variable, y la salida es
el valor real de la variable.
Figura 1.14: Subsistemas en un sistema de control en lazo cerrado[5]

1. Elemento de comparación. Este elemento compara el valor requerido o de referencia

de la variable para controlar con el valor medido de lo que se obtiene a la salida, y
produce una señal de error la cual indica la diferencia del valor obtenido a la salida
y el valor requerido.
Señal del error = señal del valor de referencia − señal del valor medido (1.2)
2. Elemento de control. Este elemento decide qué acción tomar cuando se recibe una
señal de error. A menudo se utiliza el término controlador para un elemento que
incorpora el elemento de control y la unidad de corrección.
3. Elemento de correción. Este elemento se utiliza para producir un cambio en el proceso

al eliminar el error, y con frecuencia se denomina actuador.
4. Elemento proceso. El proceso, o planta, es el sistema donde se va a controla la variable.
5. Elemento de medición. Este elemento produce una señal relacionada con la condición
de la variable controlada, y proporciona la señal de realimentación al elemento de
comparación para determinar si hay o no error.
Una caracterı́stica necesaria de un sistema de control en lazo cerrado es el lazo de

realimentación. Este es el medio a través del cual una señal relacionada con la variable real
obtenida se realimenta para compararse con la señal de referencia. Se dice qude se tiene
realimentación negativa cuando la señal realimentada se sustrae del valor de referencia,
esto es,
Señal de error = valor de referencia − señal de realimentación (1.3)
La realimentación negativa es necesaria para que logre el control. La realimentación

positiva se presenta cuando la señal realimentada se adciciona al valor de referencia, esto
es,
Señal de error = valor de referencia + señal de realimentación (1.4)
En la figura 1.14 la señal de realimentación se combina con el valor de referencia en

el elemento de comparación. El elemento de comparación se indica mediante un cı́rculo
con una cruz, éste es el sı́mbolo genérico para indicar un elemento de suma. Cuando en
el elemento de comparación hay realimentación negativa, el valor de referencia se marca

como una señal positiva y la señal de realimentación como negativa de modo que la salida
del elemento de comparación es la diferencia entre las señales. Si hubiera realimentación
positiva en el elemento de suma, entonces ambas señales deben marcarse como positivas
[5].
1.10.3. Sistemas de Control en Lazo cerrado en Comparación con Siste-

mas en Lazo Abierto
Una ventaja del sistema de control en lazo cerrado es que el uso de la realimentación
vuelve la respuesta del sistema relativamente insensible a las perturbaciones externas y
a las variaciones internas en los parámetros del sistema. Es ası́ posible usar componentes
relativamente poco precisos y baratos para obtener el control adecuado de una planta
determinada, mientras que hacer eso es imposible en el caso de un sistema en lazo abierto.
Debe señalarse que, para los sistemas en los que se conocen con anticipación las entradas
y en los cuales no hay perturbaciones, es aconsejable emplear un control en lazo abierto. Los
sistemas de control en lazo cerrado sólo tienen ventajas cuando se presentan perturbaciones
y/o variaciones impredecibles en los componentes del sistema. Obsérvese que la potencia
nominal de salida determina en forma parcial el coste, peso y tamaño de un sistema de
control. El número de componentes usados en un sistema de control en lazo cerrado es
mayor que el que se emplea para un sistema de control equivalente en lazo abierto. Por
tanto, el sistema de control en lazo cerrado suele tener costes y potencias más grandes.
Para disminuir la potencia requerida de un sistema, se emplea un control en lazo abierto
siempre que pueda aplicarse. Por lo general, una combinación adecuada de controles en
lazo abierto y en lazo cerrado es menos costosa y ofrecerá un comportamiento satisfactorio
del sistema global [31].
1.11. Control PID

El controlador PID es con mucho el algoritmo de control más común. La mayorı́a
de los lazos de realimentación se controlan mediante este algoritmo y otro con pequeñas
variaciones. Se implementa de muchas formas iferentes, como un controlador único o como
parte de un paquede DDC (Control Digital Directo) o un sistema de control de procesos
distribuido jerárquico[24]. El algoritmo PID se puede contemplar desde muchas direcciones
diferentes. Se puede ver como un dispositivo que puede operarse con unas pocas reglas
heurı́sticas, pero que también ouede estudiarse analı́ticamente[24].
La versión general del algoritmo de control PID se puede describir como:

!
Z t
1 de(t)
u(t) = K e(t) + e(τ )dτ + Td (1.5)
T1 0 dt
donde u es la señal de control y e es el error de control (e=ysp - y). La señal de control es

ası́ una suma de tres términos: el término P (que es proporcional al error, el término I(que
es proporcional a la integral del error), y el término D (que es proporcional a la derivada
del error). Los parámetros del controlador son la ganancia K, el tiempo integral Ti , y el
tiempo derivativo Td [24]. La representación en diagrama de bloques de un controlador PID,
se observa en la figura 1.15.
Figura 1.15: Diagrama a bloques de controlador PID[24].
Es importante mencionar, que el uso de este tipo de controlador, dependerá del proceso
en el cual se quiera utilizar, ası́ como de la variable a controlar, ya que en ocasiones es
necesario un controlador más sofisticado, o al contrario, algún método menos robusto[24].
1.11.1. Acción Proporcional
En el caso del control proporcional puro, la ley de control dada por la ecuación 1.5, se
reduce a
u(t) = Ke(t) + ub (1.6)
la acción de control es simplemente proporcional al error de control. La variable ub es

una polarización o un reset[24].
1.11.2. Acción Integral
La función principal de la acción integral es asegurarse de que la salida del proeso

coincide con el punto de consigna en estado estacionario. Con control proporcional, hay
normalmente un error de control en estado estacionario. Con acción integral, un pequeño
error positivo conducirá siempre a una señal de control creciente, y un error negativo dará
una señal de control decreciente sin tener en cuenta lo pequeño que sea el error[24]. La
estructura básica de un controlador PI es
!
Z t
1
u(t) = K e(t) + e(τ )dτ (1.7)
T1 0
1.11.3. Acción Derivativa
El objetivo de la acción derivativa es mejorar la estabilidad en lazo cerrado. El mecanis-

mo de inestabilidad se puede describir intuitivamente como sigue. A causa de la dinánima
del proceso, llevará algún tiempo antes de que un cambio de la variable de control sea
detectable en la salida del proceso. Ası́, el sistema de control tardará en corregir un error.
La acción de un controlador con acción proporcional y derivativa se puede interpretar como
si el control se hiciese proporcional a la salida predicha del proceso, donde la predicción se
hace extrapolando el error por la tangente de la curva del error[24]. La estructura básica
de un controlador PD es
!
de(t)
u(t) = K e(t) + Td (1.8)
dt
La señal de control es ası́ proporcional a una estiamción del error de control en el tiempo
Td hacia adelante, donde se obtiene la estimación por extrapolación lineal[24].
1.12. Control Difuso

Cuando la complejidad de un problmea crece, la posibilidad de analizarlo en términos
precisos disminuye[6].
La lógica difusa, en contraste con la lógica convencional que utiliza conceptos absolutos
para referirse a la realidad, la lógica difusa define los conceptos en grados variables de
pertenencia, siguiendo patrones de razonamiento similares a los del pensamiento humano[6].
Zadeh propone en 1965 por primera vez la noción de Conjunto Difuso. Este hecho
marca el principio de una teorı́a denominada Teorı́a de Conjuntos Difusos.
El proceso general de un control difuso, se basa en tres pasos principales, ques es de

fusificación, reglas difusas y defusificación[6].
1.12.1. Base Teórica

Conjuntos difusos
Los conjuntos difusos son una extensión de os clásicos, donde se añade una función de
pertenencia, definida esta como un número real entre 0 y 1. Ası́ se introduce el concepto de
conjunto o subconjunto difuso y se le asocia a un determinado valor linguı́stico, definido por
una palabra o etiqueta linguı́stica, donde esta es el nombre del conjunto o subconjunto[6].
Por cada conjunto se defune una función de pertenencia o membresı́a denominada µA(x) ,
indica el grado en que la variable x está incluida en el concepto representado por la etiqueta
A, si esta función toma el valor 0 significa que tal valor x no está incluido en A y si toma
el valor 1 el correspondiente valor de x está absolutamente incluido en A[6].
En la figura 1.16, se puede preciar un ejemplo donde el conjunto velocidad(con variable
x) está subdividido en 3 subconjuntos (Baja, Media, Alta), con sus respectivas funciones
de membresı́a[6].
Figura 1.16: Ejemplo de subconjuntos borrosos para el conjunto velocidad[41].
Funciones de membresı́a
Las funciones de membresı́a representan el grado de pertenencia de un elemento a un

subconjunto definido por un etiqueta[6].
Existe una gran variedad de formas para las funciones de membresı́a, las más comunes
son el tipo trapezoidal, triangular, singleton, S. Las cuales se muestran en la figura 1.17,
junto a sus descripciones matemáticas[6].
Figura 1.17: Ejemplo de funciones de membresı́a[41].
1.12.2. Fusificación
Esta operación se realiza en todo instante de tiempo, es la puerta de entrada al sistema

de inferencia difusa. Es un procedimiento matemático en el que se convierte un elemento
del universo de discurso (variable medida del proceso) en un valor en cada función de
membresı́a a las cuales pertenece. En este proceso se asigan grados de pertenencia a cada
una de las variables de entrada con realción a lso conjuntos difusos previamente definidos
utilizando las funciones de membresı́a asociadas a los conjuntos difusos[6].
Un ejemplo del proceso de fusificación se muestra en la figura 1.18.

Figura 1.18: Ejemplo de fusificación[41].
1.12.3. Reglas Difusas
Los controladores difusos usan reglas, estas combinan uno o más conjuntos difusos de
entrada llamados antecedenetes o premisas y le asocian un conjunto borroso de salida lla-
mado consecuente o consecuencia. Involucran a conjuntos difusos, lógica difusa e inferencia
difusa. A estas reglas se les llama reglas difusas. Son afirmaciones del tipo SI-ENTONCES.
Los conjuntos difusos del antedcedente se asocian mediante operaciones lógicas borrosas
AND, OR, etc[6].
Las reglas difusas son proposiciones que permiten expresar el conocimiento que se dis-
pone sobre la relación entre antecedentes y consecuentes. para expresar este conocimiento
de manera completa normalmente se precisan varias reglas, que se agrupanformando lo
que se conoce como base de reglas, es decir, la edición de esta base determina cual será
el comportamiento del controlador difusos y es aquı́ donde se emula el conocimiento o
experiencia del operario y la correspondiente estrategia de control.La base de reglas suele
representarse por tablas[6].
Junto a cada regla puede estar asociado un valor entre cero y uno que pesa a tal regla,
esto puede ser importante cuando una regla tiene menor fuerza que otras de la base de
reglas[6].
Existe una gran variedad de tipos de reglas, dos grandes grupos son los que en general
se emplean, las reglas difusas Mamdani y reglas difusas de Takagi-Sugeno[6].
1.12.4. Defusificación
La defusificación realiza el proceso de adecuar los valores difusos generados en la in-

ferencia en valores crisp, que posteriormente se utilizarán en el proceso de control. En
la defusificación se utilizan métodos matemáticos simples como el método del Centroide,

método del promedio ponderado y el método de membresı́a del medio máximo[6].
1.12.5. Controlador de Mamdani

Las reglas difusas de Mamdani tiene la forma:
SI x1 es A y x2 es B y x3 es C ENTONCES u1 es D, u2 es E.
Donde x1 ,x2 y x3 son variables de entrada (por ejemplo, error, derivada del error y
derivada segunda del error), A,B y C son funciones de membresı́a de entrada (por ejemplo,
alto, medio, bajo), u1 y u2 son las acciones de control (por ejemplo, apertura de válvulas)
en sentido genérico son todavı́a variables linguı́sticas (todavı́a no toman valores númericos),
D y E son las funciones de membresı́a de la salida, en general se emplean por su facilidad
computacional, y ANF es un operador lógico difuso, podrı́a ser otro. La primera parte de la
sentencia ÏF x1 es A y x2 es B y x3 ES C.es el antecedente y la restante es la consecuente[6].
Un ejemplo ilustrativo de lo anterior es:
SI error es Positivo Grande y derivada del error es Positiva Baja
ENTONCES u es Positiva Chica.
Ventajas:
Es intuitivo.
Tiene una amplia aceptacin.
Está bien adaptado a la incorporación de conocimiento y experiencia.
1.13. Sistemas de Control Aplicados a Fotobiorreactores

El nivel de iluminación impacta significativamente en la tasa producción de biomasa y
en los costos energéticos de este proceso, por lo que resulta deseable aprovechar la ilumina-
ción solar disponible. Sin embargo, la iluminación solar genera fluctuaciones en la energı́a
incidente en el sistema que pueden conducir a oscilaciones en su temperatura, y afectar el
comportamiento del sistema [4].
Los cultivos de microalgas como Spirullina requieren de un control estricto de luz,
temperatura, pH, agitación y transferencia de masa para mantener las condiciones ideales
de crecimiento y de este modo garantizar una mayor productividad, un mejor aprovecha-
miento de los insumos utilizados y la manipulación de los comportamientos metabólicos de
estos organismos [4].
1.13.1. Aplicación a pH
Según un estudio hecho por la Facultad de Ciencias de la Pontificia Universidad Jave-

riana en Bogotá, Colombia, recomienda que para la Spirullina se limite el rango de pH a
valores alcalinos entre 8.8 y 9.2 para un mayor crecimiento de biomasa [2].
Para lograr que los rangos de pH sean los recomendados es necesario hacer un lazo de
control cerrado para la variable de pH. La adición de CO2 es una manera de regulación, ya
que el valor de pH aumenta si el CO2 es insuficiente. La manera en que se inyectará CO2
al proceso será mediante aire por medio de una válvula en el caso ideal. Quedando ası́ un
lazo como el que se muestra en la figura 1.19.
Figura 1.19: Lazo Cerrado para controlar la variable de pH
1.13.2. Aplicación a iluminación
La iluminación también es indispensable para el crecimiento de Spirullina debido al

proceso de la fotosı́ntesis, determinante para su constitución estructural. Un filamento in-
dividual de Spirullina no puede soportar una exposición prolongada a la iluminación ya
que podrı́a ser destruido por fotolisis. De ahı́, la necesitad de mantener la iluminación
controlada en foto-periodos regulados de tiempo 12/12 (dı́a/noche); cada periodo genera
reacciones particulares: en el dı́a, se favorece la asimilación de CO2 a través del ciclo de
Calvin, lo que permite la formación de glicógeno como material de reserva en la célula.
En la noche ocurren reacciones bioquı́micas de sı́ntesis de material protéico. La intensidad
lumı́nica a escala de laboratorio, puede variar entre 2000 y 5000 luxes (lx), dependiendo de
la densidad de los cultivos, para lo anterior es necesario tener en cuenta la siguiente equi-
valencia 1lx = 0,01953µmol/m2 .s [2]. Dando pie, entonces, a un monitoreo de la densidad
de fotones incidente en el proceso utilizando elementos sensores de iluminación a lo largo
del fotobiorreactor.
1.13.3. Aplicación a tempetarura
La temperatura del lı́quido de cultivo tiene una influencia directa con la velocidad de
crecimiento de Spirullina, y, es necesario tener como referencia dos tipos de temperatura
a escala de laboratorio: La primera, la del medio ambiente y la segunda se refiere al medio
lı́quido de cultivo; esta última es importante ya que la Spirullina no inicia su crecimiento
de una manera considerable por debajo de 20o C. La máxima velocidad de crecimiento se
alcanza entre los 35o C a 38o C, por encima de esta temperatura, hay riesgo de la destrucción
rápida del cultivo. En general, los cambios bruscos de temperatura en el cultivo disminuyen
el rendimiento de la biomasa [2].
La exposición a la luz genera una elevación debido a la conversión de energı́a luminosa
en energia quı́mica. Por lo que un control de temperatura es altamente recomendable. En
la figura 1.20 se propone una válvula para la entradad de un lı́quido refrigerante, puede
ser agua actuando dentro del fotobiorreactor como un intercambiador de temperatura,
manteniendo la temperatura por debajo de los 39o C para que alcance su máxima velocidad
de crecimiento y que se prevenga la destrucción del cultivo.
Figura 1.20: Fotobiorreactor con el elemento de enfriamiento del sistema: Una válvula de
entrada de lı́quido refrigerante.
El lazo de control que controlará la temperatura quedará como se muestra en la figura

1.21.
Figura 1.21: Lazo de control para temperatura en el fotobiorreactor.
1.14. Adquisición de señales
1.14.1. Tipos de Sistemas Digitales y Analógicos
Un sistema digital es la combinación de dispositivos diseñados para manipular informa-

ción lógica o cantidades fı́sicas que se representan en forma digital; es decir, las cantidades
sólo pueden tener valores discretos. Estos dispositivos, por lo general, son electrónicos, pero
tamnién pueden ser mecánicos, magnéticos o neumáticos.
Un sistema analógico contiene dispositivos que manipulan cantidades fı́sicas que se
representan en forma analógica. En un sistema analógico, las cantidades pueden variar
sobre un intervalo continuo de valores. Por ejemplo, la amplitud de la señal de salida
de la bocina en un receptor de radio puede tener cualquier valor entre cero y su lı́mite
máximo. Otros sistemas analógicos comunes son los amplificadores de audio, los equipos
de grabación y reproducción de cintas magnéticas, y un simple interruptor regulador de
luz[34].
1.14.2. Ventajas de las técnicas digitales
Cada vez hay más aplicaciones en la electrónica, al igual que en la mayorı́a de las otras
tecnologı́as, que utilizan técnicas digitales para hacer operaciones que antes se realizaban
mediante métodos analógicos. Las razones principales del cambio hacia la tecnologı́a digital
son:
1. Generalmente los sistemas digitales son más fáciles de diseñar. Los circuitos que se
utilizan en los sistemas digitales son circuitos de conmutación, en donde no importan
los valores exactos de tensión o corriente, sino sólo el intervalo (ALTO o BAJO) en
el que se encuentren.
2. Es fácil almacenar información. Ésto se logra mediante dispositivos y circuitos es-

peciales que pueden fijar la información digital y almacenarla durante el tiempo que
sea necesario, y las técnicas de almacenamiento masivo pueden guardar miles de mi-
llones de bits de información en un espacio relativamente pequeño. En contraste, la
capacidad de almacenamiento de las técnicas analógicas es extremadamente limitada.
3. Es más fácil mantener la precisión y la exactitud en todo el sistema. Una vez que
se digitaliza una señal, la información que contiene no se deteriora a medida que se
procesa. En los sistemas analógicos, las señales de tensión y de corriente tienden a
distorcionarse debido a los efectos de temperatura, hgumedad y por variaciones de
tolerancia de los componentes en los circuitos que procesan la señal.
4. La operación puede programarse. Es bastante sencillo diseñar sistemas digitales cuya

operación esté controlada por un conjunto de instrucciones almacenadas, a lo cual
se le conoce como programa. Los sistemas analógicos también pueden programarse,
pero la variedad y la complejidad de las operaciones disponibles son muy limitadas.
5. Los circuitos digitales son más resistentes al ruido. Las fluctuaciones espurias en la
tensión (ruido) no son tan crı́ticas en los sistemas digitales, ya que el valor exacto de
la tensión no es importante, siempre y cuando el ruido no sea tan fuerte como para
evitar que podamos distinguir entre un nivel ALTO y un nivel BAJO.
6. Pueden fabricarse más circuitos digitales en los chips de CI. Es cierto que los circui-
tos analógicos también se han beneficiado con el desarrollo de la tecnologı́a de los
circuitos integrados, pero su complejidad relativa y uso de dispositivos que no pueden
integrarse de manera económicamente conveniente (capacitores de alto valor, resis-
tencias de precisión, inductancias, transformadores) han hecho imposible alcanzar el
mismo grado de integración en los sistemas analógicos.
[34]
Limitaciones de las técnicas digitales
En realidad existen muy pocas desventajas al utilizar técnicas digitales. Los dos pro-
blemas principales son:
1. El mundo real es analógico.
2. El procesamiento de las señales digitales lleva tiempo

