INTEGRACIÓN DE UN SISTEMA DE PROTECCIÓN

ELECTRÓNICA Y UNA INTERFAZ

HUMANO-MÁQUINA (HMI) PARA LA EVALUACIÓN
DE ESTRATEGIAS DE CONTROL Y VISUALIZACIÓN
DE VARIABLES DE LA PLANTA DE PH DE LA
UNIVERSIDAD EIA

CRISTIAN CAMILO MUÑOZ SALAMANCA

UNIVERSIDAD EIA
PROGRAMA ACADÉMICO
ENVIGADO, COLOMBIA
AÑO
INTEGRACIÓN DE UN SISTEMA DE PROTECCIÓN
ELECTRÓNICA Y UNA INTERFAZ
HUMANO-MÁQUINA (HMI) PARA LA EVALUACIÓN
DE ESTRATEGIAS DE CONTROL Y VISUALIZACIÓN
DE VARIABLES DE LA PLANTA DE PH DE LA
UNIVERSIDAD EIA

CRISTIAN CAMILO MUÑOZ SALAMANCA

Trabajo de grado para optar al título de:

Ingeniero Mecatrónico

Directora del trabajo de grado:

Tatiana Manrique Espindola, M.Sc., Ph.D.

Co-director:
Juan David Núñez López, M.Sc.

UNIVERSIDAD EIA
PROGRAMA ACADÉMICO
ENVIGADO, COLOMBIA
2022
 Contenidos

1. Preliminares 4
1.1. Planteamiento del Problema y Justificación . . . . . . . . . . . . . . . . . . 4
1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2. Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Marco Teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1. pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.2. Identificación de Sistemas . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.3. Métodos de Identificación No Paramétricos . . . . . . . . . . . . . . 7
1.4.4. Métodos de Identificación Paramétrica . . . . . . . . . . . . . . . . . 7
1.4.5. Identificación de procesos sobre-amortiguados . . . . . . . . . . . . . 7
1.4.6. Sistemas de Control . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.7. Interfaz Máquina – Humano (HMI) . . . . . . . . . . . . . . . . . . . 9

2. Instrumentación del proceso 10

2.1. Planta de pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.1. Sensor de pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.2. Agitador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.3. Bomba dosificadora . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.4. Bomba eductora y bomba de circulación . . . . . . . . . . . . . . . . 18
2.2. Diseño Electrónico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.1. Etapa de (3-15)V a (4-20)mA . . . . . . . . . . . . . . . . . . . . . . 19
2.2.2. Etapa de (0-10)V a (3-15)V . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.3. Seguidor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.4. Alimentación - Saturación . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.5. Selección de componentes . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.6. Diseño circuito impreso . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.7. Validación del circuito . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3. Identificación Experimental 30
3.1. Recolección de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2. Selección y Validación del Modelo . . . . . . . . . . . . . . . . . . . . . . . . 31

4. Evaluación de estrategias de control Gain-scheduling 38

4.1. Diseño de Controladores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2. Validación de Controladores . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5. Conclusiones 47

A. Función Método Dos Puntos 50

B. Cohen y Coon MATLAB 52

C. Protocolo de pruebas 53
 Lista de Figuras

2.1. Analytical Process Control - T5554 . . . . . . . . . . . . . . . . . . . . . . . 10

2.2. Componentes principales - T5554, (Amatrol, 2022) . . . . . . . . . . . . . . 12
2.3. Adecuación al suministro de agua y desagüe . . . . . . . . . . . . . . . . . . 12
2.4. P&ID - T5554, (Amatrol, 2022) . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5. Antiguo pH-metro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.6. Proceso montaje pH-metro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.7. LPI-pH Transmisor pH en el panel de control. . . . . . . . . . . . . . . . . . 16
2.8. Cambios al variador de velocidad del motor . . . . . . . . . . . . . . . . . . 16
2.9. Bobinado del motor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.10. Bomba dosificadora, (Pulsafeeder, 2022) . . . . . . . . . . . . . . . . . . . . 18
2.11. Control frecuencia señal (4-20)mA, (Pulsafeeder, 2022) . . . . . . . . . . . . 18
2.12. Bomba eductora modelo MiniDos 12 . . . . . . . . . . . . . . . . . . . . . . 19
2.13. Bomba centrífuga modelo DLC-5000-03-ODP-K, (Radwell, 2022) . . . . . . 19
2.14. Diagrama de bloques general circuito electrónico . . . . . . . . . . . . . . . 20
2.15. Lazo (4-20)mA - Diseño inicial . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.16. Lazo (4-20)mA - Diseño final . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.17. Diagrama de bloques etapa (0-10)V a (3-15)V . . . . . . . . . . . . . . . . . 22
2.18. Esquemático etapa (0-10)V a (3-15)V . . . . . . . . . . . . . . . . . . . . . . 23
2.19. Esquemático etapa seguidor . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.20. Esquemático etapa saturación . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.21. Esquemático diseño final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.22. Diseño de PCB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.23. Diseño de PCB impreso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.24. Imagenes de la PCB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.25. Simulación en Multisim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.26. Comparación entre los datos reales y teóricos del circuito terminado . . . . 29