La mayorı́a de las cantidades fı́sicas son analógicas por naturaleza, y a menudo estas
cantidades son las entradas y salidas que un sistema monitorea, opera y controla. Algunos
ejemplos son: Temperatura, presión, posición, velocidad, nivel de lı́quido y flujo, entre
otros. Para aprovechar las técnicas digitales al procesar entradas y salidas analógicas, se
deben seguir cuatro pasos:
1. Convertir la variable fı́sica en una señal eléctrica (analógica).
2. Convertir la señal eléctrica (analógica) a su forma digital.
3. Procesar (operar con) la información digital.
4. Convertir las salidas digitales nuevamente a la forma analógica del mundo real.
Existen muchos tipos de dispositivos que convierten diversas variables fı́sicas en señales
eléctricas analógicas (sensores). Éstos se utilizan para medir cosas que se encuentran en el
mundo analógico real”.
Para ilustrar un sistema tı́pico que utiliza este enfoque, la figura 1.22 describe un sistema
de presición para regulación de temperatura. Un usuario oprime botones para aumentar o
reducir la temperatura en incrementos de décimas de grado celcius (representación digital).
Un sensor de temperatura en el espacio que se está calentando convierte la temperatura
medida en una tensión proporcional.
Figura 1.22: Diagrama de bloques de un sistema digital de presición para control de

temperatura[34].
Esta tensión analógico se convierte en una cantidad digital mediante un convertidor

analógico-digital (ADC). Después, este valor se compara con el valor deseado y se
utiliza para determinar un valor digital que representa cuánto calor necesita. El valor
digital se convierte en una cantidad analógica (tensión) mediante un convertidor digital-
analógico (DAC).
Éste tensión se aplica a un elemento de calentamiento, el cual producirá el calor co-
rrespondiente a la tensión aplicado y afectará la temperatura del espacio[34].
1.15. CODESYS
Se trata de un software de programación abierto, del estándar IEC 61131-3 más co-
munes para PLCs y reguladores industriales. Permite programar autómatas de diferentes
fabricantes, ası́ como generar código para algunos microprocesadores y DSPs[8]. Soporta
los cinco lenguajes de programción del estándar, dispone de visualización integrada:
1. Lenguaje escalera (LD-Ladder Diagram).
2. Diagrama de bloque de funciones (FBD-Function Block Diagram).
3. Texto estructurado (ST-Structures Text).
4. Lista de instrucciones (IL-Instruction List).
5. Bloques de función secuenciales (SFC-Sequential Function Chart).
Además de un simulador que permite probar y simular los programas, tanto del PLC
como de pantallas, la mejor forma de ir comprobando tus progresos en programación[8].
CODESYS dispone de un editor de HMI para programar interfaz gráfica para pantallas
o terminales de operador. Poder realizar el programa del autómata y su correspondiente
interfaz gráfica en un mismo software. También soluciones para visualización HMI en web
como CODESYS WebVisu[8].
En general, es una plataforma que está en continua evolución ofreciendo soluciones
de automatizacón adaptadas a la evolución de la industria ası́ como diversos complemen-
tos como CODESYS OPC UA, CODESYS IEC 61850 Server, CODESYS Control para
Raspberry Pi SL, EPLAN Exchange[8].
CODESYS, en la versión 3.2, que es la usada en el presente proyecto, nos indican dentro
de su sitio oficial, que los requerimientos de sistema son:
Windows 7 (Service Pack 1 o superior)/8/10 (32/64 bits).
Actualmente, solo se encuentra disponible para la plataforma Windows[8].

1.16. Python 2.7

Python fue creado a inicios de los aos 90 por Guido van Rossum en el Centro Matemático
de Stichting en los Paı́ses Bajos como un sucesor del lenguaje llamado ABC. Guido es aún
el principal autor de Python a pesar de que incluye muchas contribuciones de terceros [17].
En 1995, Guido continuó su trabajo en Python en la Corporación para la Iniciativa de
Investigación Nacional (CNRI por sus siglas en inglés) en Reston, Virginia, Estados Unidos
donde realizó distintas versiones del software [17].
En mayo del año 2000, Guido y el equipo de desarrollo principal de Python se cambia-
ron a BeOpen.com para formar el equipo PythonLabs. En octubre del mismo año, el equipo
PythonLabs se mudo a la empresa Digital Creations (ahora Corporación Zope). En 2001 la
empresa, fue renombrada como una fudación llamada Python Software Foundation - PSF
- una organozación sin fines de lucro creada especı́ficamente para lo relacionado a la Pro-
piedad Intelectual de Python. la Corporación Zope queda como un miembro patrocinador
de la PSF [17].
1.17. Interfaz Gráfica: CODESYS WebVisu

La interfaz gráfica se desarrollo en la herramienta Webvisu de Codesys, donde se puede
visualizar una interfaz gráfica en cualquier buscador web, esta utilidad ofrece muchas op-
ciones a configurar como se muestra en la figura 1.23, en esta ventana esta la configuración
de estilo de los elementos de la interfaz, el activar entradas de texto como teclados, el
uso de ventana de dialogos y alarmas por ventanas emergente y acceso por contraseña y
usuario.
Después de configurar los parámetros generales, se puede configurar los parámetros de

cada visualización, esto se cambia en la ventana mostrada 1.24, donde hay un parametro
muy importante, el cual es el tiempo de muestreo, además del nombre de la visualización,
el modo en el cual se va a escalar la ventana para que se vea adecuadamente en cualquier
buscador web, y por ultimo ajustar la entrada del visualizador a pantalla táctil o ratón.
Figura 1.23: Pametros del visualizador general.
Figura 1.24: Pametros del visualizador Webvisu.

1.18. Proyectos relacionados al monitoreo y control de foto-

biorreactores a nivel Institucional
Cuadro 1.3: Tesis relacionadas en el IPN
Proyectos relacionados al monitoreo y control de fotobiorreactores a nivel Institucional

TITULO ESCUELA RESUMEN
Cultivo de Chlorella vulgaris UPIBI, 2015 Se realizó la caracterización
en un fotobiorreactor Airlift hidrodinámica de un fotobio-
de tubos concéntricos con ca- rreactor airlift. [25]
pacidad de 17 litros
Prototipo de un fotobiorreac- UPIITA, 2006 Se diseño un fotobiorreactor
tor [15]
Determinación del valor ca- UPIBI, 2017 Se compara el poder calorifi-
lorı́fico de la biomasa de dife- co de la biomasa ante comus-
rentes microalgas antes y des- tibles fosiles.[7]
pués de la extracción de algu-
nos compuestos de interés.
Las tesis realizadas en el instituto sobre el monitoreo y control de un fotobiorreactor

airlift son dos, las cuales se observan en la tabla 1.3, donde observamos que la tesis realizada
en UPIBI se enfoca completamente en la caracterización hidródinamica del fotobiorreactor,
mientras la tesis realizada en UPIITA es el diseño de un fotobiorreactor.
Concluyendo que el tema de ésta tesis promueve al seguir innovando en el monitoreo y
control de fotobiorreactores de diferentes tipos debido a la gran oportunidad de este tipo
de energı́a que se puede aprovechar en nuestro pais.
El trabajo realizado en UPIBI (Campos, 2017) es de gran importancia para justificar

el porque el IPN en general debe de trabajar en proyectos de esta ı́ndole ya que como
se muestra en la figura 1.25 la biomasa presenta un poder calorı́fico mucho menor a los
combustibles fósiles, pero teniendo en cuenta que son tecnólogias verdes, el aporte al medio
ambiente es notorio ası́ como la facilidad de incorporar estos combustibles verdes a la
tecnologı́a actual de motores de combustión interna.
El enfocarse y trabajar en este tema de investigación se debe de pensar que es para un
futuro, cuando los precios en los combustibles aumenten debido a la escasez de petroleo. En
la actualidad los costos de petroleo como se muestra en la tabla 1.4, son mucho mas bajos
a la biomasa, por lo que en materia económica la biomasa no es una opción, esto podrı́a
cambiar hasta que por la escasez de petroleo, y la innovación tecnológica se igualen los
Figura 1.25: PCS microalgas y PCS combustibles fósiles [7]
precios. En ese momento en que posición estará México en este tema, como ya se presento
México tiene buenas condiciones para cultivar microalgas, por lo que se debe creer y apostar
en la biomasa como una fuente alternativa de energı́a en el futuro.
Cuadro 1.4: Comparación económica y energética en la producción de combustibles.
Combustible PCS( MkgJ ) Costo( Ukg

SD
) Costo energético ( UMSD
J )
Petróleo Crudo a 45.54 .2826 .006
Biomasa b 24.6 1.00 c .040
a
Petroleo Crudo Mezcla Mexicana de Exportación [32]
b
Biomasa Spirulina Reactor 2
c
[22]
Capı́tulo 2
Estado del arte
2.1. Ventaja de desarrollar tecnologı́a para el cultivo de mi-

croalga según estudio hecho por la Universidad de Ali-
cante
El grupo de investigación ”Procesado y pirólisis de polı́meros de la Universidad de Ali-

cante ha desarrollado un novedoso fotobiorreactor que permite cultivar de forma masiva
cualquier tipo de microalga. Frente a otros dispositivos comerciales, ese equipo se caracte-
riza por su gran productividad, mejor aprovechamiento del CO2 , mejor transferencia de luz
al cultivo, agitación más eficaz y menores operaciones de limpieza y mantenimiento - por
tanto menos gasto econónico -. Además permite el escalado industrial y la automatización
[26].
Las microalgas son sorganismos unicelulares presentes en diferentes hábitats. Presentan
una amplia variedad de formas y tamanños, y se caracterizan por su elevada capacidad
fotosintética y de reproduccion [26].
EL aumento en los niveles de dióxido de carbono (CO2 ) en la atmósfera como consecuen-
cia del consumo masivo de combustibles fósiles, ha llevado a la búsqueda de combustibles
alternativos. En este sentido, las microalgas pueden emplearse como materia prima
para la generación de biocombustibles [26]:
1. Por un lado, los lı́pidos contenidos en las microalgas pueden utilizarse para producir
biodiesel (mediante transesterificación). En determinadas condiciones de cultivo, se
puede favorecer a la acumulación de lı́pidos para maximizar la cantidad de biodiesel
generado.
58
Capı́tulo 2. Estado del arte 59
2. Por otro lado, la energı́a almacenada en los enlaces moleculares que componen la
estructura de las microalgas, se libera cuando éstos se rompen [26]:
Por combustión directa
Mediante pirólisis obteniendo biofuel (un combustible renovable y biodegrada-

ble, más limpio que el combustible fósil) [26].
2.2. Sintonización PID para un fotobiorreactor plano
Un articulo de la Universidad del Norte, Barranquilla-Colombia presenta la sintoni-

zación de un controlador PID (Proporcional-Integral-Derivativo) implementado a un fo-
tobiorreactor plano. El controlador es disenãdo para un lazo de control de temperatura
mostrado en la figura 2.1, conformado por una valvula de control, un controlador y un
transmisor [3].
Figura 2.1: Esquema de control de temperatura de un fotobiorreactor plano [3]
Se propone un modelo paramétrico del fotobioreactor de primer orden:
K1 K2
Treac (s) = (τ s+1) Q̇luz (s) − (τ s+1) Ṁag (s)
Vρ
τ = µṁ ag0
(2.1)
K1 = ṁag01Cp µ
0 −Ti )ss
K2 = (Tṁ ag0 µ
Este modelo por medio de dos funciones de transferencia se pueden observar las dos
entradas mas importantes al sistema: Temperatura y Luz.
Se sintoniza por dos métodos para su comparación, por medio de ecuaciones de sintonı́a
mı́nimo integral del valor absoluto del error (IAE), y por ecuaciones de sintonia λ0 .
Los resultados indican un mejor desempenõ para la ley de control propuesta en el
articulo, que presenta un amortigüamiento casi ideal a diferencia del método Mı́nimo IAE
con una oscilación grande. Las respuestas de los controladores propuestos se muestran en
la figura 2.2, los resultados demuestran un correcto desempeño de la ley para el lazo de
control de temperatura de un fotobiorreactor [3].
Figura 2.2: Respuesta de los controladores propuestos para la sintonización PID. [3]
2.3. Sistemas automatizados de monitoreo y control para un

fotobiorreactor de algas
El alcance del trabajo de Emil Puruhito, presentado en 2014 [33], fue diseñar un sistema
automatizado para controlar externalidades especı́ficas y determinar si la integración del
sistema en un sistema de cultivo de algas podrı́a mejorar el proceso de producción de
biomasa de algas.
Esta investigación requirió la instalación y evaluación de un proceso de cultivo de algas,
selección de componentes y programación de software para un sistema automatizado[33].
Los resultados del sistema automatizado basado en variables continuas monitoreadas
en tiempo real, validaron que el sistema desarrollado contribuye con ideas que de otro
modo no se detectaron desde un enfoque de medición manual[33].
Las implicaciones de esta investigación pueden conducir a la tecnologı́a que se puede
utilizar como modelo de base para mejorar aún más los sistemas de cultivo de algas[33].
La aplicación de un sistema automatizado de monitoreo y control para un fotobio-
rreactor de algas elimina la necesidad de técnicas de medición manuales constantes y el
trabajo necesario para obtener los datos requeridos sobre una base semicontinua o conti-
nua o de intervalo. Además, se pueden evitar errores potenciales suponiendo que el sistema
automatizado esté bien calibrado[33].
En general, se puede mejorar significativamente el proceso, el producto y el control
ambiental y se puede mejorar el valor de la investigación cientı́fica y los datos obtenidos[33].
La importancia de un sistema automatizado para el campo, es la mayor precisión de
la actividad de monitoreo y control durante un perodo prolongado. La precisión y la ve-
locidad de medición están mejoradas y se espera que sean más avanzadas en el futuro.
Siempre se debe considerar el diseño para la adaptabilidad de un sistema automatizado
con otros componentes para futuras actuaálizaciones. El sistema debe ser fácil de actualizar
para mantenerse al dı́a con los avances tecnológicos, en analı́tica, electrónica e informática,
incluyendo software mejorado y otras actualizaciones de componentes. Este enfoque garan-
tiza sistemas operativos interactivos que permiten la mxima facilidad de uso y eficiencia.
Otros posibles avances incluyen interfaces de humano-máquina basadas en ventanas (HMI),
que garantiza el reconocimiento seguro del usuario, incluyendo la representacin gráfica que
reduce la probabilidad de interpretación errónea[33].
El propósito de esta investigación es diseñar un sistema conceptual de monitoreo y
control automatizado que permita a los investigadores realizar investigación biológica con
registro de datos, monitoreo y control en tiempo real. El PLC, como el procesador del
sistema, por ejemplo, tiene la capacidad de ser programado para necesidades especı́ficas
basadas en el alcance del experimento o proyecto realizado[33].
En noviembre de 2009, se completó una revisión del fotobiorreactor de nueva generación.
Se instaló un enfriador evaporativo de mayor capacidad que tenı́a el doble de tamaño que
el anterior. La unidad iba a ser un modelo para un sistema de producción comercial de
algas. Las mismas variables medidas en experimentos previos también fueron consideradas
para este diseño; tales como temperatura y pH. Una nueva variable de medición para la
consideración en este sistema fue la adición de una sonda de O2 disuelto junto con un
analizador capaz de analizar las señales de pH y disuelto O2 sondas. Un sistema de control
lógico programable (PLC) era una nueva adición al ámbito de diseño[33].
La construcción de infraestructura, la instalación de componentes, la selección de piezas
y la negociación con proveedores de piezas también fueron tareas realizadas durante el
desempeño y finalización del proyecto. La programación de PLC con el uso de software de
Rockwell Automation como RSLogix 5000, RSLinx Classic y FactoryTalk View Studio fue
incluida para que un PC sea utilizado para programar y controlar el PLC[33]. El desarrollo
continuo y la mejora de este proyecto incluyeron los siguientes:
Sensor de flujo másico para medir la aireación y el suministro de CO2 .
Válvula de control para regulación de suministro de CO2 .
Válvula de control para la regulación del agua de refrigeración.
Dispositivo de relé / conmutación para la activación y desactivación del sistema de

refrigeración y calefacción.
Actualización del software del PLC y del programa para acomodar los dispositivos
adicionales.
2.3.1. Resultados del sistema de monitoreo y control automatizado
La figura 2.3 muestra los datos de pH (grfico rojo), tomados manualmente con un pH
medidor de mano, en comparación con las mediciones de pH tomadas por el sistema de
monitoreo. Debido a la disponibilidad de una sola unidad de sonda de pH para el sistema
de monitoreo, se eligió el panel plano del lado oeste como la unidad de muestreo[33].
Figura 2.3: Comparación de monitoreo manual y automático[33].

La medición manual del pH se realizó dos veces al dı́a; Primero a las 9:00 AM y segundo
a las 6:00 PM. Las ocho mediciones manuales de pH se compararon con las mediciones del
sistema de monitoreo. Los ocho alcanzaron valores de pH comparables a los obtenidos con
el sistema de monitorización al mismo tiempo. El diagrama de seguimiento del sistema
muestra otros valores de pH, incluyendo los valores más alto y más bajo, caso contrario
por los métodos manuales. Estos datos ilustran que el monitoreo continuo del sistema en
tiempo real puede ayudar a determinar el pH, con una presición mś elevada[33].
Los resultados de esta investigación indican que en un mundo diverso no puede haber
un conjunto de componentes absolutos para el diseño de un sistema universal ”todo para
todos”. Algunos sistemas pueden requerir más funcionalidad y/o flexibilidad, algunos pue-
den requerir menos. El equilibrio entre costo y funcionalidad variará de un proyecto a otro.
Esta investigación se centró en una evaluación de tipos de fotobiorreactores al aire libre.
Con el fin de mejorar la repetibilidad y capacidad de actualización de los registros de datos,
se evaluaron e integraron componentes industriales robustos con el sistema fotobiorreactor.
Además, se configuró y validó un PLC con el software Rockwell Automation[33].
2.4. Sistema de monitoreo y simulación de estrategias de

control.
En la investigación realizada por Jessica Magaly Ruı́z Reyes en 2015 [35], se propone un
diseño de sistema de supervisión y monitoreo automático. Este diseño se realizó mediante
la medición en tiempo real de los principales parámetros de rabajo de cultivo, a través de
sensores conectados al sistema completo de hardware y sofware Opto 22.
Asimismo se analiza el comportamiento de proceso en base al modelo matemátio de
un fotobiorreactor tubular de crianza de microalgas para la producción de biocombustibles
renovables, en el cual se realizan simulaciones de estrategias de control: PID (Proporcional-
Integral-Derivativo), en variables de estados y GPC (Control Predictivo Generalizado), que
ha permitido el control óptimo del proceso, con ayuda del software Matlab. Con este estudio
se otorga una visión amplia para el monitoreo y control del proceso de un fotobiorreactor
de microalgas[35].
2.4.1. Sistema PAC Opto 22
Al presente continúa la exigencia de ser comptetentes al momento de supervisar, contro-

lar y adquirir información instantánea y segura de todos los puntos crı́ticos de la empresa,
y más que nada alcanzar un óptimo proceso basado en precisión y confiabilidad[35].
Figura 2.4: Esquema de instalación de sensores en el Fotobiorreactor con el sistema Opto

22 (1 Sensor de pH, 2, Sensor de temperatura del Fotobiorreactor, 3, Sensor de luminosidad
y 4, Sensor de temperatura ambiente)[35].
El controlador Automático Programable (PAC) Opto 22 es un sistema completo de

software y hardware conformado por una serie de funciones avanzadas de control y auto-
matización. Una de las funciones resaltantes, es la sección PAC Display Profesional, que
permite simular y gráficar en tiempo real los parámetros en medición, con opción a ampliar,
retroceder, adelantar, detener y ver el historial de las gráficas[35].
Se instalaron los sensores de: pH,luminosidad y temperatura en el Fotobiorreactor ver-
tical, como se muestra en la figura 2.4, y se ejecutó el Opto 22; la recepción de los datos
permitió evaluar la relación entre los parámetros y la evolución del cultivo[35].
Se analizó un cultivo expuesto a plena luz del dı́a y a diferentes temperaturas, con un
constante burbujeo para una mayor homogeneidad[35].
Los niveles de pH oscilaban alrededor de 7.5 hasta 10, el valor mı́nimo alcanzado co-
rrepondı́a a varias razones: cambios generados por el propio metabolismo de la microalga,
la adición prolongada de CO2 , último dı́a de cultivo (ciclo de extinción), perturbaciones
de los parámetros de trabajo, entre otros. En la figura 2.5, se puede apreciar los intervalos
de pH registrados[35].
2.4.2. Modelación matemática en el plano S.
El modelo matemático en estudio está basado en fotobiorreactores tubulares verticales,

cuyo diseño cuenta con un mecanismo air-lift. El proposito es conservar un valor ideal de
pH mediante la inyección de CO2 , y que en un tiempo estimado, éste sea absorbido por
Figura 2.5: Nivel de pH. Primer dı́a de cultivo de la microalga [35].
las microalgas para acidificar el cultivo[35].
El proceso no lineal de este reactor fundamenta en la reacción ácido-base de neutraliza-

ción. Según anteriores estudioes se cuenta con un modelo que vincula diferentes variables
del proceso: tiempo de residencia, inyección y concentración de sustrato, flujos de entrada,
irradiación solar y demás[35].
En este caso se considera un modelo de orden reducido lineal, donde el nivel de ph

(salida, pH del cultivo) se relaciona con la inyección de CO2 (entrada, apertura de válvula)
y la radiación solar (disturbio) como se indica en la ecuación[35].
T F 1,1 T F 1,2
z }| { z }| {
K1 K2 ωn2 Kr
pH = ∗ 2 2
∗e−tr s CO2 + ∗Isat (2.2)
τ s + 1 s + ξωn s + ωn τ s{z
| + 1}
| {z }
TF1 TF2
Algunos de los parámetros del modelo se obtuvieron mediante la simple observación

de las respuestas temporatles (tr ,ωn y τ ) y los demás fueron calibrados utilizando identifi-
cación lineal mediante mı́nimos cuadrados con los datos de entrada-salida de la operación
nocturna[35].
De este modo se define los parámetros del modelo:

tr =4min (2.3)
τ =22min (2.4)
ωn =1,5rad/min (2.5)
ξ =0,085 (2.6)
−1 2
kr =0,0014W m (2.7)
τr =20min (2.8)
(2.9)
Por lo tanto la ecuación, resulta:
2,25K1 K2 0,0014
pH = ∗ e−4s CO2 + ∗ Isat (2.10)
22s3 2
+ 6,61s + 49,755s + 2,25 20s + 1
El proceso en el fotobiorreactor descrito anteriormente es no lineal, no obstante se
escoge la referencia de pH para modelarlo con un comportamiento lineal, en esta instancia
se considera cuando la nutrición de las microalgas es máxima en el rango óptimo de pH
cuyos valores están entre 6.8 y 8.4[35].
A partir de la relación que exsite entre pH y CO2 , realiza una aproximación a una
función polinómica, y a partir de esta aproximación se realizan procedimientos matemáticos
para calcular las ganancias K1 K2 [35]. De este modo se elige la linealización para un valor
de 7.5, por lo que las ganancias resultan en K1 K2 =-0.6737[35].
Tomando en cuenta experimentos reales diurnos se ha registrado un valor máximo de
incidencia lumı́nica igual a Isat = 0.2218 W m−2 que se ha incluido en el proceso. Por lo
que el fotobiorreactor tubular queda representado por la ecuación 2.11. Función con la cual
se trabajará con el controlador[35].
1,5158 0,00031052
pH = ∗ e−4s CO2 + (2.11)
22s3 2
+ 6,61s + 49,755s + 2,25 20s + 1
2.4.3. Control PID

La implementación del controlador PID, al proceso del fotobiorreactor busca obtener
una respuesta estable con error mı́nimo basado en condiciones apropiadas con respecto al
sobre-impulso y el tiempo de establecimiento[35].
En cuanto al valor crı́tico del proporcional (kcr ) en el que ocurren las oscilaciones per-
manentes del sistema, se ha estimado trabajar con ganancia positiva, pero en la simulación
se utiliza el valor negativo de kcr paara el modelado real del fotobiorreactor[35].

Con las ecuaciones 2.12 y 2.13 , se determinan el valor crı́tico proporcional y el periodo
del sistema que genera las oscilaciones permanentes[35].
1
kcr = (2.12)
mg
sπ
Tcr = (2.13)
ωc r
El diagrama de Nyquist, de la figura 2.6, arroja el margen de ganancia (mg) y la
frecuencia angular crı́tica (ωcr ), siendo los valores de mg=0.11338 y ωcr = 1.5268 rad/min,
en consecuencia al reemplazar en las ecuaciones 2.12 y 2.13, se tiene kcr =8.8198 y Tcr =
4.115 min[35].
Figura 2.6: Diagrama de Nyquist del proceso del fotobiorreactor con ganancia positiva[35].
La figura 2.7, muestra la simulación cuando el proceso es sometido a un controlador

proporcional crı́tico originando las oscilaciones permanentes que conlleva a la inestabilidad
del sistema[35].
A partir de los parámetros de sintonización de Ziegler-Nichols, se encuentran los valores
para las ganancias de Kp , Ki y Kd , para sintonizar nuestro controlador PID.Y con ayuda
de Simulink, se realiza la implementación de este sistema, con el controlador PID, y sus
respectivas ganancias, como se muestra en la figura 2.8, ası́ como una perturbación al
sistema[35].
Los valores resultante, a partir de esos parámetros son, Kp =-5.29, Ki =-2.57y Kd =-2.72.
Sin embargo, el uso de este controlador convierte al sistema, inestable. Posterior a varias
Figura 2.7: Proceso de un fotobiorreactor con controlador proporcional crı́tico[35].
pruebas, se acuerda trabajar con Kp =-3.53, Ki =-0.35 y Kd =-2.72. El comportamiento del

sistema garantiza el set point requerido, además la amortiguación es suave y el periodo
de establecimiento es relativamente rápido, como se muestra en la figura 2.9, es ası́ que la
implementacion del controlador PID se considera recomendable[35].
Como se menciona en diversos artı́culos, con enfoque en la investigación de mejoras para
la producción de biomasa, el tener una instrumentación adecuada para los fotobiorreac-
tores, resulta de gran importancia, ya que se eliminan errores de mediciones manuales,
y también se incrementa la precisión de las mismas. El tener una instrumentación ade-
cuada, permite proponer controladores para cada una de las variables, y de esta manera
incrementar aún más la efectividad del fotobiorreactor.
Para el presente proyecto, se propondrá la instrumentación del fotobiorreactor especı́fico
que se está trabajando, e incrementar ası́ la efectividad, como se han realizado en las
investigaciones previas, esto se definirá en los capı́tulos posteriores.
Figura 2.8: Implementación del PID del proceso con disturbio[35].
Figura 2.9: Respuesta del proceso con disturbio para un controlador PID[35].
Capı́tulo 3
Desarrollo
La siguiente sección detalla en cada subcapı́tulo, los distintos rubros que se desarro-
llaron durante la investigación, ası́ como las observaciones, ideas, propuestas, programas y
diagramas elaborados para el presente trabajo.
3.1. Desarrollo Metodológico
3.1.1. Requerimientos de usuario y diseño
En la UPIBI se requiere de una serie de lecturas, que, hoy en dı́a se realizan de manera
clı́nica con base en análisis de laboratorio. Por lo que es necesario detener el proceso de
crecimiento de la cepa en sus diferentes etapas.
Para que el proceso sea productivo de manera eficiente es necesario que las condiciones
de temperatura, pH y luz no se salgan de los parámetros establecidos (rango) ya que
pueden afectar el tiempo de crecimiento, e incluso pueden llevar a la muerte del cultivo.
Adems, con el monitoreo en tiempo real es posible conocer cuando la muestra de alga
llego a la etapa de maduración o estapa estacionaria, donde se llega al máximo posible de
crecimiento bacteriano y es posible evitar la fase de muerte celular. Con la fase estacionaria
detectada será posible obtener el producto madurado y cultivar una nueva muestra para
su crecimiento. En la figura 3.1 se muestran las etapas por las que debe pasar la muestra
para llegar a la estapa de maduración o fase estacionaria..
Es por ello que los encargados del laboratorio donde se encuentra el fotobiorreactor
requieren conocer estas variables; para no detener el cultivo, y para un estudio más eficiente
y rápido. Por estos motivos se desarrolla el monitoreo en tiempo real de las variables de
pH, temperatura, luz y biomasa.
70
Capı́tulo 3. Desarrollo 71
Figura 3.1: Etapas de crecimiento bacteriano en un nuevo medio ambiente.
Para una lectura más comprensible es necesario que los datos se escriban digitalmente
en tablas y se puedan descargar a un archivo, ası́ como una muestra en tiempo real en un
gráfico donde se incluyan las variables y su comportamiento. Esto se logrará adaptando
una pantalla que muestre los gráficos, y un puerto de comunicación Ethernet con el cual
se puedan descargar los historiales de comportamiento para un análisis más profundo del
comportamiento de las algas dentro del fotobiorreactor.
3.1.2. DTI: Diagrama de tuberı́a e instrumentación

DTI para monitoreo del fotobiorreactor.
Debido a los requerimientos de usuario, se precisa monitorear las variables de pH,

temperatura luz, biomasa y color que tendrá la biomasa, además, todas las mediciones
deberán ser registradas en una base de datos, para su análisis posterior. Debido a estos
requerimientos, la propuesta de instrumentación se muestra en la figura 3.2.
En la tabla 3.1, se enlistan los elementos que se utilizarán para llevar a cabo la tarea
de monitoreo, ası́ como el TAG que se ha asignado para realizar el diagrama de instrumen-
tación y tuberı́as, mientras que el equipo utilizado, se enlista en la tabla 3.2.
Como se observa en la tabla 3.1 y en la figura 3.2, no se cuenta con un controlador para
las variables, simplemente se lleva un registro de ella y se muestran en un indicador.
Cuadro 3.1: Tags de intrumentos del Fotobiorreactor Airlift.
Variable TAG Significado

Temperatura TE Sensor de temperatura.
Temperatura TR Registro de la variable temperatura.
Temperatura TI Indicador de temperatura.
pH AE(pH) Sensor de analisis de pH.
pH AR (pH) Registro de la variable pH.
pH AI (pH) Indicador de pH.
Luz AE (VIS) Sensor de luz visible
Luz AR (VIS) Registro de la variable luz visible.
Luz AI (VIS) Indicador de la variable luz visible.
Biomasa NE Sensor de biomasa.
Biomasa NR Registro de la biomasa.
Biomasa NI Indicador de biomasa en el fotobiorreactor.
Cuadro 3.2: Tags de equipos de la propuesta de DTI para controlar el Fotobiorreactor

Airlift.
TAG Equipo Función

FBA Fotobiorrector Almacenaje de la microalga.
B-100 Bomba peristáltica Hacer la recirculación interna.
En el lazo 101, que es el de temperatura, se tiene un sensor localizado en campo

(TE-101), que entrega una señal binaria que se registra en un unidad de almacenamiento
(TR-101), la cual almacena toda la información que se obtenga mientras el proceso este
trabajando, y un indicador montado de forma visible sobre el gabinete principal (TI-101),
que servirá de guı́a para el operador de como se encuentra la temperatura del sistema.
En el lazo 102, que es el de pH, se encuentra un sensor analı́tico de pH(AE-102) montado
en campo, que entrega una señal de tensión que se regitrará en una unidad de almacena-
miento (AR-102), que posteriormente se indicará en un display montado en el gabinete
principal (AI-102).
En el lazo 103, está la variable de luz, donde se tiene un sensor de luz (AE-103) que
permite recibir una señal electromagnética, y convertirla en una senńal de tensión que se
registrará en una unidad de almacenamiento (AR-103), montada de forma no visible en el
gabinete principal, y por último un indicador (AI-103) que permita visualizar el estado de
la variable, al operador.
Por último, el lazo 104, que es la variable de biomasa, en la cual se tiene un sensor óptico
(NE-104) montado en campo, que recibe una señal electromagnética, para de esta manera
detectar la biomasa producida por el fotobiorreactor, además pasa una señal eléctrica
binaria para un registro de la producción de biomasa (NR-104), y por último un indicador
de esta producción (NI-104), montado en el gabinete principal.
La bomba persitáltica (B1), crea un movimiento recirculante del medio de cultivo, el
cual genera un efecto vórtice en la parte superior del medio acuoso que permite una mayor
entrada de energı́a lumı́nica en el reactor y una agitación más eficiente del medio.
Los lazos anteriores, se plantearon para cumplir con los requerimientos del operador,
sin embargo, también se ha pensado a futuro, en el que puede ser útil el control de las
variables, por lo que también se ha dejado la instrumentación para realizar el control de
éstas.
Capı́tulo 3. Desarrollo
74
Figura 3.2: Diagrama de tuberı́a e instrumentación de Fotobiorreactor Airlift.

Propuesta de DTI para control de fotobiorreactor.
Como se mencionó en el apartado anterior, la instrumentación se ha colocado pensando

en la aplicación de un control para el fotobiorreactor, y la propuesta de instrumentación
para llevar acabo ese control, se muestra en el diagrama de tuberı́as e instrumentación de
la figura 3.3, donde se propone el control para cada una de las variables que se habı́an
monitoreado en un principio.
En este apartado, solo se propone la instrumentación para el control, los controladores
se seleccionarán en un apartado distinto, ası́ como la sintonización de cada uno de ellos
para las variables del fotobiorreactor.
En la tabla 3.3, se colocan los Tags de los instrumentos utilizados para el DTI propuesto
para el control del fotobiorreactor, mientras que en la tabla 3.4, se enlista el equipo necesario
para realizar el control del fotobiorreactor.
Cuadro 3.3: Tags de intrumentos de la propuesta de DTI para control ar el Fotobiorreactor

Airlift.
Variable TAG Significado

Temperatura TE Sensor de temperatura.
Temperatura TRC Registro y control de la variable temperatura.
Temperatura TI Indicador de temperatura.
pH AE(pH) Sensor de analisis de pH.
pH ARC (pH) Registro y control de la variable pH.
pH AI (pH) Indicador de pH.
Luz AE (VIS) Sensor de luz visible
Luz ARC (VIS) Registro y control de la variable luz visible.
Luz AI (VIS) Indicador de la variable luz visible.
Biomasa NE Sensor de biomasa.
Biomasa NR Registro de la biomasa.
Biomasa NI Indicador de biomasa en el fotobiorreactor.
Los lazos continúan siendo los mismos, en el lazo 101, se tiene la variable de tempe-
ratura, donde se tiene el sensor colocado en campo (TE-101), y en este caso la unidad de
almacenaje(TRC-101), además de almacenar los datos que se registran en el sensor, tendrá
también la función de llevar a cabo el control, en este caso de apertura de una válvula
(TV), que permita un flujo caliente a través del intercambiador de calor (E1), que man-
tenga una temperatura ideal para la microalga, además del indicador (TI-101), montado
en el gabinete, de tal manera que permita visualizar al operador, el estado de la variable.
En el caso del lazo 102, que es la variable de pH, se tiene igualmente el sensor colocado
Cuadro 3.4: Tags de equipos de la propuesta de DTI para controlar el Fotobiorreactor

Airlift.
TAG Equipo Función

FBA Fotobiorrector Almacenaje de la microalga.
E1 Intercambiador de calor. Realizar el intercambio de
energı́a que requiera el siste-
ma.
B1 Bomba peristáltica Hacer la recirculación dentro
del fotobiorreactor, para lo-
grar un calentamiento unifor-
me.
M1 Motor Dar la posición adecuada de la
apertura de las persianas.
en campo (AE-102), que enviará los datos a una unidad de almacenaje (ARC-102), la cual
también tendrá la función de controlar la apertura de una válvula (AV), que permita la
inyección de CO2 al fotobiorreactor, y de esta manera regular el pH. Cabe mencionar, que
este lazo también cuenta con el indicador de pH (AI-102) en el sistema, montado en el
gabinete principal.
Para el caso de lazo de control 103, que maneja la variable de luz, igual que los lazos
anteriores, se tiene el sensor montado en campo (AE-103), y en la unidad de almacenaje o
registro (ARC-103), se tiene el controlador que en este caso producirá una señal de control
que servirá para definir la apertura de persianas, que permitán regular la entrada de luz,
esto por medio de un motor (M1) que ayude a definir la posicón de apertura.
Para el caso de la biomasa es una variable dependiente de las anteriores, por lo que,
si se tiene un buen control de ellas, se espera que la producción de biomasa sea ideal, por
lo que no se ha colocado algún controlador en esta variable, simplemente un monitoreo y
registro que permita al operador obtener el rendimiento del fotobiorreactor, y en caso de
ser necesario, realizar ajustes en alguna variable.
La bomba persitáltica (B1), crea un movimiento recirculante del medio de cultivo, el
cual genera un efecto vórtice en la parte superior del medio acuoso que permite una mayor
entrada de energı́a lumı́nica en el reactor y una agitación más eficiente del medio.
77
Figura 3.3: Diagrama de tuberı́a e instrumentación de Fotobiorreactor Airlift.