3.1. Diagrama de conexión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.2. Adquicisión de Datos LabVIEW . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3. Recolección de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4. Linealidad recolección de datos de la planta en estado estable . . . . . . . . 32
3.5. Identificación Bomba Dosificadora al 20 % . . . . . . . . . . . . . . . . . . . 33
3.6. Identificación Bomba Dosificadora al 30 % . . . . . . . . . . . . . . . . . . . 34
3.7. Identificación Bomba Dosificadora al 40 % . . . . . . . . . . . . . . . . . . . 35
3.8. Identificación Bomba Dosificadora al 50 % . . . . . . . . . . . . . . . . . . . 35
3.9. Identificación Bomba Dosificadora al 50 % . . . . . . . . . . . . . . . . . . . 35
3.10. Identificación Bomba Dosificadora al 70 % . . . . . . . . . . . . . . . . . . . 36
3.11. Identificación Bomba Dosificadora al 80 % . . . . . . . . . . . . . . . . . . . 36
3.12. Identificación Bomba Dosificadora al 90 % . . . . . . . . . . . . . . . . . . . 36
3.13. Identificación Bomba Dosificadora al 100 % . . . . . . . . . . . . . . . . . . 37

4.1. Diagrama de bloques control . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

4.2. Respuesta al escalón simulación del 20 % y 30 % . . . . . . . . . . . . . . . . 40
4.3. Respuesta al escalón simulación del 40 % y 50 % . . . . . . . . . . . . . . . . 40
4.4. Respuesta al escalón simulación del 60 % y 70 % . . . . . . . . . . . . . . . . 41
4.5. Respuesta al escalón simulación del 80 % y 90 % . . . . . . . . . . . . . . . . 41
4.6. Respuesta al escalón simulación del 100 % . . . . . . . . . . . . . . . . . . . 41
4.7. Control LabVIEW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.8. Graficar LabVIEW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.9. HMI LabVIEW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.10. Respuesta controlador estrategia gain-scheduling . . . . . . . . . . . . . . . 45
4.11. Respuesta controlador estrategia gain-scheduling . . . . . . . . . . . . . . . 45
4.12. Respuesta controlador estrategia gain-scheduling . . . . . . . . . . . . . . . 46
 Lista de Tablas

1.1. Constantes para la identificación de los modelos de primero orden más tiem-
po muerto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.1. Listado de componentes principales de T5554-ACA . . . . . . . . . . . . . . 11

2.2. Comparación pH-metro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3. Comparación medición en flujo y estático . . . . . . . . . . . . . . . . . . . 15

3.1. Identificación error cuadrático medio - 20 . . . . . . . . . . . . . . . . . . . 33

3.2. Identificación de los diferentes rangos . . . . . . . . . . . . . . . . . . . . . . 34
3.3. Error cuadrático medio general en la identificación . . . . . . . . . . . . . . 37

4.1. Factor de incontrolabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.2. Familia de controladores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3. Desempeño del controlador gain-scheduling . . . . . . . . . . . . . . . . . . 46
 Resumen

Se describe y hacen los cambios necesarios a la instrumentación de la planta de pH de

la Universidad EIA, además de realizar circuitos para la protección de ciertos elementos
principales de la planta.
Se desarrolla la identificación de la dinámica de la planta con métodos de dos puntos
y comparando su rendimiento entre ellos. Y como estrategia de control se usará gain-
scheduling ya que explota métodos de diseño de control lineal, por lo que se utilizaran rangos
de operación donde se puede garantizar que en cada punto de funcionamiento, el sistema
de retroalimentación tiene las propiedades de estabilidad y rendimiento deseadas. Para
cada rango de operación se sintonizará un controlador PI por el método de Cohen y Coon,
también comprobando su eficiencia para los rango de incontrolabilidad recomendados.

1
 Abstract

It describes and makes the necessary changes to the instrumentation of the pH plant of the
EIA University, in addition to making circuits for the protection of certain main elements
of the plant.
The identification of the plant dynamics is developed using two-point methods and compa-
ring their performance between them. And as a control strategy will be used as it exploits
linear control design methods, so operating ranges will be used where it can be guaranteed
that at each operating point, the feedback system has the desired stability and performance
properties. For each operating range a PI controller will be tuned by Cohen and Coon’s
method, also checking its efficiency for the recommended uncontrollability range.

2
 Introducción

La automatización es esencial para el funcionamiento de diferentes procesos, en este tra-

bajo se controlará y habilitará la planta de pH de la Universidad EIA para la evaluación
de estrategias de control con la implementación de una HMI, en el control de pH existen
infinidad de aplicaciones algunas tan novedosas como la gestión de pH del macerado en una
fábrica de cerveza para producir la cerveza perfecta, otras tan necesarias como el control
automático de pH en una planta de tratamiento de aguas residuales.