3.1.3. Modelo matemático del Fotobiorreactor

Se desarrolló un modelo matemático que permitirá correlacionar la temperatura del
fotobiorreactor con dos entradas, la luz incidente en él y el calor aplicado por medio de un
serpentı́n como se propuso en la figura 3.3.
El balance de energı́a del sistema es:
dEreac
qluz
˙ + q˙al + qmed ˙ − qair
˙ + qag ˙ − qamb
˙ = (3.1)
dt
qluz
˙ es el flujo de calor de la luz incidente, q˙al el efecto de las interacciones intracelulares
dentro del alga, qmed
˙ , el flujo de calor el medio, qag
˙ , el flujo de calor del agua dentro del
serpentı́n, qair
˙ , el producido por la entrada y salida de gases como el CO2 , qamb
˙ el flujo de
calor el ambiente y Ereac , la energı́a dentro del reactor.
Para encontrar un balance de masa, solo se usa el balance de energı́a anterior y se

utiliza la ecuación del flujo de calor, definida en la Ecuación 3.3:
d(mest Cp∆Treac )
qluz
˙ + q˙al + qmed ˙ − qair
˙ + qag ˙ − qamb
˙ = (3.2)
dt
Del balance de masa se expresa qag
˙ en función de su flujo másico por la Ecuación 3.3,
ası́ como la masa estimada en función del volumen:
q̇ = ṁCp∆T (3.3)
mest = V ρ (3.4)
Obteniendo:
d(∆Treac )
qluz ˙ + m˙ag Cp∆Tag − qair
˙ + q˙al + qmed ˙ − qamb
˙ = V ρCp (3.5)
dt
Para simplificar el modelo se eliminan flujos de calor que son tan pequeños y aportan
muy poco al sistema que se pueden considerar como perturbaciones. Estas variables son:
q˙al ya que no interesa la parte intracelular del alga, qmed
˙ se puede considerar constante ,
qair
˙ las cantidades de calor producido por los gases es demasiado pequeño por lo que se
puede considerar una perturbación y qamb
˙ debido a que el equipo estará instalado en un
laboratorio donde la temperatura no oscila demasiado.
d(∆Treac )
qluz
˙ + m˙ag Cp∆Tag = V ρCp (3.6)
dt
Se observa que el segundo término de la Ecuación 3.6 no es lineal por lo que se desarrolla
una linealización por series de Taylor, teniendo como resultado lo siguiente:
˙ Cp∆Tag0 + Cp∆Tss (m˙ag − mag0

m˙ag Cp∆Tag = mag0 ˙ )
˙ Cp(To − To0 ) − mag0
+ mag0 ˙ Cp(Ti − Ti0 ) (3.7)
Se simplifica la ecuación debido a que las condiciones iniciales son cero, ası́ como defi-
niendo que la temperatura de entrada es constante: Ti = Ti0 = cte.
m˙ag Cp∆Tag = Cp∆Tss (m˙ag − mag0 ˙ Cp(To − To0 )

˙ ) + mag0 (3.8)
Se reemplaza la linealización obtenida en la Ecuación 3.6. Además se expresa T0 en

función de la temperatura del reactor gracias a una constante de proporcionalidad (µ) que
asegura una linealidad entre las dos temperaturas, T0 = µTreac .
d(∆Treac )
qluz
˙ (t) + Cp∆Tss m˙ag (t) + mag0
˙ CpµTreac (t) = V ρCp (3.9)
dt
Se aplica una transformada de Laplace, para pasar de tiempo a frecuencia, donde se
obtienen tres variables dependientes de la frecuencia, dos de entrada y una de salida como
se estipuló al inicio del modelo.
d(∆Treac )
L[qluz
˙ (t) + Cp∆Tss m˙ag (t) + mag0
˙ CpµTreac (t) = V ρCp ] (3.10)
dt
˙ (s) + Cp∆Tss M˙ag (s) + mag0
Qluz ˙ CpµTreac (s) = V ρsTreac (s) (3.11)
Se reducen términos con el fin de tener una forma canónica.
1 ˙ (s) + Cp∆Tss M˙ag (s) = ( V ρ + 1)Treac (s)

Qluz (3.12)
mag0
˙ Cpµ mag0
˙ Cpµ mag0
˙ µ
El sistema resultante es el siguiente, compuesto de dos funciones de transferencia de

primer orden:
K1 ˙ (s) + K2 M˙ag (s)

Treac (s) = Qluz (3.13)
τs + 1 τs + 1
Donde las ganancias y la constante de tiempo se expresan como:
1 ∆Tss Vρ
K1 = K2 = τ=
mag0
˙ Cpµ mag0
˙ µ mag0
˙ µ
Se reemplaza el término ∆Tss para dejarlo en término de la condición inicial del flujo
de calor de la luz incidente por medio de la ecuación de flujo de calor:
qluz0
˙
qluz0
˙ = mag0
˙ Cp∆Tss ∴ ∆Tss = (3.14)
mag0
˙ Cp
qluz0
˙
K2 = (3.15)
mag0
˙ Cpµ
En la figura 3.4 se observa el sistema en lazo abierto simulado en Simulink, donde se

implementa una válvula con ganancia de 0.9 y una constante de tiempo unitaria. Debido
a que la luz incidente nunca será constante, sino tendrá fluctuaciones debido a sombras,
˙
nubes, condiciones climáticas, etc. Se representan como perturbaciones sumándose a Qluz
Figura 3.4: Función de transferencia del FBA en lazo abierto.
Como se observa en la figura 3.5 el sistema es estable, y conforme se aumente la ganancia

los polos se acercaran mutuamente hasta que empiece a oscilar el sistema, pero nunca se
tornará inestable.
Figura 3.5: Mapa de polos y ceros del fotobiorreactor.
3.1.4. Controladores propuestos
Se proponen tres controladores diferentes para analizar y comparar sus comportamien-

tos en la sección de resultados. Los controladores son: Un control PID clásico sintonizado
por Simulink, Un controlador difuso proporcional y un controlador PD difuso.
PID Clásico
El controlador PID utilizado es el generado por el bloque de Simulink regido por la

siguiente fórmula:
Ki N
u = Kp + + Kd (3.16)
s 1 + N 1s
Y las ganancias son:
Kp = 115,4593 Ki = 0,0461
Kd = −13591,5429 N = 0,0084
Controlador difuso
Se diseñó un controlador difuso proporcional de dos entradas, la temperatura y la luz.

La matriz de relación entre la luz, (L), y temperatura, (T ), se encuentra en el cuadro 3.5
Cuadro 3.5: Matriz de Relación: Control Difuso
L/T LL L Z H HH
LL HH HH Z L LL
L HH HH Z L LL
Z HH H Z L LL
H HH H Z LL LL
HH HH H Z LL LL
La salida del controlador definida como u consta de cinco funciones de membresı́a, todas
de tipo triangular. El rango de la salida es [−1400 1400], y las funciones de membresı́a son:
LL:, Muy bajo, L:, Bajo, Z:, Cero, H:, Alto, y, HH:, Muy alto. Estas etiquetas se utilizarán
en las demás variables ası́ como en el siguiente controlador. La función de membresı́a se
encuentra en la figura 3.6.
Figura 3.6: Función de membresı́a de la variable u del controlador proporcional.
Las funciones de pertenencia de las entradas son las mismas que la de la salida u: LL,
L, Z, H, HH. aunque las funciones tienen diferentes cotas dependiendo de la variable a
fusificar. El rango de la de temperatura se estableció entre [10 50] [◦ C] debido que la
temperatura ideal de la alga es de 30◦ C y el error máximo estipulado es de 20◦ C.
Se observa en la figura 3.7a una gran restricción de la función de pertenencia Z con
parámetros de [29,9 30 30,1]. Esto es para reducir el error en estado estable y restringirlo
por lo que max,ss = ,1 . El rango de Luz es de [0 2,72] [ KJ
s ] y la distribución de las
funciones son uniformes en todo el rango. Las entradas se grafican en la figura 3.7.
En la superficie de control graficada en la figura 3.8 se observan cinco áreas, las cuales
corresponden a las funciones de membresı́a de salida. Se observa que tiene mayor jerarquı́a
en la desdifusicicación la temperatura que la luz, aunque la interacción de la luz también
(a) Temperatura (T )
(b) Luz (L)
Figura 3.7: Funciones de membresı́a de las entradas del controlador proporcional
influye.
Figura 3.8: Superficie de control del Controlador Difuso propuesto.
PD Difuso
Se diseñó un controlador PD difuso, donde las entradas son el error de la temperatura , y

la derivada del error˙, las cuales tienen cinco funciones de membresı́a, al igual que la variable
de salida u, la Matriz Asociativa Difusa (FAM por sus siglas en inglés), representada en el
cuadro 3.6, muestra las veinticinco reglas generadas.
Cuadro 3.6: FAM: PD Difuso
/
˙ LL L Z H HH
LL LL LL L H H
L LL L Z H H
Z LL L Z H HH
H L L Z H HH
HH L L H HH HH
Las funciones de pertenencia de las variables de entrada representadas en la figura 3.9,

tienen la misma estructura pero con diferentes parámetros. Tres funciones de tipo trian-
gulares y otras dos de tipo trapezoidales en los lı́mites, el rango de la variable de error
es [−40 40] ◦ C, por lo que max = 40[◦ C]. Al igual que el controlador proporcional los
parámetros de la función Z son estrictos para minimizar el error en estado estable.
(a) Error ()
(b) Derivada del error ()

˙
Figura 3.9: Funciones de membresı́a de las entradas del controlador PD
El rango de la derivada del error se estableció conociendo el valor absoluto del error
máximo |max | = 25,573 por lo que el rango es [−30 30].
La variable de salida se muestra en la figura 3.10, hay cinco funciones triangulares de

membresı́a con las mismas etiquetas que se han manejado en todas las variables. El rango
es [-1400 1400], éste se definió calculando la acción de control máxima del controlador PID
Clasico, umax,P ID = 3256,5 y con esa cota se sintonizó hasta obtener la mejor respuesta
con la menor acción de control.
Figura 3.10: Función de membresı́a de la variable u del controlador PD.
El resultado de todos estos parámetros es la superficie de control graficada en la figura

3.11, el cual presenta un comportamineto parecido al controlador proporcional de la figura
3.8. El error tiene la mayor jerarquı́a en la desdifusificación y la principal aportación de la
derivada es en eliminar los sobretiros y oscilaciones, lo cual se analizará en los resultados
si esto se cumple.
Figura 3.11: Superficie de control del PD Difuso propuesto.
3.1.5. Observador de etapa de crecimiento de la alga

En la curva de crecimiento de la alga representada en la figura 3.12 se observan cuatro
fases, la fase de latencia, la fase exponencial donde el alga crece de manera exponencial, la
fase estacionaria que es cuando el alga llega a su madurez y la fase de muerte.
Los tiempos en los que el alga cambia de fase no son constantes en diferentes tipos de
alga ası́ que no se puede decir con exactitud en que fase se encuentra sin medir la biomasa
existente en ese momento.
La importancia de conocer la fase de crecimiento es aprovechar el máximo de algas ya

que éstas se deben extraer en su madurez, si se dejara pasar mas tiempo se perderı́an algas,
por otra parte si se extrae un lote de algas en el momento correcto, se puede cultivar el
siguiente lote sin tener que inocular el fotobiorreactor, en otras palabras permite convertir
el proceso semicontinuo.
Figura 3.12: Curva de crecimiento de un microorganismo [23].
Para conocer la etapa se necesita conocer a que velocidad se reproducen las algas, por
lo que se calcula la derivada de la biomasa por la Ecuación 3.17, se opta por esta definición
en tiempo discreto para facilitar la programación.
Xactual − Xanterior
Ẋ = (3.17)
t
Despues se calculo las condiciones que aseguran una etapa de crecimiento en función
de la biomasa X y su derivada Ẋ, obteniendo la siguiente relación.



 si 0 < Ẋ < 1,8 X < 50 Latencia

 si Ẋ > 1,8 Exponencial
Etapa = (3.18)


 si 0 < Ẋ < ,5 X > 50 Estacionaria

 si Ẋ < 0 Muerte
Lo siguiente es diseñar un programa el cual tenga como entrada la biomasa y como

salida la etapa en que se encuentra el alga. El diagrama de flujo presentado en la figura
3.13 muestra las instrucciones necesarias. Primero se obtiene la biomasa, para ası́ calcular
su derivada, despues entra a un bucle de IF’s anidados donde cada IF evalua si la alga
esta en una etapa.
Figura 3.13: Diagrama de flujo de observador de etapa de crecimiento de la alga.
3.2. Desarrollo Técnico

En este capitulo se desarrolla el diseño de un equipo de monitoreo, en donde se discute
la selección de cada sensor y cada componente elegido, los diagramas y las hojas de datos
se encuentran en el Apéndice B y el Apéndice C
3.2.1. Lazo de control de temperatura

Selección de elemento primario de medición
El sensor de temperatura elegido es el DS18B20, fabricado por Maxim Integrated, debido

a que los rangos de temperatura con los que se trabaja en el fotobiorreactor no son tan
altos para requerir un termopar o alguna otra tecnologı́a de mayor coste. Este sensor
permite un rango de temperatura de −55◦ C a 125◦ C, con una resolución ajustable de 9
bits a 12 bits, y la comunicación utilizada es el protocolo One-wire, que se ha mencionado
en la Sección 3.2.1 , solo requiere una lı́nea de datos para el enlace con el controlador.
Además, cada sensor cuenta con un código serial de 64 bits, que permite el funcionamiento
de multiples sensores a través del mismo canal de comunicación, por lo que ahorra puertos
de entrada al controlador. La hoja técnica del sensor se encuentra en el siguiente enlace.
Hoja tecnica: DS18B20.
Figura 3.14: Distribución de sensores.
Protocolo 1-Wire
El protocolo de comunicación 1-Wire fue desarrollado por Dallas Semiconductor (ahora

Maxim Semiconductor). La base de la tecnologı́a es un protocolo en serie utilizando una
sola lı́nea de datos además de referencia de tierra para la comunicación.
Un dispositivo 1-Wire maestro inicia y controla la comunición con uno o más dispo-
sitivos 1-Wire esclavos en el bus 1-Wire.
Cada dispositivo esclavo 1-Wire, tiene una identificación (ID) de 64 bits, única, inal-
terable, y programada de fábrica; la cual sirve como dirección del dispositivo en el bus
1-Wire.
En la figura 3.15, se muestra la configuración que se utiliza entre esclavo y maestro en
este tipo de protocolo.
Un código de la familia de los 1-Wire, de 8 bits, subconjunto del ID de los 64 bits,
identifica el tipo de dispositivo y su funcionalidad.
Tı́picamente, los dispositivos 1-Wire esclavos, operan en un rango de 2.8V (mı́nimo)
hasta 5.25V(máximo). La mayorı́a de los dispositivos 1-Wire no cuentan con un pin para
la alimentación, ya que toman energı́a desde el bus 1-Wire, conocido este método como
alimentación parásita.
Figura 3.15: Configuración 1-Wire entre maestro y esclavo
Diseño de circuito electrónico para los sensores de temperatura
Se realizo el diseño de un circuito para la configuración del protocolo One-Wire, y la

obtención de temperaturas de cuatro diferentes sensores, asi como señales de falla, de cada
sensor de las cuales se hablaran en la Sección 3.2.1, el ciruito consta se conectara a la placa
principal que aloja la alimentación general asi como las entradas, salidas y protocolos de
comunicación de la Raspberry Pi 2, esta conexión se hace por medio de cable plano de diez
señales, el diagrama electrónico se muestra en la figura 3.16a.
El valor de la resistencia conectada entre el voltaje de alimentación y la señal de comu-
nicación es muy importante ya que al tener conectados varios sensores otro valor implicaria
una deficiente comunicación de los sensores o que su numero de identificación cambie. La
sección del circuito encargada de la señalización de las señales de falla se basa en cuatro
transistores tipo NPN, el cual funciona con logica positiva. Las senãles de excitación de las
bases de los transistores se obtienen por medio de la senãl de falla que Codesys por medio
del protocolo de comunicación One-Wire detecta la desconexión de un sensor.
En EAGLE 8.1 se genero una placa basada en el diagrama mostrado anteriormente,
donde el resultado fue una placa de dos capas, de dimension: 10cmx5cm. La cual se muestra
en la figura 3.16b.
Programación del sensor de temperatura
La programación del sensor de temperatura mostrado en el diagrama de flujo de la

figura 3.17 consta de tres etapas. La primer etapa es la declaración de variables, y en las
(a) Diagrama del circuito electrónico.
(b) Placa del circuito electrónico.
Figura 3.16: Diagrama y Placa del circuito electrónico para los sensores de temperatura
Figura 3.17: Diagrama de flujo del sensor de temperatura
siguientes dos etapas, se lee el sensor y se guardan los datos de forma infinita.
La programación se simplifica debido a una librerı́a de Codesys ya establecida especı́fica-
mente para el sensor DS18B20, los cuales tienen el nombre de Device. Los Devices ocupados
son de dos tipos. El primero llamado One-Wire Master, el cual es el punto maestro de la
comunicación entre el microcontrolador y los sensores esclavos, en la figura 3.18 se observa
la información del Device.
Figura 3.18: Información del Device One Wire Master
El único parámetro necesario para este device es la asignación de la ruta del puerto
asignado al protocolo, el cual para el presente trabajo, es el bus 1 ubicado en: ’sys/device-
s/w1 bus master 1’, sin esta ruta el microcontrolador no podrı́a encontrar a los sensores
los cuales están conectados al pin GPIO4, en la figura 3.19 se observa la asignación de la
ruta
Figura 3.19: Parametros del Device One Wire Master
Las temperaturas obtenidas por cada sensor se almacenan en la GVL: Global Varia-
ble List, lista de variables globales,para después visualizar las temperaturas en la HMI,
la definición de variables globales se muestra en la siguiente parte de código, dos variables
de tipo REAL.
1 VAR GLOBAL
2 // DS18B20
3 Temp Ext : REAL;
4 // DS18B20
5 Temp Int : REAL;
6 END VAR
La asignación del valor de los sensores a las variables definidas anteriormente se realiza
por medio de las variables generadas del sensor representado por un objeto, recordando que
el Device tiene una estructura de programación orientada a objetos. Un objeto representa
el sensor instalado en el interior del FBA: DS18B20 INT. Y el segundo representa el sensor
instalado en el exterior del FBA: DS18B20 EXT.
1
2 GVL. Temp Ext :=DS18B20 EXT . rTemp ;
3 GVL. Temp Int :=DS18B20 INT . rTemp ;
3.2.2. Lazo de control de biomasa
Selección de elemento primario de medición
El sensor de color elegido fue el TCS3200 fabricado por Texas Advanced Optoelectronic
Solutions (TAOS) el cual funciona como convertidor de luz a frecuencia, el cual contiene
fotodiodos de silicon configurables además de un convertidor de corriente a frecuencia todo

esto dentro de un circuito integrado CMOS. La señal de salida es una señal cuadratica
con ciclo de trabajo de 50 % con una frecuencia directamente proporcional a la intensidad
de luz de cada filtro de fotodiodo, los cuales contienen tres tipos de filtros: Rojo, Verde y
Azul. La figura 3.20 representa el funcionamiento de este sensor.
Figura 3.20: Funcionamiento del sensor TCS3200
El sensor TCS3200 requiere de una completa obscuridad para su calibración y su óptimo

funcionamiento, es por ello que se requiere elaborar una Cámara Obscura, en donde está
inmerso el chip TCS3200.
Elaboración de la cámara obscura
Con base en las dimensiones del chip TCS3200 se elabora un prototipo de cámara
obscura con ayuda del software SolidWorks la cual tiene el aspecto mostrado en la figura
3.21, y contendrá al chip. Dicho prototipo tiene las caracterı́sticas señaladas en la figura
3.22
Figura 3.21: Protitipo de cámara obscura diseñada en SolidWorks
La cámara obscura asegura una total obscuridad para que ninguna fuente de luz externa
distorsione las mediciones obtenidas por el chip TCS3200.
Figura 3.22: Medidas en mm del prototipo de cámara obscura
Diseño de circuito electrónico para sensor de color
Debido a la frecuencia maxima de salida del sensor TCS3200 : 600KHz es necesario la

implementación de un contador de alta frecuencia debido que el microcontrolador utilizado
no tiene timers tan rápidos para esta tarea. El contador elegido fue el CD4040 de Texas
Instruments, el siguiente enlace lleva a la hoja de datos de este contador: Hoja de datos:
CD4040.
El contador obtiene el numero de pulsos y lo convierte en una variable de 12 bits, de
los cuales solo se usará un byte. Para ahorrar entradas del microcontrolador se emplea
un expansor de entradas y salidas con protocolo de comunicación I2C. La hoja técnica
del componente se encuentra en el siguiente enlace: Hoja de datos: PCF8574. Por lo que
el circuito electronico consta de dos componentes para transmitir las intensidades de los
colores al microcontrolador, la figura 3.23 explica el circuito.
En la figura 3.24 se muestra el circuito electrónico. La interaccion de sensor al contador
se hacer por medio de cable plano donde se transmiten seis señales y dos de alimentación,
estas se enlistan en la tabla 3.7. La configuración de escalamiento de la salida de frecuencia
Figura 3.23: Esquema del circuito electrónico del sensor de color.
del TCS3200 se establecio al 100 %, por lo que las señales booleanas S0 y S1 son verdaderas.
Ası́ como
Cuadro 3.7: Señales del Sensor TCS3200
Señal Descripción
S0 Configuración del escalamiento de la salida
S1 Configuración del escalamiento de la salida
S2 Selección del color a sensar
S3 Selección del color a sensar
OE COLOR Señal de habilitación del sensor
OUT Señal cuadratica de salida
Programación del sensor de color
La programación del sensor consta de dos programas usando dos diferentes lenguajes
de pragramación, aprovechando los atributos de los dos, el primero es el encargado de la
lectura e interpretación de los datos obtenidos del contador de alta frecuencia, y el segundo
se encarga de transmitir la información a una lista de variables en la que despues se pueda
visualizar en la HMI.
El diagrama de flujo del primer programa se presenta en la figura 3.25, donde se observa
que el programa es lineal, sin decisiones a tomar, ya que la meta de éste es que cada que
sea ejecutado regrese las intensidades de color. La subrutina llamada Lectura del expansor
se encuentra en el codigo con el nombre read puerto(), que se encuentra entre las lineas 5
y 26.
La información del componente PCF8574 son interpretadas por el siguiente programa
diseñado en Python donde se ocupan tres librerias: smbus, time, rpi.gpio. Se define una
función llamada read puerto la cual convierte el byte de entrada del componente a una
variable de tipo int8.
En el ciclo infinito (While True:) se lee la frecuencia para cada color cada iteracion
cambiando los estados de las señales S0 y S1, despues al final de cada iteración se imprimen
Figura 3.24: Circuito electrónico del sensor de color.
Figura 3.25: Diagrama de flujo del programa Color TCS3200.py .

los datos en el shell. El código se muestra a continuación:
1 import smbus
2 import time
3 import RPi . GPIO a s IO #D e f i n i c i o n de l i b r e r i a s
4
5 def r e a d p u e r t o ( ) : #Funcion de l e c t u r a d e l p u e r t o p r o v e n i e n t e
6 p u e r t o=0 #d e l c o n t a d o r
7 p i n s =b . r e a d b y t e ( PCF8574 )
8
9 i f ( p i n s & 0 x01 ) == 0 :
10 p u e r t o+=1
11 i f ( p i n s & 0 x02 ) == 0 :
12 p u e r t o+=2
13 i f ( p i n s & 0 x04 ) == 0 :
14 p u e r t o+=4
15 i f ( p i n s & 0 x08 ) == 0 :
16 p u e r t o+=8
17 i f ( p i n s & 0 x10 ) == 0 :
18 p u e r t o+=16
19 i f ( p i n s & 0 x20 ) == 0 :
20 p u e r t o+=32
21 i f ( p i n s & 0 x40 ) == 0 :
22 p u e r t o+=64
23 i f ( p i n s & 0 x80 ) == 0 :
24 p u e r t o +=128 #C o n v e r s i o n de b i n a r i o a d e c i m a l
25
26 return p u e r t o
27
28 IO . setmode ( IO .BCM)
29 IO . s e t w a r n i n g s ( F a l s e )
30
31 x=0
32 IO . s e t u p ( 6 , IO .OUT) #C o n f i g u r a c i o n de s a l i d a s
33 IO . s e t u p ( 5 , IO .OUT)
34 IO . s e t u p ( 2 2 , IO .OUT)
35 IO . s e t u p ( 2 6 , IO .OUT)
36
37 PCF8574=0x20 #D i r e c c i o n I2C d e l e x p a n s o r
38 p u e r t o=0
39 b=smbus . SMBus ( 1 ) #E l e c c i o n d e l b u s de comunicacion
40
41 b . w r i t e b y t e ( PCF8574 , 0 x f f )
42
43
44
45 while True :
46 IO . output ( 6 , 0 ) #A c t i v a n d o e l f i l t r o r o j o : S2
47 IO . output ( 5 , 0 ) #y S3 como f a l s o
48 time . s l e e p ( 0 . 1 )
49 IO . output ( 2 6 , 1 ) #R e s e t d e l c o n t a d o r
50 time . s l e e p ( 0 . 2 )
51 IO . output ( 2 6 , 0 )
52 IO . output ( 2 2 , 0 ) #H a b i l i t a r s a l i d a por 100ms
53 time . s l e e p ( 0 . 0 1 )
54 IO . output ( 2 2 , 1 )
55
56 x=r e a d p u e r t o ( )
57
58
59 R = x
60
61 x=0
62
63 IO . output ( 6 , 0 ) #A c t i v a n d o f i l t r o a z u l
64 IO . output ( 5 , 1 )
65 time . s l e e p ( 0 . 1 )
67 time . s l e e p ( 0 . 2 )
68 IO . output ( 2 6 , 0 )
70 time . s l e e p ( 0 . 0 1 )
71 IO . output ( 2 2 , 1 )
72
73 x=r e a d p u e r t o ( )
74
75
76 B = x
77
78 x=0
79
80 IO . output ( 6 , 1 ) #A c t i v a n d o f i l t r o a z u l
81 IO . output ( 5 , 1 )
82 time . s l e e p ( 0 . 1 )
84 time . s l e e p ( 0 . 2 )
85 IO . output ( 2 6 , 0 )
87 time . s l e e p ( 0 . 0 1 )
88 IO . output ( 2 2 , 1 )
89
90 x=r e a d p u e r t o ( )
91
92
93 G=x
94
95 x=0
96
97 print ( ’R={0} G={1} B={2} ’ . format (R, G, B) )
98
99 #I m p r e s i o n de v a l o r e s en e l s h e l l
La programación del proyecto se diseño en el software Codesys V3.5 SP10 Patch 1+,
donde se encontró la manera de comunicar internamente dos programas en ejecución, por lo
que el programa anteriormente presentado obtiene las intensidades de color del TCS3200,
el cual por medio de la shell imprime los valores, que seran leidos por otras lineas de
programación de un programa llamado PLC SHELL, el cual fue programado en texto
estructurado tipo IEC 61131-3. En la figura 3.26 se observa la interacción entre el software
y el hardware, desde la obtencion de datos del sensor, hasta la visualización de datos en la
interfaz grafica, en los conectores indica el método de comunicación entre cada bloque.
Figura 3.26: Diagrama de la interacción entre el hardware y software.
En todo el proyecto se guardan las variables en distintas listas, donde la más importante
es la GVL: Global Variable List, Lista de variables globales donde serán almacenadas
las variables sobre el monitoreo de color, las variables definidas se muestran en las siguientes
lineas de código, estas variables son de tipo BYTE.
1 VAR GLOBAL
2 // TCS3200
3 GREEN : BYTE : = 0 ;
4 // TCS3200
5 RED: BYTE := 0 ;
6 // TCS3200
7 BLUE: BYTE := 0 ;
8 END VAR
Otra lista de variables, son las locales, donde cada programa o rutina tiene su propia
lista, en el caso del programa PLC SHELL las variables locales definidas son mostradas
en la siguiente parte del código. Para explicar el fin de cada variable se muestra la tabla
3.8
1 PROGRAM PLC SHELL
2 VAR
3 command color : STRING := ’ sudo python PCF8574 CODESYS . py ’ ;
4 R e s u l t : RTS IEC RESULT ;
5 dwCopySize : DWORD;
6 X i n i t : BOOL :=FALSE ;
7 StOut : STRING( 1 0 0 0 ) := ’ ’ ;
8 S t C o l o r : STRING( 2 0 ) := ’ ’ ;
9 END VAR
Cuadro 3.8: Variables locales del programa: PLC SHELL
VARIABLE TIPO DESCRIPCIÓN

command color STRING Cadena del comando
Result RTS IEC RESULT Variable necesaria para la ejecución de
scripts en la terminal.
dwCopysize DINT
X init BOOL Bandera para configuración inicial
StOut STRING Buffer para guardar la respuesta del script
ejecutado
StColor STRING Buffer para guardar la respuesta del sensor
de color
El segundo programa utilizado tiene como función principal leer los resultados del
programa anterior para ası́ guardarlos en la GVL. El diagrama de flujo de la figura 3.27
muestra el funcionamiento, donde se observa que el mismo no tiene un fin, esto es porque
la rutina es cı́clica.
El programa PLC SHELL se divide en dos secciones, la primera la cual solo se ejecu-
tar’á solo la primera vez, el segundo se ejecutara de forma indefinida. La programación en
Figura 3.27: Diagrama de flujo del programa PLC SHELL .
el entorno IEC 61131-3 no es igual a lenguajes de programación como Python, C, Java,

etc. debido a que estos tipos de programación tienen una función ya preestablecida que se
ejecutara solo en la primera iteración, IEC 61131-3 no lo tiene, aunque se puede dar una
solución de una manera simple y eficaz con un IF , como se muestra en las primeras lı́neas
de código del programa redactado a continuación:
1 IF NOT X i n i t THEN
2 S ysFileCopy ( szDestFileName := ’/ r o o t /PCF8574 CODESYS . py ’ ,
3 s z S o u r c e F i l e N a m e := ’/ r o o t / P l c L o g i c / A p p l i c a t i o n /PCF8574
4 CODESYS. py ’ , pulCopied :=ADR( dwCopySize ) ) ;
5 X i n i t := TRUE;
6 END IF
7
8 //WHILE TRUE
9
10
11 S y s P r o c e s s . SysProcessExecuteCommand2 ( pszCommand:= command color ,
12 pszStdOut := StColor , udiStdOutLen := SIZEOF ( S t C o l o r ) , p R e s u l t :=
13 ADR( R e s u l t ) ) ;
14
15 MID(STR:= StColor ,LEN:=3 ,POS:=2+FIND(STR1:= StColor , STR2:= ’R=’ ) ) ;
16 MID(STR:= StColor ,LEN:=3 ,POS:=2+FIND(STR1:= StColor , STR2:= ’G=’ ) ) ;
17 MID(STR:= StColor ,LEN:=3 ,POS:=2+FIND(STR1:= StColor , STR2:= ’B=’ ) ) ;
La clave de esta rutina es el comando siguiente, parte de la libreria SysProcess, donde

Codesys abre una terminal y ejecuta el comando indicado:
1 S y s P r o c e s s . SysProcessExecuteCommand2 ( pszCommand , pszStdOut ,
2 udiStdOutLen , p R e s u l t ) ;
Gracias a este comando se puede ejecutar cualquier script de Python y obtener datos
de el, por lo que se puede usar todas las herramientas y utilidades que Python ofrece, la
desventaja que se tiene es que se hace más lento la ejecución del programa, a diferencia
que se usara solo Python. Y la gran fortaleza de ocupar Codesys es su entorno y enfoque
industrial.
El comando guarda la cadena obtenida de la ejecución del script, y despues por medio
de comandos de manejo de cadenas se convierte y guarda la variable de tipo UNINT8
definidas anteriormente en la GVL para su visualización en la HMI, de la cual se hablara
en una seción posterior.
3.2.3. Lazo de control de luz

Elemento primario de luz
El elemento primario que se utilizará es el TEMT6000. El TEMT6000 es un fototransis-

tor plano de tipo epitaxial en un molde transparente en miniatura para montaje superficial
en una polaca de circuito impreso. El dispositivo es sensible al espectro de luz visible. [37]
El funcionamiento es tan sencillo como el de un transistor NPN común. En el cuadro
3.9 se muestran las caracterı́sticas básicas del chip TEMT6000.
Con este circuito es posible hacer una mediciń en valor de voltaje gracias al ADC que
incorporan las tarjeta de microcontrolador. EL valor de voltaje variará con respecto al
nivel de luz sensado por el TEMT 6000 con base en la gráfica mostrada en la figura 3.28,
la cual muestra la salida en el colector del TEMT 6000 en valor de corriente.
El chip cuenta con tres pines de conexión. Dos de ellos son de alimentación (la ali-
mentación puede ser a 3.3V o a 5V) y uno es la señal analógica que será utilizada para la
detección de la cantidad de energı́a luminosa. en la figura 3.29 se muestra un ejemplo de
conexión básico en una tarjeta Arduino.
Cuadro 3.9: Caracterı́sticas básicas del chip TEMT6000 [37]
Parámetro Condiciones de Sı́mbolo Mı́n. Tı́p. Máx. Unidad

Prueba
Voltaje de ruptura IC = 0,1mA VCEO 6 V
Colector-Emisor
Corriente de Colector a VCE = 5V , E = 0 ICEO 3 50 nA
oscuras
Capacitancia Colector- VCE = 0V , f = CCEO 16 pF
Emisor 1M Hz, E = 0
Corriente Colector de EV = 20lx, Luz ICA 3.5 10 16 µA
luz estándar A
Corriente Colector de EV = 100lx, Luz ICA 50 µA
luz estándar A
Ángulo de sensibilidad φ +-60 ◦
promedio
Longitud de onda de la λp 570 nm
sensibilidad pico
Rango del ancho de λ0 ,1 360 a nm
banda espectral 970
Voltaje de saturación de EV = 20lx, 0.45 VCEsat 0.1 V
Colector-Emisor µA
Figura 3.28: Gráfica de la Corriente de colector de luz contra la iluminancia en lx. En el

eje x está la iluminancia EV , y en el eje y la corriente colector de luz ICA en µA[37]
Figura 3.29: Esquema de conexión del chip TEMT6000 a un Arduino [29]
3.2.4. Lazo de control de pH
Para el caso de la medición de pH, se utilizará el sensor Sensorex s200c/bnc, el cual

tiene un rango de medición de 0 - 14 pH, con un rango de operación de 0 - 80 grados
Celsius, utiliza un conector BNC. Fue elegido debido a su bajo coste y fácil tratamiento de
la señal que envı́a, ya que existen otros sensores que no requieren tratamiento de la seña,
pero su coste es muy elevado.
Figura 3.30: Sensor de pH, ”Sensorex s200c/bnc”.
Para calibrar el sensor, es necesario utilizar una referencia para compararlo con el valor
medido; dicha sustancias se conocen como amortiguadores (también conocidos como
disoluciones amortiguadoras, sistemas de tampón o buffers), estas sustancias son aquellas

disoluciones cuya concentración de protones apenas varı́a al añadir ácidos o bases fuertes.
Un medidor de pH requiere de una calibración en uno, dos o tres puntos para obtener
resultados precisos. Algunos medidores pueden ser calibrados a un solo punto de referencia,
sin embargo, se utilizarán tres puntos para obtener un resultado más fiable. Los buffers
que se utilizarón fueron con valores 4, 7, y 10, y son como los que se muestran en la figura
3.31.
Figura 3.31: Buffers para calibración.
Se debe introducir el sensor de pH en cada buffer, y realizar la medición en las termi-

nales del conector BNC, el cual entragará un valor de tensión en el orden de miliVolts, es
importante dejar que el valor se estabilice, lo cual toma entre 3y 4 segundos.
Los valores obtenidos en las mediciones, se muestran en la tabla 3.10, donde se puede
observar que los valores son lineales, conforme aumenta el pH, el incremento de la tensión
lo hace también.
Cuadro 3.10: Mediciones con soluciones de calibración de Sensor pH
Buffer Tensión
4 1.5mV
7 0V
10 -1.5mV
Aunque solo se tiene tres valores, siendo un aumento lineal, se puede calcular los valores
para el punto de pH 0 y 14, lo cual es necesario para tener todo el rango de pH. Se pueden
calcular los valores de tensión para los puntos de pH, antes mencionados, a partir de la
ecuación de la pendiente:
y2 − y1
m= (3.19)
x2 − x1
Como ya son conocidos dos puntos en el eje X y dos en el eje Y, resulta posible calcular
la pendiente, para después calcular los puntos deseados.
Tomando y2 = 0,y1 = 1,5 y x2 = 7, x1 = 4, se sustituye en la ecuación 3.19.
0 − (1,5)
m=
7−4 (3.20)
= −0,5
Teniendo este valor, es posible calcular los valores para el pH de 0 y 14, y al ser lineal
el incremento, deberán ser de la misma magnitud, con polaridad inversa.
Se calcula el valor de tensión para el pH de 14, teniendo en cuanta los valores y1 = −1,5
y x2 = 14, x1 = 10,m = 0,5, siendo y2 , el valor que se requiere conocer, por lo que habrá
que despejar el valor de y2 , como se muestra en la ecuación 3.21.
y2 − (−1,5)
0,5 =
14 − 10 (3.21)
y2 = −3,5
Como se puede observar, y2 resulta -3.5, que es la tensión en miliVolts para el valor de
pH 14. De aquı́ se puede deducir que la tensión para el pH de 0, será de 3,5mV , ya que
como se mencionó tienen la misma magnitud, pero polaridad inversa.
Teniendo todos los datos, se grafica la recta resultante con todos los valores, y ası́
determinar que tratamiento que se le dará, para obtener valores que se puedan ser aceptados
por la Raspberry, la cual maneja señales con tensión de 3.3 volts.
Como se muestra en la gráfica, la señal resulta una recta con pendiente negativa, por
lo que es necesario invertirla, lo que también ocasionará que el valor para el pH=0 ,sea de
-3.5mV, lo cual se debe de compensar para tener inicio en 0 Volts, ya que la Raspberry, no
maneja tensiones negativas.
Lo anterior se puede lograr con un circuito inversor con ajuste externo de offset, sin
embargo, es probable que al hacerlo se tengan perturbaciones en las entradas, por lo que es
mejor utilizar una configuración que permita contrarrestar los efectos de las perturbaciones
que existan en el circuito.
La configuración que permite aislar las señales de entrada es el seguidor de voltaje; que
debido a sus caracterı́sticas también se le conoce como seguidor de fuente, amplificador de
ganancia unitaria o amplificador de aislamiento. Este circuito se utilizará para la entrada de
la señal del sensor y para la compensación del offet, permitiendo aislar ambas señales. Por
Figura 3.32: Recta resultante del sensor de pH.
lo que la configuración quedarı́a como se muestra en la figura 3.33, tanto para la entrada
del sensor, como para la de tensión de compensación.
(a) Señal de entrada del sensor. (b) Tensión de compensación.
Figura 3.33: Configuración de aislamiento para entradas.
El seguidor de voltaje o aislador, se utiliza porque su resistencia de entrada es alta

(varios magaohms). Por tanto, extrae una corriente despreciable de la fuente de señal, que
en este caso serán el sensor de pH y un potenciómetro que permitirá compensar el valor
inicial.
Por último, como se menciono, la recta tiene una pendiente negativa, por lo tanto se
requiere de un circuito inversor con el compensador de offset externo, que permita obtener
una recta con pendiente positiva,y un punto inicial en cero, por lo que el circuito que
finalmente permitirá esto, es el que se muestra en la figura 3.34, donde se tiene la entrada
del sensor de pH en la entrada inversora, para invertir la recta que se mostró anteriormente,
además de la tensión de compensación en la entrada no inversora, que permitirá ajustar el
valor inicial deseado.
Figura 3.34: Circuito para tratamiento de señal del sensor de pH.
Las resistencias utilizadas en la parte de la compensación del offset, fueron tomadas

en base a un artı́culo de análisis de offset en circuitos operacionales [1], y la ecuacion
caracterı́stica de este circuito es la siguiente.