Por la importancia del control de pH y su gran aplicabilidad en la industria se decide

realizar este trabajo de grado, donde además se pretende que sea útil para el aprendizaje
en las materias enfocadas al control de la Universidad EIA que utilizan esta planta para
sus laboratorios.

En este trabajo se mostrará el procedimiento llevado a cabo para habilitar la planta de

pH, después de alrededor de 5 años en desuso, junto con la implementación de circuitos de
protección y recomendaciones para que está situación no se vuelva a presentar. Además de
la identificación y control de la planta.

3
 Capitulo 1: Preliminares

1.1. Planteamiento del Problema y Justificación

La automatización es esencial para el funcionamiento de diferentes procesos, como pueden
ser procesos químicos. Es necesaria para mantener las variables del proceso dentro de los
límites de funcionamiento seguros, al tiempo que se mantiene la pureza del producto y
las condiciones óptimas de funcionamiento. Dado que todos los procesos son diferentes en
cuanto a su velocidad de respuesta y sensibilidad a los ajustes de control y a las perturba-
ciones, los parámetros de los controladores deben ajustarse a las características del proceso.
(Corripio & Newell, 2015)
En este trabajo se controlará y habilitará la planta de pH de la Universidad EIA para
la evaluación de diferentes estrategias de control, donde existen infinidad de aplicaciones;
algunas tan novedosas como la gestión del pH del macerado en una fábrica de cerveza para
producir la cerveza perfecta, otras tan necesarias como el control automático de pH en una
planta de tratamiento de aguas residuales. (White, 2019)
Básicamente, un sistema de control del pH, mide el pH de la solución y controla la adición
de un agente neutralizador para mantener la solución en el pH de neutralidad, o dentro de
ciertos límites aceptables. Estos sistemas de control de pH son muy variados, y su diseño
depende de factores como el caudal, la fuerza del ácido o la base, el método de adición del
agente neutralizador, la precisión del control y los límites de la solución. (Emerson Process
Management, 2011)
La planta pH está en desuso desde hace alrededor de 5 años, según información brindada
por el director de la carrera de Ingeniería Mecatrónica de la Univerdidad EIA. Su desuso se
debe a que gran parte de los principales elementos de esta planta tuvieron daños eléctricos,
generados por mal uso en las prácticas de laboratorio, aquí realizadas.
Con este trabajo se busca implementar a la planta de pH de la universidad EIA sistemas
de protección eléctrico a los principales elementos, para permitir la evaluación de diferentes
estrategias de control, aplicadas por medio de una HMI donde además se podrán visualizar
las variables en tiempo real, para así facilitar las prácticas de laboratorio del área de Au-
tomatización y Control de la Universidad EIA, llevadas a cabo en esta planta y protegerla
de posibles daños eléctricos en sus principales elementos.
El pH es una magnitud de mucha importancia en un sinnúmero de procesos biotecnológicos,
como por ejemplo en la neutralización de desperdicios alimenticios. También ha cobrado
gran relevancia en la minería y en el control de la contaminación, como es el caso de la
neutralización de desechos industriales. El control de esta variable es en general difícil de
realizar debido a la dependencia altamente no lineal entre los reactivos que ingresan al
sistema y el pH que se establece. (Amaya et al., 2004)
El control del pH es muy importante en la elaboración de los productos alimentarios,
tanto como indicador de las condiciones higiénicas como para el control de los procesos de

4
transformación, algunos de los ejemplos en la industria alimenticia sobre el control de pH
son los siguientes. En las carnes, el pH es un indicador importante de las condiciones de
salud y alimentaras del animal en el momento del sacrificio. El pH es un factor importante
en la producción de todos los tipos de bebidas, incluso pequeños cambios del pH en las
aguas minerales pueden indicar una contaminación de las fuentes o de los estratos naturales.
El pH de la leche debe ser controlado desde el momento de la recolección hasta la entrega
del producto, ya que es un indicador válido de sus condiciones higiénicas. (Infoagro, 2017)
En el control de pH en los cultivos, el pH es un indicador muy importante y un factor
decisivo que hace que los nutrientes necesarios para un correcto desarrollo del cultivo estén
disponibles para la planta. El pH de la solución de riego es esencial para una correcta
gestión de la fertiirrigación. Un sistema que dosifique los fertilizantes y el ácido de manera
estable, sin oscilaciones en el pH y conectividad, dará lugar a un buen desarrollo del cultivo
y un aumento de la calidad y cantidad de la producción. (Nuticontrol, 2020)
Los anteriores son solo algunos ejemplos de la cantidad de aplicaciones que existen para
el control de pH, consecuentemente, es una de las razones por las cuales toma relevancia
el trabajo aquí propuesto. Por la importancia del control de pH en la industria se decide
realizar este trabajo de grado, que pretende habilitar la planta de pH de la Universidad
EIA, para la evaluación de estrategias de control de una manera más sencilla a través de una
HMI y sea útil para el aprendizaje en las materias enfocadas al control de la Universidad
EIA que utilizan esta planta para sus laboratorios.

1.2. Objetivos
A continuación se describen las metas u objetivos a cumplir en este proyecto final de
pregrado. En primer lugar, se presenta un objetivo general que contiene la idea principal
del proyecto, seguido de los objetivos específicos.

1.2.1. Objetivo general

Integrar un sistema de protección electrónica y una interfaz humano-máquina (HMI) para
la evaluación de estrategias de control y visualización de variables en tiempo de real en la
planta de pH de la Universidad EIA

1.2.2. Objetivos específicos

Los objetivos específicos de este proyecto se presentan a continuación:

Implementar circuitos de protección electrónica la bomba dosificadora y ph-metro,

identificando rangos de operación, para el desarrollo de prácticas de estudiantes en
la planta de pH.

Identificar experimentalmente la planta de pH, adquiriendo las señales de entrada y

salida, para obtener un modelo matemático que describa la dinámica de la planta.

Implementar algoritmos de control en circuitos integrados programables y disposi-

tivos portátiles reconfigurables, diseñando un protocolo de pruebas para evaluar el
desempeño de las estrategias de control.

5
 Implementar una interfaz humano-máquina (HMI), estableciendo comunicación con
el sistema embebido, para la visualización, almacenamiento de variables y evaluación
de estrategias de control.

1.3. Antecedentes
Una tesis presentada en la Universidad Tecnológica de Bolivar presenta los resultados de
la automatización de la planta de tratamiento de aguas residuales (control de pH) de la
empresa Termocartagena S.A. E.S.P. Se utiliza un modelamiento difuso al que denominan
error de inferencia. (Osorio Lugo & Vargas Diaz, 2005)

En un artículo presentando por la universidad de la Amazonia hacen la implementación de

un controlador PD difuso para la determinación, estabilidad y seguridad del potencial de
Hidrógeno (pH) en una disolución ácida o básica a 0,1 M. El diseño del sistema de control
difuso se desarrolló mediante la metodología del experto, se implementó en el lenguaje de
programación Java y se validó mediante un plan de pruebas. El error porcentual calculado
fue menor al 2 %. El error cuadrático medio y el error absoluto medio encontrado fue de
0,0033 y 0,0016 respectivamente, lo que indica un comportamiento similar en las salidas de
los dos sistemas difusos implementados. Se registraron los tiempos de ejecución de máquina
para calcular el tiempo promedio de inferencia difusa el cual fue de 0,328 milisegundos.
Finalmente, los resultados de las pruebas experimentales muestran que el error porcentual
no supera el 1 % en el control de pH. (Pamo Leal et al., 2011)

En este trabajo de grado de la Universidad Distrital Francisco José de Caldas se desarrolló

un sistema de control de pH para una etapa de dosificación de una planta pasteurizadora, se
aplicó control difuso, en la primera fase se llevó a cabo un diseño estructural e instrumental
electrónico de la etapa de dosificación, en la segunda fase se desarrolló la identificación del
modelo matemático de la planta, en la tercera fase el desarrollo de la programación del
PLC, la aplicación del algoritmo del control PID en tiempo discreto y el control Difuso,
la cuarta fase es la verificación del correcto desempeño del control difuso y por último la
implementación del sistema SCADA. (Perez Prada, 2016))

1.4. Marco Teórico

1.4.1. pH
Como se ha hecho sabes en los preliminares de este trabajo el pH es una magnitud de mucha
importancia en un sinnúmero de procesos, como por ejemplo la industria de tratamiento de
aguas. El control de esta variable es en general difícil de realizar debido a la dependencia
altamente no lineal entre los reactivos que ingresan al sistema y el pH que se establece.
Esta no linealidad ya aparece en la definición, puesto que

pH = log(H+)

Además, el control de pH en ocasiones presenta un comportamiento de fase no mínima; de

ahí que a veces al disminuir el flujo de algún reactivo, se produce una disminución de pH
y en otras al aumentar este flujo se produce de igual modo una disminución de pH(Amaya
et al., 2004)

6
1.4.2. Identificación de Sistemas
La identificación de sistemas tiene por objeto obtener el modelo de un sistema dinámico a
partir de datos experimentales. La obtención de un modelo a partir de datos experimentales
conlleva las siguientes etapas fundamentales:
Recolección de datos: Los datos de entrada y salida se pueden obtener mediante un
experimento diseñado específicamente para la identificación del sistema.
Selección del modelo: Se realiza a partir de obtener grupo de modelos por medio de
diferentes métodos y entradas del sistema, eligiendo el más adecuado y representativo del
sistema.
Validación de modelo: La evaluación de la calidad del modelo se basa en determinar
cómo se desempeña el modelo cuando se trata de reproducir con él los datos obtenidos en
la medición experimental. (García Jaimes, 2009)