Rf Rf R1
vo = − vi + +1 (±V cc) (3.22)
Ra Ra R1 + R2
Donde:
R1 = 100 ohms
R2 = 200 Kohms
Ra = 100 ohms
Rf = 471 Kohms
Las resistencias Ra y Rb, se calculan apartir de la amplificación que se prentede hacer

en el circuito. Y esto se calculo apartir de que se compensó la recta a cero, como se muestra
en la figura 3.35, esto con ayuda del potenciómetro
En esta recta se observa que el valor máximo ahroa es 7mV, lo que hay que compensar
para que llegue a ser de 3.3 Volts, y esta ganancia se calcula de la siguiente manera.
vo = Ganancia ∗ 7mV
Ganancia = 3,3V 7mV (3.23)
Ganancia = 471,42
Y sabiendo que la ganancia de amplificación está dada por la ecuación:

Rf
vo = − vi (3.24)
Ra
Entonces se calcula que la resistencia de Rf= 470 Kohms, y Ra= 100 ohms, que per-
mitirán la ganancia deseada. Dando como resultado la recta que se muestra en la figura
3.36, con los valores desados en un comienzo, en 3.3 V.

3.2.5. Programación del sensor de luz y pH

Estas dos señales son analógicas por lo que al con tener convertidores analógico-digital
(ADC) en el microcontrolador se implementa el integrado PCF8591 cuya hoja de datos
se encuentra en el Apéndice C, la comunicación entre el ADC y el microcontrolador es
mediante I2 C, por lo que existe un device que logra esto, donde se configura su dirección,
en este caso 16#48, en la figura 3.37
Figura 3.37: Configuración del ADC en Codesys.
Como resultado genera un objeto donde contiene variables tipo WORD con las senãles,
asi como una varaiable de tipo BOOL llamada xNewMeasurement para controlar los in-
tervalos de medición.
Figura 3.38: Diagrama de flujo del ADC.
Debido al device se simplifica la programación a tan solo una linea por variable como
se muestra en el siguiente fragmento de código y la figura 3.38 representa las instrucciones
generadas por el ADC.
1 LUMENES :=ADC.ADC1 ;
2 LUMENES INT :=ADC.ADC2;
3 PH := ADC.ADC3;
3.2.6. Programación del observador de etapa de crecimiento del alga
Despues del monitoreo de las variables anteriores, ahora se presenta la programación

del observador diseñado en la Subsección 3.1.5.
Se definen las siguientes variables locales:
1 PROGRAM OBS CRECI

2
3 VAR
4 X act : REAL : = 0 ;
5 X ant : REAL : = 0 ;
6 Xd : REAL : = 0 ;
7 END VAR
Asi como dos variables globales dentro de la GVL: [X] Una variable real para la
biomasa, y Etapa, variable de tipo cadena que almacena la etapa de crecimiento actual del
alga.
Como se explico en el diagrama de flujo de la figura 3.13, al inicio se obtiene el valor
de la biomasa por medio de la primer linea de código, después se calcula la derivada de la
biomasa en la tercera linea. Los IF’s anidados entre las lineas 5-13 se encargan de evaluar
en que etapa se encuentra el alga. Por ultimo en la ultima linea se guarda el valor anterior
para la siguiente iteración.
1 X act :=GVL.X;
2
3 Xd:=( X act−X ant ) / 6 0 ;
4
5 IF Xd<1.8 AND X act <50 THEN
6 GVL. Etapa := ’LATENCIA ’ ;
7 ELSIF Xd>1.8 THEN
8 GVL. Etapa := ’EXPONENCIAL’ ;
9 ELSIF Xd<1.8 AND X act <50 THEN
10 GVL. Etapa := ’ESTACIONARIO ’ ;
11 ELSIF Xd<0 THEN
12 GVL. Etapa := ’MUERTE’ ;
13 END IF
14
15 X ant := X act ;
Este programa llamado OBS CRECI se encuentra en la tarea OBSX la cual es de

tipo cı́clica con un intervalo de 60 segundos.
3.2.7. Diseño del Gabinete

Para la construcción del gabinete, fue necesario realizar una previa estimación de ma-
teriales que se utilizarán para el monitoreo del fotobiorreactor, ası́ como posibles modifi-
caciones que se requiera integrar más equipo.
Lo primero que se ha colocado es la pantalla LCD, en la parte frontal del gabinete,
para que el operario tenga un fácil acceso a los datos que se vayan registrando, también
se ha colocado un medio de ventilación para manetener el controlador Raspberry en una
temperatura adecuada, ası́ como todos los circuitos que están involucrados. El diseño que
se realizó se muestra en la figura 3.39.
Figura 3.39: Diseño del gabinete.
Una vez elaborado el diseño del exterior del gabinete, se procedió a realizar el montaje
fı́sico, realizando las perforaciones para la pantalla y el ventilador, ası́ como la entrada de
alimentación. Finalizado lo anterior, el gabinete queda como se muestra en la figura 3.40.
Figura 3.40: Gabinete fı́sco.
Para el diseño del interior del gabinete, ha sido necesario obtener el diagrama de co-
nexiones, para que de esta manera se tenga una base de referencia que ayude a colocar
los componentes de manera correcta, como lo son los carriles, placas, switch, fuentes de
alimentación, interruptor termomagnético. El diagrama en CADe SIMU, queda como se
muestra en la figura 3.41.
Figura 3.41: Esquema de conexiones.

115
Una vez hecho este diagrama de conexiones, se realizó el diseño del interior en Auto-
CAD, con los componentes colocados en la posición que ocuparı́an fı́sicamente, tal como
se observa en la figura 3.42.
Figura 3.42: Diseño del interior del gabinete.
Los componentes que se encuentran enumerados en la figura 3.42, son:
1. Placa de pH.
2. Placa Principal.
3. Ventilador.
4. Canaleta Ranurada.
5. Placa de luz.
6. Placa de Temperatura.
7. Switch TP-LINK 5 puertos.
8. Clemas.
9. Interruptor Termomagnético.
10. Fuente de Alimentación.
El monataje fı́sico de los elementos, se ha hecho paulatinamente, no sin antes realizar

las pruebas de cada placa, y elemento antes de colocarlo en el gabinete, el progreso se
muestra en la figura 3.43.
Figura 3.43: Montaje del interior del Gabinete.

3.3. Material
El material empleado en el proyecto se despliega en diferentes tablas mostradas en esta
sección. El cuadro 3.11 muestra el material empleado para el gabinete principal de control.
Cuadro 3.11: Material empleado
Material
NOMBRE DESCRIPCIÓN
Gabinete metálico Marca SBE TECH / 50x40x25cm
Raspberry Pi 2 GPU Broadcom VideoCore IV 250Mhz
OpenGL ES 2.0 / 1GB RAM LPDDR2
SDRAM 450 MHz / 4 puertos USB 2.0 /
Salida de video HDMI @ 1920x1200
Pantalla LCD Rasp- 194x110x20mm / 155x86mm de rango vi-
berry Touchscreen sible @ 800x600 pixeles de resolución /
Sensado capacitivo
Sensor de Temperatura Rango de temperatura -50 a 155 o C / Re-
DS18B20 solución de 9 a 12 bits / Interfaz One-Wire
/ Múltiples sensores pueden compartir el
mismo pin / Precisión de ±0,5o C (de -10
a 85 o C / Tiempo de captura inferior a
750ms
Sensor de pH Marca Sensorex / No requiere de rellenado
ni mantenimiento
Sensor de luz Ángulo de visión promedio de ±60o
TEMT6000
Sensor de color Alimentación de 2.7 a 5.5V / Salida digital
TCS3200 TTL / 4 leds de iluminación
Switch TP-Link 5 puertos Ethernet a 10/100 MBps / AN-
Mod:TL-SF1005D cho de banda en Backbound de 1 GBps
Fuente de Voltaje 600W / ATX / 45A de salida / 110VCA
de entrada con rago de frecuecia 52 a 63Hz
Canaleta Ancho de 5cm
Carril Tipo DIN
Cable Ethernet N/A
Cables Micro USB N/A
Para la manipulación y monitoreo de las variables de una manera ordenada es necesario

la elaboración de placas de circuito impreso, PCB, las cuales se clasifican segun su función
especı́fica. Cada una de las placas es diseñada en el software EAGLE de Autodesk.
El cuadro 3.12 muestra el material empleado para la construcción de la placa principal.
Cuadro 3.12: Material empleado en la Placa Principal
Placa Principal
COMPONENTE CANTIDAD
Entrada ATX de alimantación 1
Conector de 2 bornes 1
Conector de 10 pines 3
Porta-fusibles tipo europeo 4
Transistor BC547 1
Resistor de 56KΩ @ 1/2W 1
El cuadro 3.13 muestra el material empleado para la construcción de la placa de recep-

ción de señales de temperatura.
Cuadro 3.13: Material empleado en la Placa de Temperatura
Placa de Temperatura
COMPONENTE CANTIDAD
Entrada USB 4
Transistor BC547 4
LED indicador de estado 4
Resistor de 330Ω @ 1/2W 8
El cuadro 3.14 muestra el material empleado para la construcción de la placa linealiza-

dora de señal de pH. El sensor de luz no requiere de una placa para su funcionamiento, ya
que el chip TEMT6000 contiene todos los elementos necesarios para su funcionamiento. la
señal analógica que del chip sale es conectada directamente a la placa principal.
Cuadro 3.14: Material empleado en la Placa de pH
Placa de pH
COMPONENTE CANTIDAD
Entrada BCNPTH 1
Amplificadores operacionales TL071CP 3
Poteciómetro de precisión de 10KΩ 1
Capı́tulo 4
Resultados
Los resultados obtenidos en el desarrollo se discuten en esta sección, además se analiza

las respuestas de los controladores propuestos, ası́ como las acciones de control generadas,
para concluir el aporte que ofrece la tesis, ası́ como los alcances del proyecto.
4.1. Comparación de la respuesta de los controladores pro-

puestos
El controlador propuesto en la sección anterior, se simulo con el diagrama de la figura
4.1, donde observamos perturbaciones en la entrada de luz, las cuales se grafican en la
figura 4.4, las cuales representan los cambios en las entradas de la luz como el paso de
nubes, sombras. El valor de Qluz = 1,36[Kj/s] es el promedio de energı́a incidente en la
Ciudad de México, ası́ como la condición inicial en 10[◦ C] y un punto de referencia de
30[◦ C], por lo que el error máximo max = 20[◦ C] .
Figura 4.1: Diagrama del fotobiorreactor en lazo cerrado con el controlador PID.
121
Capı́tulo 4. Resultados 122
El controlador difuso mostrado en la figura 4.2 muestra el lazo cerrado, donde el con-
trolador tiene dos entradas y una salida, ya que el controlador tiene como entrada la luz
incidente en el fotobioreactor además de la temperatura. Igual que el control PID éste tiene
la misma perturbación de luz, la misma condicion inicial y el mismo punto de referencia
con el fin de comparar las acciones de control y las curvas de salida.
La gran desventaja de este controlador como se observa en la figura 4.2 la entrada no es
la señal del error, es la temperatura por lo que el controlador se sintoniza para solo un punto
de referencia, ası́ que en este caso si se quisiera cultivar otra cepa con una temperatura
deseada diferente se tendrı́a que volver a sintonizar el controlador.
Figura 4.2: Diagrama del fotobiorreactor en lazo cerrado con el controlador difuso.
En la figura 4.3 se muestra el diagrama del lazo cerrado con un controlador difuso
proporcional-derivativo, donde a diferencia del pasado la entrada si es el error, por lo que
se puede seguir mas de un punto de referencia a diferencia del pasado. El valor de la
ganancia en la entrada de la derivada del error es de 1000 ya que la derivada del error
maximo max = ,0025. Al igual que los demás controladores tiene los mismos valores de
condición inicial, perturbaciones y punto de referencia.
Figura 4.3: Diagrama del fotobiorreactor en lazo cerrado con el controlador difuso PD.
Figura 4.4: Entrada de luz al sistema.
Después de analizar los tres controladores propuestos, se grafican las respuestas de

la salida juntas en la figura 4.5, donde observamos que el controlador mas rapido es el
controlador difuso proporcional, seguido del PD difuso, y por ultimo el PID clasico, el
cual también presenta un sobretiro de 0,86[C] a diferencia de los dos difusos los cuales no
presentan un sobretiro visible.
Figura 4.5: Respuesta a un escalon unitario con CI=10◦ C y SP=30◦ C.
Si analizamos la respuesta en estado estacionario observamos que la repuesta de los

controladores difusos son muy similares teniendo un error en esta estable de ss = 30 −
29,906 = 0,094 y el PID clásico tiene un valor de ss = 30 − 29,926 = ,074. Aunque el
error en estado estable es mas pequeño el del PID clásico la diferencia es muy pequea y la
respuesta del estado transitorio es mucho mejor los controladores difusos.
Figura 4.6: Respuesta a un escalon unitario en estado estacionario.
Con esta graficas sobre la respuesta del escalon, se tiene una idea clara de las ventajas
que ofrece el control difuso, ahora se analizá la accion de control de cada controlador u que
se muestra en la figura 4.7.
Un dato importante es cuanta energı́a demanda cada controlador, donde el PID tiene
una acción de control máxima de umax = 1628,0288, el cual presenta la maxima energia
necesaria, depues sigue el controlador difuso proporcional con una acción de control de
umax = 1176 y al ultimo el PD difuso con un valor máximo de umax = 700.
En la figura 4.8 se tiene las acciones de control en estado estacionario, donde obser-
vamos que en comparación del PD difuso al control difuso proporcional se eliminan las
oscilaciones teniendo una respuesta mucho mas suave similar al PID clasico en esta oca-
sión. La reducción de oscilaciones hace que el actuador, la válvula de control alargue su
vida útil debido a que se le demanda una acción menos estresante a diferencia del difuso
proporcional.
Ahora que tenemos un panorama amplio sobre cada controlador, se puede concluir que
el mejor controlador para este proceso en especifico es el PD difuso ya que aunque no es
el mas rápido, sı́ es el que demanda menos energı́a y además con una acción de control
mucho mas suave para la válvula. Al tener como entrada del controlador, el error y que
se pueda cambiar el punto de referencia es un control mas flexible para el Laboratorio
de Bioprocesos de UPIBI ya que permitirá tener un sistema más robusto, y que pueda
ser adaptado para las diferentes cepas que se manejan en el laboratorio, logrando mejores
Figura 4.7: Acción de control de un escalon unitario con CI=10◦ C y SP=30◦ C.
Figura 4.8: Acción de control en estado estacionario.

resultados para los experimentos que se realicen en un futuro.
4.2. Interfaz Hombre-Maquina

Se obtuvo una interfaz de simple y de rápida interpretación donde cada variable tiene
su propia ventana, estas ventanas son operadas por una visualización general en donde se
pueden observar todas las variables en tiempo real, el periodo de muestreo es de 500ms,
cabe aclarar que las tareas de visualización son parte de una rutina diferente a las de
adquisición de señales y procesamiento, las cuales tienen un periodo de muestreo de 5ms.
A continuación se presentan los resultados de la interfaz.
En la figura 4.9, esta la visualización respecto a la temperatura donde se monitorizan
dos sensores, uno interior y el segundo exterior, as como también se indica la temperatura
del microcontrolador. El eje Y se ajusta a la entrada de datos para obtener una medicin
mas precisa, y el eje X esta configurado a diez minutos ya que es a configuración con la
cual se obtienen un menor retardo. Estos parámetros son los mismos para las siguientes
visualizaciones, esto con el fin de homogeneizar todas las gráficas.
Figura 4.9: Captura de pantalla de la visualización Temperatura.
La visualización de luz se encuentra en la figura 4.10 donde observamos una gráfica de

una variable, donde si se implementará otro sensor al equipo se podrı́a añadir esta otra
variable fácilmente desde el software Codesys Development System.
Figura 4.10: Captura de pantalla de la visualización Luz.

La ventana de Biomasa mostrada en la figura 4.11 comparte parámetros con todas las
demás aunque en esta se añade el resultado del observador de la etapa de crecimiento el
alga, el cual se indica en el extremo inferior derecho. En el caso particular de la figura 4.11,
el alga estaba en su estado de maduración o estacionario, debido a que no habı́a un cambio
en su crecimiento, como se indico en la Subsección 3.1.5, para una correcta definición de
la etapa de crecimiento, la rutina encargada de eso tiene un periodo de 60 minutos, ya
que el crecimiento del alga no es tan rápida como para detectarla en cuestión de minutos
segundos.
Figura 4.11: Captura de pantalla de la visualización Biomasa.
Como se ha mencionado la escala del eje Y esta automática para tener una mejor
lectura, esto se puede ver en la figura 4.12, correspondiente a la visualización de pH donde
solo la escala es de solo tres unidades, debido a que en el tiempo de muestreado en la
gráfica no hay un valor mas grande o mas pequenõ.
Con esto se logra tener una interfaz de fácil uso para el laboratorio, que permita visuali-
zar de manera fácil las variables del fotobiorreaactor, y dejar de hacerlo directamente, como
se realiza actualmente, además de que las gráficas permiten visualizar de mejor manera el
estado de las variables.
Figura 4.12: Captura de pantalla de la visualización pH.