1.4.3. Métodos de Identificación No Paramétricos

Los métodos de identificación no paramétricos se caracterizan porque los modelos son
curvas o funciones. Entre estos métodos están: análisis transitorio, análisis de frecuencia,
análisis de correlación y análisis espectral. En el desarrollo de este trabajo se aplicará el
método de análisis transitorio y se utiliza como modelo el correspondiente a la respuesta
del sistema ante una entrada en escalón. (García Jaimes, 2009)

1.4.4. Métodos de Identificación Paramétrica

La identificación paramétrica del sistema consiste en construir modelos matemáticos de un
sistema dinámico basados en datos medidos. En la mayoría de los enfoques de control ba-
sados en modelos es esencial construir un buen modelo. Cuando se determina la estructura
del modelo, la tarea principal de la identificación es estimar los parámetros del modelo, que
suelen determinarse sobre la base de una función de criterio mínimo global. (Mat Darus &
Tokhi, 2005)

1.4.5. Identificación de procesos sobre-amortiguados

La función de transferencia de un sistema de primer orden es:

kp e−tm s
Gp (S) = (1.1)
τs + 1

Métodos de Dos Puntos

Para identificar dos parámetros que requiere el modelo, la constante de tiempo y el tiempo
muerto del sistema, se pueden establecer dos ecuaciones utilizando dos puntos sobre la
curva de reacción. Se han desarrollado diferentes métodos, diferenciándose únicamente
en la selección de los dos instantes en que la respuesta del modelo se hace coincidir con
la del proceso real. Pueden establecerse, por consiguiente, ecuaciones generales para los
métodos de dos puntos, con el fin de identificar un modelo de primer orden 1.1 con base
en los tiempos requeridos para alcanzar dos puntos específicos en la curva de reacción del
proceso. Si p1 y p2 son dos valores porcentuales del cambio en la respuesta del sistema a
un cambio escalón en la entrada y y1 y y2 son los tiempos requeridos para alcanzar estos

7
dos valores, entonces los parámetros de un modelo de primer orden más tiempo muerto se
pueden obtener de (Alfaro, 2001):
∆y
kp = (1.2)
∆u
τ = at1 + bt2 (1.3)
tm = ct1 + dt2 (1.4)

Método %p1 (t1 ) %p2 (t2 ) a b c d

Alfaro 25.0 75.0 -0.910 0.910 1.262 -0.262
Broida 28.0 40.0 -5.500 5.500 2.800 -1.800
Chen y Yang 33.0 67.0 -1.400 1.400 1.540 -0.540
Ho et al. 35.0 85.0 -0.670 0.670 1.300 -0.290;
Smith 28.3 63.8 -1.500 1.500 1.500 -0.500
Vitekcová et al. 33.0 70.0 -1.245 1.245 1.498 -0.498
Ho et al. 33.0 85.0 -0.463 0.463 1.574 -0.574
Vitekcová et al. 33.0 70.0 -0.749 0.749 1.937 -0.937

Tabla 1.1: Constantes para la identificación de los modelos de primero orden más tiempo
muerto

1.4.6. Sistemas de Control

Un sistema de control es un tipo de sistema que se caracteriza por la presencia de una
serie de elementos que permiten influir en el funcionamiento del sistema. La finalidad de
un sistema de control es conseguir, mediante la manipulación de las variables de control,
un dominio sobre las variables de salida, de modo que estas alcancen valores deseados (sis,
nd).

Gain-Scheduled
Gain-scheduled es una técnica común para controlar sistemas no lineales con dinámicas
que cambian de una condición de funcionamiento a otra. La programación de ganancias
se utiliza cuando un único conjunto de ganancias del controlador no proporciona el rendi-
miento y la estabilidad deseados en todo el rango de condiciones de funcionamiento de la
planta (MathWorks, 2022).

Un controlador de ganancia programada se forma interpolando entre un conjunto de contro-

ladores lineales derivados para un conjunto correspondiente de linealizaciones de la planta
asociadas a varios puntos de funcionamiento. La interpolación se basa en parámetros de
programación exógenos que varían lentamente y capturan las no linealidades de la planta.
El controlador resultante es un sistema lineal cuyos parámetros (ganancias) se ajustan en
función de las variables exógenas de programación (Bett, 2005). Es , decir utiliza la in-
formación sobre la dinámica del proceso para adaptar los parámetros de los controladores
proporcionales-integrales (PI) o PID con el fin de obtener un buen rendimiento en todas
las regiones de funcionamiento. Es conveniente especialmente si la dinámica del proceso
tiene una buena correlación con variables fácilmente medibles (Teixeira et al., 2011).

8
1.4.7. Interfaz Máquina – Humano (HMI)
Es la interfaz entre el proceso y los operarios de una fábrica, una línea de producción o
cualquier sistema donde sea necesaria la operación por parte de un humano. En sí, es un
panel de instrumentos que el operario puede manipular para controlar un proceso. Es la
principal herramienta que utilizan los operarios para coordinar y controlar procesos indus-
triales y de fabricación. El HMI traduce variables de un proceso complejo en información
útil y procesable. La función principal de los HMI es mostrar información en tiempo real,
proporcionar gráficos visuales que aporten significado y contexto sobre el estado del motor,
la válvula, niveles y demás parámetros de un determinado proceso (?).

9
 Capitulo 2: Instrumentación del proceso

A través de este capítulo se describe la instrumentación realizada en la planta de pH de

la Universidad EIA. Este capítulo se divide en dos sub-secciones: Planta de pH y Diseño
electrónico. En el capítulo de planta de pH se aborda una vista general de la planta,
sensores, actuadores y elementos de control, además de las diferentes adaptaciones que se
hicieron a la misma. A continuación, en el diseño electrónico, se explica el diseño realizado
y cómo se seleccionaron los diferentes componentes de cada uno de los subsistemas.

2.1. Planta de pH
La planta de pH ubicada en los laboratorios de automatización y control de la Universi-
dad EIA la cual lleva por nombre Sistema de aprendizaje de control de procesos analíticos
(T5554) (Figura 2.1) y distribuida por la compañía estadounidense Amatrol, permite ad-
quirir conocimientos y habilidades esenciales para controlar y modificar las propiedades
químicas de una sustancia. El sistema permite explorar una amplia gama de temas, entre
los cuales esta el control de procesos analíticos, electrodos de pH, medidores y transmisores
de pH, controladores, entre otros.
El sistema incluye una estación de trabajo de sobremesa con un panel de control, bombas,
tanques y tuberías industriales. Se utilizarán estos componentes para llevar a cabo habili-
dades prácticas, como el ajuste y el control manual de una bomba dosificadora electrónica,
la comprobación del pH de una solución, la conexión y el funcionamiento de un sistema de
control realimentado.

Figura 2.1: Analytical Process Control - T5554

10
Antes de describir el proceso realizado por la planta para tener una mayor claridad sobre
los elementos que componen a la misma, en la Figura 2.2, junto con la Tabla 2.1, se hace
un listado de los principales componentes.

Listado de componentes principales

Item Descripción Tag del instrumento
2 Tanque de almacenamiento de ácido -
4 Bomba eductora pHEP-1500
5 Válvula solenoide de entrada SV-1200
6 Válvula solenoide de salida SV-1400
7 Bomba centrífuga FCP-1400
8 Salida neúmatica -
9 Tanque de reacción -
10 Válvula manual de descarga HV-1400
11 Válvula manual de ramificación HV-1600B
12 Válvula manual de ramificación HV-1600C
13 Válvula manual de bypass HV-1600D
FI-1400
14 Rotámetro con válvula de control de flujo
FV-1400
15 Honeywell Durafet ll pH electrodo pHE-1600A
16 Honeywell DL421 módulo sensor pH pHIT-1600
17 Tanque de almacenamiento de base -
SZ-1300
18 Motor agitador con control de velocidad
SC-1300
19 Interruptor de nivel, bajo LSL-1300
20 Interruptor de nivel, alto LSH-1300
21 Bomba electrónica dosificadora pHMP-1600
25 Vávula manual principal de cierre HV-1200

Tabla 2.1: Listado de componentes principales de T5554-ACA

Teniendo claridad de los elementos que componen a la planta de pH T5554, se hará una
descripción general del funcionamiento y algunos cambios realizados. Como se puede notar
en la Figura 2.1 la planta tiene 4 entradas para el suministro de agua. Ya que la planta
estaba en desuso como se dio a saber en los preliminares de este trabajo, una de las primeras
adecuaciones que se realizó fue ubicar la planta cerca a una llave para el suministro de agua
y a un desagüe, haciendo las debidas conexiones como se muestra en la Figura 2.3.
Con el fin de tener un flujo constante de agua en caso de mantener abierta la válvula
manual de descarga, o de facilitar la limpieza y el llenado del tanque de reacción cuando se
trabaja en constante recirculación del liquido, cerrando la válvula manual de descarga, se
debe de tener en cuenta que cualquiera sea de los casos de uso, la bomba centrifuga debe
estar encendida, dicha acción se realiza desde el panel de control de la planta, ubicado en
la parte superior derecha.
El flujo del liquido se ve interrumpido por una bomba eductora, la cual en caso de estar
encendida agregará constantemente ácido (disminuir pH) a una frecuencia fija, en caso
contrario simplemente permite el flujo del liquido.
El tanque tiene tanto límite superior como inferior dados por dos interruptores de nivel