Capı́tulo 5
Costos
Se ha realizado el análisis en cuanto a las ventajas que presenta un proyecto de esta

magnitud, como el no detener la producción y conocer el momento exacto cuando la mues-
tra entra en la etapa de maduración, lo cual nos permita obtener el producto final más
rápidamente y poner a madurar mas. Si bien, el proyecto pretende economizar las prácti-
cas de laboratorio que hoy en dı́a hacen que este proceso tarde en ponerse en marcha y
poner a funcionar fotobiorreactores para que produzcan desde la instalación de los mismos.
Para exponer el presupuesto requerido para este proyecto es preciso señalar la lista de
los materiales con sus respectivos precios en moneda nacional (MN, Peso Mexicano). Para
ello se expone el cuadro 5.1.
130
Capı́tulo 5. Costos 131
Cuadro 5.1: Material empleado con precio en Moneda Nacional, MN
Material
NOMBRE CANTIDAD PRECIO IMPORTE
(MN) (MN)
Gabinete metálico 1 $587.16 $587.16
Raspberry Pi 2 1 $823.20 $823.20
Pantalla LCD Rasp- 1 $1’897.56 $1’897.56
berry Touchscreen
Sensor de Temperatura 2 $42.00 $84.00
DS18B20
Sensor de pH 1 $933.63 $933.63
Sensor de luz 1 $105.00 $105.00
TEMT6000
Sensor de color 1 $88.20 $88.20
TCS3200
Switch TP-Link 1 $168.00 $168.00
Mod:TL-SF1005D
Fuente de Voltaje 1 $285.60 $285.60
Ventilador de 12 VDC 1 $84.00 $84.00
Interruptor general 1 $184.84 $184.84
Clemas de conexión 10 $0.00 $0.00
Entrada de alimenta- 1 $25.20 $25.20
ción aterrizada
Canaleta Ranurada 2 mts. $81.75 $81.75
Carril DIN ranurado 1 mt. $29.44 $29.44
Cable calibre 12 3 mts. $14.28 / mt. $42.84
Cable Ethernet 2 $54.60 $109.20
Cables Micro USB 2 $72.23 $144.46
Total (Precio sin I.V.A.) $5’676.08
Para el prototipo es necesario el diseño de placas de circuito impreso - PCB - con fun-
ciones especı́ficas. Es preciso contabilizar el costo de material y las horas hombre invertidas
(mano de obra), la ingenierı́a conceptual y de detalle en la elaboración de las PCB, de la
cámara obscura, el montaje, la programación y el diseño de planos.
El material empleado en la elaboración de la PCB principal se muestra en el cuadro
5.2
Cuadro 5.2: Material, cantidad y costo de la Placa Principal en Moneda Nacional, MN
Placa Principal
COMPONENTE CANTIDAD PRECIO (MN) IMPORTE (MN)
Placa fenólica de 10x10 cm. 1 $12.60 $12.60
Entrada ATX de alimantación 1 $27.16 $27.16
Terminal 2 vı́as 1 $5.88 $5.88
Conector de 10 pines 3 $2.52 c/40pin $2.52
Porta-fusibles tipo europeo 4 $8.40 $33.60
Transistor BC547 1 $2.52 $2.52
Resistor de 56KΩ @ 1/2W 1 $0.59 $0.59
Resistor de 10KΩ @ 1/2W 1 $0.59 $0.59
Resistor de 1KΩ @ 1/2W 1 $0.59 $0.59
Total (Precio sin I.V.A.) $88.57
El material empleado en la elaboración de la PCB de la variable de temperatura se

muestra en el cuadro 5.3
Cuadro 5.3: Material, cantidad y costo de la Placa de Temperatura en Moneda Nacional,
MN
Placa de Temperatura
Placa Fenólica 5x10 cm. 1 $7.56 $7.56
Entrada USB 4 $10.08 $40.32
Transistor BC547 4 $2.52 $10.08
LED indicador de estado 4 $2.52 $10.08
Resistor de 10KΩ @ 1/2W 1 $0.59 $0.59
Resistor de 330Ω @ 1/2W 8 $0.59 $4.72
El material empleado en la elaboración de la PCB de lavariable de pH se muestra en

el cuadro 5.4
Cuadro 5.4: Material, cantidad y costo de la Placa de pH en Moneda Nacional, MN
Placa de pH
Placa fenólica 5x10 cm. 1 $7.56 $7.56
Entrada BNC PTH 1 $41.44 $41.44
C.I. TL071CP 3 $8.40 $25.20
Trimpot de 10KΩ 1 $18.48 $18.48
Resistor de 10KΩ @ 1/2W 4 $0.59 $2.36
Para calcular el costo total de material se utilizará la ecuación 5.1.
Costo de material = (Material empleado) + (Material empleado en cada placa) (5.1)
Quedando como total del costo de material:
Costo de material = ($50 676,08) + ($88,57) + ($75,87) + ($97,56) = $50 938,08 (5.2)
Para calcular el presupuesto requerido para la ingenierı́a conceptual se utilizará la

ecuación 5.3.
Costo = ($/hr.)(hrs.)(dı́as)(personas) (5.3)
Utilizando la ecuación 5.3 obtenemos el costo de la ingenierı́a:
Costo de diseño de placas, cámara obscura y planos:
($250,00/hr.)(1 hr.)(7 dı́as)(2 diseñadores) = $30 500,00 (5.4)
Costo de programación:
($350,00/hr.)(3 hrs.)(7 dı́as)(1 programador) = $70 350,00 (5.5)
Costo de mano de obra:
($150,00/hr.)(3 hrs.)(7 dı́as)(2 técnicos) = $60 300,00 (5.6)

Sumando cada rubro de los costos de ingenierı́a y mano de obra se obtiene un resultado
total del costo de la ingenierı́a conceptual, como se muestra en la ecuación 5.7
$30 500,00 + $70 350,00 + $60 300,00 = $170 150,00 (5.7)
5.1. Costo total

en el cuadro 5.5 se muestra el costo total y su desgloce con base en las horas de trabajo
invertidas y el material empleado.
Cuadro 5.5: Costo total del proyecto
CONCEPTO CANTIDAD (MN)

Material empleado $5’938.08
Ingenierı́a conceptual $17’150.00
Mano de obra $6’300.00
Implementacion de la programación $7’350.00
Total $36’738.08
Nota: El total del costo del proyecto no incluye I.V.A.

Conclusiones
Como resultado de la investigación en el presente trabajo se puede concluir en que

es aplicable la automatización en su totalidad el fotobiorreactor a nivel piloto, abriendo
pauta a una autoimatización de un fotobiorreactor a nivel industrial para favorecer aún
más al crecimiento de micro-algas y su posible explotación en un futuro para un consumo
energético. Se requiere de una inversión más sustanciosa para que esto se logre, ya que,
para cerrar los lazos de control se requiere de actuadores y éstos son más costosos y re-
quiere de más tiempo invertido en investigacion. Sin embargo, en la propuesta de control
para el lazo de temperatura presentada en este trabajo se demuestra que es posible hacerlo.
Las variables inmersas en el fotobiorreactor para el crecimiento de alga son la luz, el

pH y la temperatura y como resultado obtenemos grasas, es decir, biomasa que puede ser
transformada en energı́a. El prototipo construido permite realizar el monitoreo de estas
variables, as como una gráfica mostrando las variaciones a lo largo del crecimiento de la
cepa, obteniendo información útil para saber cuándo está listo el producto final: Biomasa,
sin que éste llegue a la etapa de muerte. Gracias al monitoreo logrado con este trabajo, se
puede obtener esta información en tiempo real sin necesidad de hacer algún experimento
o extraer una muestra. Agilizando la produccion y la obtencion del producto final.
Los resultados obtenidos con estas gráficas, ayudan también, para el análisis de com-
portamiento de estas algas a lo largo del año, en ciertos lugares como en laboratorios,
industrias o al aire libre. Abriendo un panorama de investigación con resultados que serán
útiles para la comunidad cientifica del paı́s, y dentro del Intituto Politécnico Nacional, es
importante dar seguimiento a proyectos de este tipo, que permitan involucrar múltiples
disciplinas con el fin de lograr proyectos que puedan ser de utilidad en un futuro.
135
Apéndice A
Glosario
ADC - Analogue-Digital Converter por sus siglas en inglés que significan Convertidor
Analógico a Digital.
Airlift - Variedad de fotobiorreactor de tipo tubular en el cual se introduce a la mezcla
gas, quedando como solución en el interior cultivo + gas.
AMDEE - Asociación Mexicana de Energı́a Eólica.
Arduino - Microcontrolador de grado académico que cuenta con entradas y salidas
electrónicas y que se programa mediante un ordenador.
Bit - Unidad mı́nima de información que puede tener valor de uno o cero.
Byte - Unidad de memoria equivalente a 8 bits.
CI - Circuito Integrado.
CMOS - Complementary Metal-Oxide-Semiconductor por sus siglas en inglés que sig-
nifican semiconductor complementario óxido metálico, los cuales son una tecnologı́a de
semiconductores configurados de forma tal que, en estado de reposo, el consumo de energı́a
es únicamente el debido a las corrientes parásitas.
Codesys - Entorno de desarrollo para la programación de controladores conforme con
el estndar industrial internacional IEC 61131-3.
DAC - Digital-Analogue Converter por sus siglas en inglés que significan Convertidor
Digital a Analógico.
Device - Driver de Codesys necesario para comunicación con circuitos integrados y
demás.
EAGLE - Software de desarrollo para la elaboración de placas de circuito impreso y de
diagramas eléctricos y electrónicos.
ESIME - Escuela Superior de Ingenierı́a Mecánica y Eléctrica.
FBA - Fotobiorreactor.
136
Apéndice A. Glosario 137
GVL - Global Variable List por sus siglas en inglés que significan Lista de Variables
Globales, empleado en programación.
HMI - Human-Machine Interface por sus siglas en inglés que significan Interfaz Hombre
Máquina. Es el intermediario entre el lenguaje humano y el lenguaje de máquina.
IAE - Integral Absolute Error por sus siglas en inglés que sigifica Integral Del Valor
Absoluto Del Error.
ID - Tarjeta de indentificación, o bien, etiqueta de identificación.
I.V.A. - Impuesto sobre Valor Agregado. Impuesto que el gobierno pone a los productos,
que es por lo general del 16 %.
LED - Light Emitting Diode por sus siglas en inglés que significan Diodo Emisor de
Luz.
NPN - Negative-Positive-Negative haciendo referencia a la unión de semiconductores
Negativo con Positivo con Negativo conocida como transistor con conmutación positiva.
One-wire - Protocolo de comunicación informt́ico desarrollado por Dallas Semiconduc-
tor el cual funciona en serie utilizando una sola lı́nea de tierra para la comunicación.
Open Pound - Término empleado para definir estanques con la forma y profundidad
requerida que son muy económicos y con costos de operación muy bajos.
PCB - Printed Circuit Board por sus siglas en inglés que significan Placa de Circuito
Impreso, una placa la cual ordena y comunica diferentes componentes eléctricos y electróni-
cos para un uso especı́fico.
PID - Proportional-Integral-Derivative por sus siglas en inglés que significan Propor-
cional Integral y Derivativo.
PNP - Positive-Negative-Positive haciendo referencia a la unión de semiconductores
Positivo con Negativo con Positivo conocida como transistor con conmutación a tierra.
Python - Lenguaje de programación interpretado cuya filosofı́a hace hincapié en una
sintaxis que favorezca un código legible.
Raceway - Término empleado para definir estanques con la forma y profundidad reque-
rida y que proveen movimiento a la mezcla inmersa en ellos por medio de agitadores.
Riser - Cilindro al interior de un fotobiorreractor que permite canalizar el flujo de aire
dentro de la mezcla cultivo + gas generando un flujo ascendente.
Script - En programación es un programa usualmente simple, que por lo regular se
almacena en un archivo de texto plano.
SENER - Secretarı́a de Energı́a.
SP - Set-Point, por sus siglas en inglés que significa Punto de Referencia.
SolidWorks - Software de diseño de piezas formas y figuras en CAD.
Apéndice A. Glosario 138
UPIBI - Unidad Profesional Interdisciplinaria de Biotecnologı́a.

UPIITA - Unidad Profesional Interdisciplinaria en Ingenierı́a y Tecnologı́as Avanzadas.
Apéndice B
Diagramas y Esquemas
139
1 2 3 4 5 6 7 8
ALIMENTACION ENTRADAS Y SALIDAS MICROCONTROLADOR

F1 FUENTE DS18B20 GPIO
3V3 ATX-1
A GND 1 2 TEMP_F_1 SCLK 1 2 TX A
ATX-2 J1
GND 3V3 3 4 TEMP_F_2 MISO 3 4 RX
ATX-3
OW1 5 6 TEMP_F_3 MOSI 5 6 SDA1 2 3 SDA1
ATX-4 5V SDA
7 8 TEMP_F_4 GND 7 8 SCL1 4 5 SCL1
ATX-5 5V SCL
9 10 GND 9 10 GND 1
ATX-6 3.3V
11 12 17 8 TX
ATX-7 3.3V TXO
13 14 10 RX
ATX-8 RXI
15 16 S3 29
F2 ATX-9 GP5
12V 17 18 S2 31 23 SCLK
ATX-10 GP6 SCLK
PH 19 20 32 21 MISO
F3 ATX-11 GP12 MISO
--12V +12V 1 2 ANALOG_PH 33 19 MOSI
ATX-12 GP13 MOSI
2 --12V 3 4 36 24
ATX-13 GP16 CE0
1 GND 5 6 35 26
ATX-14 GP19 CE1
7 8 38
ATX-15 GP20
JP1 9 10 T1 5V 40 7 OW1
B ATX-16 GP21 GP4 B
BC547 RESET_COUNTER 37 11 B_VENT
ATX-17 GP26 GP17
12
ATX-18 1k GP18#
B_VENT 6 15 OE_COLOR
F4 ATX-19 GND GP22
5V 9 16 TEMP_F_1
ATX-20 R4 GND GP23
14 18 TEMP_F_2
GND GP24
VENTILADOR 20 22 TEMP_F_3
GND GP25
25 13 TEMP_F_4
GND GP27
30
GND
34 27
VENT-2 GND ID_SD
GND 39 28
R3
56k
GND ID_SC
VENT-1
RASPBERRYPI-40-PIN-GPIO_PTH
GND
C C
CONVERTIDOR ANALOGICO-DIGITAL SENSOR DE COLOR COUNTER

EXPANSOR_IO
(ADC)
3V3 4 16 3V3
VDD Q1 P0 VCC
5
Q2 P1
PCF8591_ADC RESET_COUNTER 6 15 SDA1
R Q3 P2 SDA
3V3
7 14 SCL1
INPUT_PULSE Q4 P3 SCL
9
Q5 P4
16 15 GND 10 13
VDD AOUT VSS Q6 P5 ~INT
9 SDA1 11
SDA Q7 P6
12 11 12 1 GND
D EXT OSC Q8 P7 A0 D
14 2
VREF Q9 A1
SCL1 10 3
SCL Q10 A2
R1
10k
Q11
ANALOG_PH1 8
AIN0 Q12 GND
2
AIN1
3 3V3
R2
10k
AIN2
4 PCF8574N
AIN3
CD4040BE
5
A0
6 TCS3200
A1
3V3
7 3V3 1 2 GND
A2
3 4 S2
8 5 6 S3
VSS
13 7 8 OE_COLOR
E AGND E
OUT_PULSE 9 10
GND
PCF8591P
1 2 3 4 5 6 7 8
Apéndice B. Diagramas y Esquemas 141
DS18B20
PH
R2
R1
10k
10k
PCF8591_ADC
COUNTER EXPANSOR_IO
GPIO
* * *
TCS3200
PCF8591P
CD4040BE PCF8574N
F4
ESIME ZACATENCO
F3
56k
1k
R3
R4
JP1
F2 3 2 1 T1
BC547
1 2
F1 VENT
FUENTE ATX
1 2 3 4 5 6 7 8
SENSOR1
A 1 A
2
3
USB
P$2
P$1
4
P$2
P$1
SENSOR2 CONNECTOR_1
1 OW 1 2 F_1
2 3 4 F_2
3 5 6 F_3
R1
USB
P$2
P$1
10k
B 4 7 8 F_4 3V3 B
9 10
3V3
P$2
P$1
GND
R2
330
R6
330
SENSOR3
1 T1
2 BC547 T3
3 BC547
R3
USB
P$2
P$1
4 F_1 R7
C 330 F_3 C
330
P$2
P$1
R4
R8
330
330
T2 T4
BC547 BC547
SENSOR4
1
R5 R9
F_2 F_4
2
330 330
3
USB
P$2
P$1
4
D D
P$2
P$1
GND
E E
1 2 3 4 5 6 7 8
CONNECTOR_1 ARUTAREPMET ED SEROSNES
R9
R3 R5 R7 330
330 330 330
3 2 1 T2 3 2 1 T3 3 2 1 T4
3 2 1 T1 BC547 BC547 BC547
BC547
330
330
330
R2
330
R6
R8
R4
10k
R1
SENSOR1 SENSOR2 SENSOR3 SENSOR4

1 2 3 4 5 6 7 8
A A
R3
U1 U3
+12V 7 6 7 6 ANALOG_PH
VCC+ OUT VCC+ OUT
OUT 3 3
IN+ R2 IN+
2 2
GND IN- IN-
B 1 1
B
GND OFFSET_N1 OFFSET_N1
5 5
OFFSET_N2 OFFSET_N2
8 8
NC NC
-12V 4 4
VCC- VCC-
TL071CP TL071CP
R1
C C
+12V U2 R4
+12V 7 6
VCC+ OUT
1
2 3
IN+
2 GND
IN-
OFFSET
1
OFFSET_N1
5 CONNECTOR_2
OFFSET_N2
-12V +12V 1 2 ANALOG_PH
8 -12V 3 4
NC
GND 5 6
D -12V 4 7 8
D
VCC-
9 10
TL071CP
E E
1 2 3 4 5 6 7 8
SENSOR DE pH
CONNECTOR_2
R2 R3 R1 R4
U1
*
U2
*
U3
*
OFFSET
TL071CP TL071CPTL071CP
40.00
Apéndice C
Hojas de datos
146
Apéndice C. Hojas de datos 147
DS18B20 Programmable Resolution