11
 Figura 2.2: Componentes principales - T5554, (Amatrol, 2022)

(a) Suministro de agua (b) Desagüe

Figura 2.3: Adecuación al suministro de agua y desagüe

ubicados en el tanque de reacción, en caso de superar el límite superior la válvula solenoide

a la entrada del tanque se cerrará, en caso de superar el límite inferior, cerrará la válvula
solenoide ubicada a la salida del tanque de reacción. En el tanque de reacción se encuentra

12
el agitador a el cual se le puede variar la velocidad por medio de una perilla, esto con el
fin de tener un flujo turbulento sin que llegue a ser violento en el tanque de reacción para
la homogeneización de los reactivos con el liquido.
A la salida del tanque de reacción se encuentran las válvula manuales de ramificación y
bypass, son las que permiten que el fluido pase a través del ph-metro o no lo haga. En
el caso de que se necesite sensar el pH del liquido se deberá abrir las dos válvulas de
ramificación y cerrar la válvula de bypass, en el caso contrario se cierran las dos válvulas
de ramificación y se abre la válvula de bypass.
Después de las válvulas anteriormente mencionadas, se encuentra un medidor de flujo el
cual cuenta con un rotámetro con válvula para el control del flujo.
Por último, la bomba electrónica dosificadora, es la encargada de variar el flujo y la ampli-
tud con la que se agrega base (incrementar pH) a la solución, ambos parámetros pueden
ser variados manualmente por dos perillas ubicados en la bomba, con la particularidad que
la frecuencia puede ser variada con una señal de 4-20 mA.
En la Figura 2.4 se muestra el diagrama de tuberías e instrumentación (P&ID), para de
esta manera, junto con la explicación dada anteriormente, quede de la manera más clara
posible el proceso realizado por la planta de pH.

Figura 2.4: P&ID - T5554, (Amatrol, 2022)

A continuación se mostrará imágenes de cada uno de los instrumentos más representativos

del proceso y que fueron resaltados anteriormente. Adicionalmente, una breve descripción
de cada uno de ellos e información relacionada con sus características técnicas.

13
2.1.1. Sensor de pH
Uno de los daños mencionados en la planta de pH en los preliminares de este trabajo fue en
el pH-metro, mostrado en la Figura 2.5, el cual por disponibilidad y tiempo de entrega no
fue posible conseguir la misma referencia. En la Tabla 2.2 se encuentra una comparación
de las principales características técnicas, tanto del electrodo, como del transmisor, entre
los antiguos elementos, con los que se sustituyeron, donde se puede observar que cumple
con las características del anterior pH-metro escogido por el fabricante de la planta.

Figura 2.5: Antiguo pH-metro

Honeywell Durafet ll FLS PH/ORP 600

pH electrodo pH electrodo
Descripción Valor Valor
345kPa @ 100°C 586kPa @ 81°C
Capacidad presión y temperatura
690kPa @ 50°C 689kPa @ 75°C
Rango de operación 0-14 pH 0-14 pH
Instalación en línea: Instalación en línea:
Montaje
boquilla roscada 3/4 boquilla roscada 3/4
Honeywell DL421 LPI-pH transmisor
módulo sensor pH pH
Descripción Valor Valor
Variable de proceso mostrada 0-14pH ±0,02pH 0-14pH ±0,01pH
4-20 mA (2-wire loop 4-20 mA (2-wire loop
Salida
powered) powered)

Tabla 2.2: Comparación pH-metro

14
Al llegar el pH-metro se comprobó que funcionará correctamente en flujo, comparado su
medición con un flujo estático en el tanque de reacción, con su medición en un flujo,
donde se realizaron algunas adecuaciones mostradas en la Figura 2.6 para acoplar el nuevo
pH-metro a la tubería.

Figura 2.6: Proceso montaje pH-metro

Se hicieron diferentes medidas, como se mencionó anteriormente, tanto mediciones en está-

tico, como en flujo, donde comprobó que el pH-metro funcionaba correctamente (ver Tabla
2.3).

Medición en flujo [pH] Medición estático [pH]

8.97 8.97
4.25 4.25
9.38 9.37

Tabla 2.3: Comparación medición en flujo y estático

En el tablero de control de control se adecuó el transmisor, además de incluir un fusible

para la protección del pH-metro, como se ve en la Figura 2.7

15
 Figura 2.7: LPI-pH Transmisor pH en el panel de control.

2.1.2. Agitador
Otros de los elementos que no estaban en funcionamiento eran tanto el motor agitador,
como su control de velocidad. Se encontró la misma referencia del variador (KBWC-16)
en una empresa estadounidense, por lo que se siguió trabajando con el mismo, al nuevo
variador se le hicieron algunos cambios en las pistas de su circuito impreso, para que
funcionará de la menor velocidad a la mayor velocidad, de fabrica lo hace de manera
contraria, como se muestra en la Figura 2.8, esto cambios también fueron hechos en el
variador original de la planta.