1-Wire Digital Thermometer
General Description Benefits and Features

The DS18B20 digital thermometer provides 9-bit to 12-bit ●● Unique 1-Wire® Interface Requires Only One Port
Celsius temperature measurements and has an alarm Pin for Communication
function with nonvolatile user-programmable upper and ●● Reduce Component Count with Integrated
lower trigger points. The DS18B20 communicates over a Temperature Sensor and EEPROM
1-Wire bus that by definition requires only one data line • Measures Temperatures from -55°C to +125°C
(and ground) for communication with a central micro- (-67°F to +257°F)
processor. In addition, the DS18B20 can derive power • ±0.5°C Accuracy from -10°C to +85°C
directly from the data line (“parasite power”), eliminating • Programmable Resolution from 9 Bits to 12 Bits
the need for an external power supply. • No External Components Required
Each DS18B20 has a unique 64-bit serial code, which ●● Parasitic Power Mode Requires Only 2 Pins for
allows multiple DS18B20s to function on the same 1-Wire Operation (DQ and GND)
bus. Thus, it is simple to use one microprocessor to
●● Simplifies Distributed Temperature-Sensing
control many DS18B20s distributed over a large area.
Applications with Multidrop Capability
Applications that can benefit from this feature include
• Each Device Has a Unique 64-Bit Serial Code
HVAC environmental controls, temperature monitoring
Stored in On-Board ROM
systems inside buildings, equipment, or machinery, and
process monitoring and control systems. ●● Flexible User-Definable Nonvolatile (NV) Alarm Settings
with Alarm Search Command Identifies Devices with
Applications Temperatures Outside Programmed Limits
●● Thermostatic Controls ●● Available in 8-Pin SO (150 mils), 8-Pin µSOP, and
●● Industrial Systems 3-Pin TO-92 Packages
●● Consumer Products
●● Thermometers Pin Configurations
●● Thermally Sensitive Systems
TOP VIEW
+
N.C. 1 8 N.C.
DS18B20
N.C. 2 DS18B20 7 N.C.
1 2 3
VDD 3 6 N.C.
DQ 4 5 GND
SO (150 mils)
(DS18B20Z)
DQ 1 + 8 VDD
GND DQ VDD N.C. 2 7 N.C.
DS18B20
N.C. 3 6 N.C.
1 2 3 GND 4 5 N.C.
1 µSOP
BOTTOM VIEW (DS18B20U)
Ordering Information appears at end of data sheet.
TO-92
(DS18B20)
1-Wire is a registered trademark of Maxim Integrated Products, Inc.
19-7487; Rev 4; 1/15

r TCS3200, TCS3210
PROGRAMMABLE
r COLOR LIGHT-TO-FREQUENCY CONVERTER
TAOS099 − JULY 2009
D High-Resolution Conversion of Light PACKAGE D

Intensity to Frequency 8-LEAD SOIC
(TOP VIEW)
D Programmable Color and Full-Scale Output
Frequency S0 1 8 S3
D Communicates Directly With a Microcontroller
S1 2 7 S2
D Single-Supply Operation (2.7 V to 5.5 V)
D Power Down Feature OE 3 6 OUT
D Nonlinearity Error Typically 0.2% at 50 kHz
GND 4 5 VDD
D Stable 200 ppm/°C Temperature Coefficient
D Low-Profile Lead (Pb) Free and RoHS TCS3200
Compliant Surface-Mount Package

S0 1 8 S3
Description S1 2 7 S2
The TCS3200 and TCS3210 programmable color
OE 3 6 OUT
light-to-frequency converters that combine confi-
gurable silicon photodiodes and a current-to-fre- GND 4 5 VDD
quency converter on a single monolithic CMOS
integrated circuit. The output is a square wave TCS3210
(50% duty cycle) with frequency directly propor-
tional to light intensity (irradiance).
The full-scale output frequency can be scaled by one of three preset values via two control input pins. Digital
inputs and digital output allow direct interface to a microcontroller or other logic circuitry. Output enable (OE)
places the output in the high-impedance state for multiple-unit sharing of a microcontroller input line.
In the TCS3200, the light-to-frequency converter reads an 8 x 8 array of photodiodes. Sixteen photodiodes have
blue filters, 16 photodiodes have green filters, 16 photodiodes have red filters, and 16 photodiodes are clear
with no filters.
In the TCS3210, the light-to-frequency converter reads a 4 x 6 array of photodiodes. Six photodiodes have blue
filters, 6 photodiodes have green filters, 6 photodiodes have red filters, and 6 photodiodes are clear with no
filters.
The four types (colors) of photodiodes are interdigitated to minimize the effect of non-uniformity of incident
irradiance. All photodiodes of the same color are connected in parallel. Pins S2 and S3 are used to select which
group of photodiodes (red, green, blue, clear) are active. Photodiodes are 110 μm x 110 μm in size and are on
134-μm centers.
Functional Block Diagram
Output
Photodiode Current-to-Frequency
Light Converter
Array
S2 S3 S0 S1 OE
The LUMENOLOGY r Company Copyright E 2009, TAOS Inc.

r
Texas Advanced Optoelectronic Solutions Inc.
1001 Klein Road S Suite 300 S Plano, TX 75074 S (972)
r 673-0759
www.taosinc.com 1
Data sheet acquired from Harris Semiconductor

SCHS030D − Revised December 2003
The CD4020B and CD4040B types are supplied

in 16-lead hermetic dual-in-line ceramic
packages (F3A suffix), 16-lead dual-in-line
plastic packages (E suffix), 16-lead
small-outline packages (NSR suffix), and
16-lead thin shrink small-outline packages (PW
and PWR suffixes). The CD4040B type also is
supplied in 16-lead small-outline packages (M
and M96 suffixes).
The CD4024B types are supplied in 14-lead
hermetic dual-in-line ceramic packages (F3A
suffix), 14-lead dual-in-line plastic packages (E
suffix), 14-lead small-outline packages (M, MT,
M96, and NSR suffixes), and 14-lead thin shrink
small-outline packages (PW and PWR suffixes).
Copyright © 2003, Texas Instruments Incorporated

INTEGRATED CIRCUITS
DATA SHEET
PCF8574
Remote 8-bit I/O expander for
I2C-bus
Product specification 2002 Nov 22
Supersedes data of 2002 Jul 29
PCF8591
8-bit A/D and D/A converter
Rev. 7 — 27 June 2013 Product data sheet
1. General description
The PCF8591 is a single-chip, single-supply low-power 8-bit CMOS data acquisition
device with four analog inputs, one analog output and a serial I2C-bus interface. Three
address pins A0, A1 and A2 are used for programming the hardware address, allowing
the use of up to eight devices connected to the I2C-bus without additional hardware.
Address, control and data to and from the device are transferred serially via the two-line
bidirectional I2C-bus.
The functions of the device include analog input multiplexing, on-chip track and hold
function, 8-bit analog-to-digital conversion and an 8-bit digital-to-analog conversion. The
maximum conversion rate is given by the maximum speed of the I2C-bus.
2. Features and benefits

 Single power supply
 Operating supply voltage 2.5 V to 6.0 V
 Low standby current
 Serial input and output via I2C-bus
 I2C address selection by 3 hardware address pins
 Max sampling rate given by I2C-bus speed
 4 analog inputs configurable as single ended or differential inputs
 Auto-incremented channel selection
 Analog voltage range from VSS to VDD
 On-chip track and hold circuit
 8-bit successive approximation A/D conversion
 Multiplying DAC with one analog output.
3. Applications
 Supply monitoring
 Reference setting
 Analog control loops
Bibliografı́a
[1] Análisis de offset en amplificadores operacionales. URL http://quidel.inele.ufro.

cl/~jhuircan/PDF_CTOSII/osaoieee.pdf,author=.
[2] Francia Catherine Triana Serrano Alex Rolando Rodrı́guez Cuesta. Evaluación del ph
en el cultivo de spirulina spp.(=arthrospira) bajo condiciones de laboratorio. Facultad
de Ciencias de la Pontificia Universidad Javeriana, 1:69, 2006.
[3] Marco Sanjuán y Antonio Bula Arnaldo Verdeza, Leonardo Di Mare. Diseño de ecua-
ciones de sintonı́a para controladores pid (proporcional-integral-derivativo) implemen-
tados en fotobiorreactores. Información Tecnológica, 27:121–132, 2016.
[4] Marco Sanjuán y Antonio Bula Arnaldo Verdeza, Leonardo Di Mare. Diseño de ecua-
ciones de sintonı́a para controladores pid (proporcional-integral-derivativo) implemen-
tados en fotobiorreactores. 2016. URL http://www.scielo.cl/scielo.php?script=
sci_arttext&pid=S0718-07642016000400013.
[5] William Bolton. Ingenierı́a de Control. Alfaomega, 2 edón., 2001.
[6] Alfredo Sanz Molina Bonifacio Martin del Brio. Redes Neuronales y Sistemas Difusos.
RA-MA, 2002.
[7] Benjamı́n Gustavo Campos Calzada. Determinación del valor calorı́fico de la biomasa
de diferentes microalgas antes y después de la extracción de algunos compuestos de in-
terés. Proyecto Fin de Carrera, Unidad Profesional Interdisciplinaria de Bioingenierı́a,
México, CD. MX., 2017.
[8] CODESYS. Codesys development. 2017.
[9] Asociación Mexicana de Energı́a Eólica. El viento en numeros. 2017. URL http:
//www.amdee.org/viento-en-numeros.
152
Bibliografı́a 153
[10] Asociación Mexicana de Energı́a Eólica. Por qué la eólica? 2017. URL http://www.
amdee.org/porque-la-eolica.
[11] Marı́a de la Luz Velázquez Monroy Miguel Ángel Ordorica Vargas. ácidos, bases,
ph y soluciones reguladoras. 2009. URL http://www.bioquimica.dogsleep.net/
Teoria/archivos/Unidad24.pdf.
[12] México: Gobierno de la República. Reforma energética. URL reformas.gob.mx/

reforma-energetica/que-es.
[13] México: Gobierno de la República. Reforma energética. págs. 25 – 28, 2013.
[14] Tim de Mooij, Guus de Vries, Christos Latsos, Ren H. Wijffels, y Marcel Janssen.
Impact of light color on photobioreactor productivity. Algal Research, 15:32 – 42,
2016. ISSN 2211-9264. doi:http://dx.doi.org/10.1016/j.algal.2016.01.015. URL http:
//www.sciencedirect.com/science/article/pii/S2211926416300261.
[15] Edén Morales Naráez Fernando Daniel López Sánchez. Prototipo de un Fotobiorreac-
tor. Proyecto Fin de Carrera, Unidad Profesional Interdisciplinaria en Ingenierı́a y
Tecnologı́as Avanzadas, México, CD. MX., 2006.
[16] Bernardo Fontal. El Espectro Electromagnético y sus Aplicaciones. VII Escuela Ve-
nezolana Para la Enseñanza de la Quı́mica, 2005.
[17] The Phyton Software Foundation. What’s new in python 2.7. 2017. URL https:
//docs.python.org/2/whatsnew/2.7.html.
[18] Gregorio Gil Garcı́a. La Energı́a en cifras. Perspectivas Globales. Alfaomega, 1 edón.,
2014.
[19] F. Le Borgne V. Goetz J. Legrand J. Pruvost, J. F. Cornet. Theorical investigation of

microalgae culture in the light changing conditions of solar photobioreactor production
and comparison with cyanobacteria. 2015. URL www.sciencedirect.com.
[20] Richard O. Buckius John R. Howell. Principios de Termodinámica para Ingenieros.

McGraw Hill, 1990.
[21] Jesús Manuel Torres Palenzuela José Carlos Bello Santos, Jesús González Doldan.
Sistema automatizado de control para el crecimiento de microalgas. 2015. URL
https://dialnet.unirioja.es/descarga/articulo/4749367.pdf.
Bibliografı́a 154
[22] Kim B. Ramanan R. Choi J. Yang J. Oh H. Kim H. Kang, Z. A cost analysis

of microalgal biomass and biodiesel production in open raceways treating municipal
wastewater and under optimum light wavelength. Journal of Microbiology and Bio-
technology, 25(1):109–117, 2015.
[23] Steve Miller Stephen A. Morse Timothy A. Mietzner Barbara Detrick Thomas G.
Mitchell James H. McKerrow Judy A. Sakanari Karen C. Carroll, Jeffery A. Hobden.
Microbiologı́a Médica. Mc Graw Hill, 27 edón.
[24] Tore Hagglund Karl J. Astrom. Control PID Avanzado. Pearson, 2009.
[25] Yaremi López Hernández. Cultivo de Chlorella Vulgaris en un Fotobiorreactor Airlift

de Tubos Concéntricos con Capacidad de 17 Litros. Proyecto Fin de Carrera, Unidad
Profesional Interdisciplinaria de Bioingenierı́a, México, CD. MX., 2015.
[26] Vı́ctor Manuel Pérez Lozano. Novedoso fotobiorreactor para el cultivo masivo de
microalgas. Universidad de Alicante, pág. 10, 2012.
[27] Eduardo Jacob-Lopes Luis Guillermo Ramı́rez Mérida, Leila Queiroz Zepka. Fotobio-
rreactor: Herramienta para cultivo de cianobacterias. 2002.
[28] Dr. Miguel Ángel Franco Nava M.C. Carlos Francisco González Hernández, M.C. Ma-
nuel de Jesús Sol Hernández. Estimación de iluminación en un fotobiorreactor pro-
ductor de biomasa a partir de microalgas. 2014. URL https://dialnet.unirioja.
es/descarga/articulo/4749367.pdf.
[29] N/A. Sensing ambient light temt6000 + arduino. 2010. URL http://bildr.org/
2011/06/temt6000_arduino/.
[30] A.Poznyak y I.Chairez N.Martinez. Software sensor for microalgae culture: Theoretical
development, numerical solutions and real time implementations. págs. 1–20, 2014.
[31] Katsuhiko Ogata. Ingenierı́a de Control Moderna. PEARSON, 5 edón., 2010.
[32] PEMEX. Precio mezcla mexicana de exoportación. 2017.
[33] Emil Puruhito. Automated Monitoring and Control Systems for an Algae Photobio-
reactor. Proyecto Fin de Carrera, Arizona State University, 2014.
[34] Gregory L. Moss Ronald J. Tocci, Neal S. Widmer. Sistemas Digitales Principios y
Aplicaciones. PEARSON, 10 edón., 2007.
Bibliografı́a 155
[35] Jessica Magaly Ruı́z-Reyes. Estudio de Fotobiorreactor de Microalga: Sistema de Mo-

nitoreo y Simulación de Estrategias de Control. Proyecto Fin de Carrera, Universidad
de Piura(Perú), 2015.
[36] José M. Fernández Salgado. Tecnologı́a de las Energiás Renovables. A. Madrid Vicente
Ediciones & Ediciones Mundi-Empresa, 1 edón., 2009.
[37] Vishay Semiconductors. Datasheet TEMT6000, 2004.
[38] Jose Marı́a Fernández Sevilla. Fotobiorreactores para el cultivo masivo de

microalgas. 2016.URL http://www.ual.es/~jfernand/ProcMicro70801207/
tema-1---generalidades/1-7-fotobiorreactores.html.
[39] Jose Marı́a Fernández Sevilla. Microalgas - definición y caracterı́sticas. 2016. URL
http://www.ual.es/~jfernand/ProcMicro70801207/tema-1---generalidades/
1-1-microalgas.html.
[40] Yixin Tan y Junda Lin. Biomass production and fatty acid profile of a scenedesmus
rubescens-like microalga. Bioresource Technology, 102(21):10131 – 10135, 2011. ISSN
0960-8524. doi:http://dx.doi.org/10.1016/j.biortech.2011.07.091. URL http://www.
sciencedirect.com/science/article/pii/S096085241101042X.
[41] UDEP. Lógica difusa y sistemas de control. 2017. URL http://www.biblioteca.

udep.edu.pe/bibvirudep/tesis/pdf/1_185_184_133_1746.pdf.
[42] Jaime González Velasco. Energı́as Renovables. Reverté, 10 edón., 2009.
[43] Adam M. Feist Gisli Herjolfsson Sigurdur Brynjolfsson Bernhard O. Palsson Wei-
qi Fu, Olafur Gudmundsson. Maximizing biomass productivity and cell density of
chlorella vulgaris by using light-emitting diode-based photobioreactor. 2012. URL
www.sciencedirect.com.

TESIS Photobioreactor

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

TESIS Photobioreactor

Cargado por

Copyright:

Formatos disponibles

INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA

UNIDAD PROFESIONAL “ADOLFO LOPEZ MATEOS” ZACATENCO

“MONITOREO DE UN FOTOBIORREACTOR TUBULAR

PARA OBTENER EL TITULO DE

HERNANDEZ CASTRO PAUL ADRIAN

CDMX, MEXICO ABRIL, 2018

1.11.1. Acción Proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

2. Estado del arte 58

3.1.1. Requerimientos de usuario y diseño . . . . . . . . . . . . . . . . . . . 70

B. Diagramas y Esquemas 139

C. Hojas de datos 146

1.1. Turbina hidráulica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.21. Lazo de control para temperatura en el fotobiorreactor. . . . . . . . . . . . 50

2.1. Esquema de control de temperatura de un fotobiorreactor plano [3] . . . . . 59

3.1. Etapas de crecimiento bacteriano en un nuevo medio ambiente. . . . . . . . 71

3.18. Información del Device One Wire Master . . . . . . . . . . . . . . . . . . . 91

4.8. Acción de control en estado estacionario. . . . . . . . . . . . . . . . . . . . . 125

1.1. Energı́a eólica en México [9]. . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.1. Tags de intrumentos del Fotobiorreactor Airlift. . . . . . . . . . . . . . . . . 72

5.1. Material empleado con precio en Moneda Nacional, MN . . . . . . . . . . . 131

5.4. Material, cantidad y costo de la Placa de pH en Moneda Nacional, MN . . . 133

algoritmos de control, logrará una mayor optimización en la manera de producir biomasa.

2. Construir un prototipo capaz de monitorear y muestrear las variables de un fotobio-

3. Instrumentar un fotobiorreactor para poder monitorear las variables del mismo.

4. Graficar en tiempo real las variables de un fotobiorreactor.

5. Analizar los resultados gráficos generados.

1.1. Importancia de las Energı́as Renovables en México

1.1.1. Energia Hidráulica

La energı́a hidráulica presenta grandes ventajas

El incremento en los precios del petroleo.

La fácil instalación de turbinas en lugares de

1.1.2. Energı́a Eólica

2,551 Mega watts operando en México

La energı́a eólica es limpia ya que no produce desechos peligrosos, ni contribuye al

1.1.3. Energı́a Solar

La energı́a solar es un recurso renovable prácticamente ilimitado. Hay virtualmente

Figura 1.2: Diagrama global de la radiación solar [42].

1.1.4. Energı́a de la Biomasa

Figura 1.3: Distribución global de la radiación solar.

La energı́a biológica genera 40 TW, lo cual equivale aproximadamente a tres veces el

Figura 1.4: Distribución global de fotosińtesis.

1.2. Reforma Energética

Fondo para el Sistema de Pensión Universal.

1.3. Proceso Fotosintético

1.3.1. Eficiencia de Conversión Energética de la Fotosı́ntesis

Energı́a por átomo de C fijado

Carbonos: Los carbonos obtenidos de la biomasa seca, son convertidos en fuentes de

Ácidos grasos: Los trigliceridos en la microalga son extraidos y convertidos en ácidos

Los fotobiorreactores son dispositivos destinados al cultivo masivo de microalgas. Los

Figura 1.5: Fotobiorreactor de tipo Open Pound.

Raceways: Su diferencia es que proveen agitación y mezcla al cultivo. Permite un

(a) Fotobioreactor de tipo Raceway. (b) Fotobioreactor de tipo Columna.

Figura 1.6: Fotobiorreactores de tipo Raceway y Columna

Columna: Consisten en una columna de burbujeo transparente. Éstos son fáciles

Figura 1.7: Fotobiorreactores Tubular y Plano

Reactores Planos: Con caracterı́sticas parecidas al anterior con la diferencia que

Reactor tubular: Éstos son los más sofisticados y especializados. El diseño se

Fotobiorreactor tipo Airlift

1.7. Espectro Electromagnético

La luz es una manifestación de la energı́a y está asociada a la radiación electromagnética

Figura 1.9: Espectro electromagnético[16].

y máximo de la onda; o entre mı́nima y mı́nima). Un ciclo corresponde a la parte de la