Figura 2.8: Cambios al variador de velocidad del motor

La referencia del motor agitador es 2M319, durante las pruebas para la identificación de la
planta se notó que el motor se recalentaba a altas temperaturas y debido al constante uso,
hizo corto-circuito, se llegó a la conclusión que este constante recalentamiento del motor
derritió el barnizado del bobinado del motor, a tal punto de generar el corto-circuito, en la
Figura 2.9 se puede notar como el bobinado está totalmente negro y sirve como evidencia

16
de la conclusión a la que se llegó. Esto causado por las altas revoluciones por minuto que
el motor puede alcanzar, pero su poco torque, por lo cual, se necesita escoger un motor de
menos revoluciones, pero más torque. Por el largo proceso que implica realizar la orden de
compra para ordenar un nuevo motor, se hizo imposible esperar a la llegada de este, por
lo que el resto del proceso, como agitador, se uso un taladro.

Figura 2.9: Bobinado del motor

2.1.3. Bomba dosificadora

La bomba dosificadora es el elemento de control de la planta, a la cual se le pueden variar
dos parámetros por medio de dos perillas que se encuentran en la bomba, como se muestra
en la Figura 2.10.
El primer parámetro es la longitud, la cual solo puede ser variada por una perilla manual,
este parámetro se mantendrá constante al 100 % tanto como para la identificación y control
de la planta, debido a que el fabricante especifica que entre más cerca este valor se encuentre
al 100 %, mejor será el rendimiento de la bomba.
La frecuencia es el otro parámetro con el que la bomba dosificadora cuanta como variable,
además de poder ser variado por una perilla manualmente, este cuenta con la posibilidad
de ser variado por una señal de (4-20)mA (Ver Figura 2.11), (Pulsafeeder, 2022)
Al igual que los anteriores elementos, la bomba electrónica dosificadora también sufrió
daños eléctricos, en este caso el elemento afectado fue un transformador ubicado al interior
de la bomba. Para evitar que este daño vuelva a ocurrir, se tomaron en cuenta las posibles
causas de fallo, una de las posible causas de fallo es la incorrecta generación de un lazo
de (4-20)mA para el control de la bomba, y debido a que todas las planta del laboratorio
de Automatización y Control de la Universidad EIA cuentan con su señal de control de
0-10V, se tomó la decisión de generar un circuito que le permita al usuario de la planta
utilizar un señal de control de 0-10V, además de tener protección contra corto-cicuitos,
voltajes inversos y tener una saturación a 20mA, la diseño de este circuito se encuentra en
secciones posteriores.

17
 (a) LPE4MA-PTC1-XXX (b) Ajuste de la frecuencia y longitud

Figura 2.10: Bomba dosificadora, (Pulsafeeder, 2022)

Figura 2.11: Control frecuencia señal (4-20)mA, (Pulsafeeder, 2022)

2.1.4. Bomba eductora y bomba de circulación

La bomba eductora (ver Figura 2.12) funciona sin electricidad su propósito en esta plata
es agregar ácido al flujo de agua para disminuir su pH, utiliza el flujo del fluido como
fuente de energía. Está diseñado con una cámara de mezcla interna que promueve una
mezcla homogénea, a la vez que separa los productos químicos agresivos de los componentes
internos críticos. Utiliza la presión como fuente de energía. El agua acciona el inyector, que
extrae un porcentaje de ácido directamente del contenedor. Dentro de la cámara de mezcla,
el ácido se mezcla con el agua, y la presión del agua impulsa la solución mezclada aguas
abajo. En el proceso de identificación y control de la plata, la relación de inyección se
mantendrá constante en 100:1, se aumentará el flujo variando el rotámetro de tal manera

18
que la bomba eductora obtenga la suficiente energía para bombear el ácido en el flujo de
agua.

Figura 2.12: Bomba eductora modelo MiniDos 12

La bomba centrífuga (ver Figura 2.13) es la encargada de suministrar la suficiente presión

en el líquido para que sea capaz de realizar el ciclo completo, además el caudal generado
por la bomba centrífuga es lo que la bomba eductora utiliza como fuente de energía para
funcionar.

Figura 2.13: Bomba centrífuga modelo DLC-5000-03-ODP-K, (Radwell, 2022)

2.2. Diseño Electrónico

En esta sección se busca explicar el procedimiento realizado para el desarrollo del circuito
mencionado en la sección 2.1.3. En la Figura 2.14 se encuentra el diagrama de bloques de
forma general del circuito que se va a realizar.

2.2.1. Etapa de (3-15)V a (4-20)mA

En esta sección se abordará el diseño de un circuito para generar un lazo de (4-20)mA.Un
primer acercamiento puede ser utilizar simplemente un resistencia que por Ley de Ohm nos

19
 Figura 2.14: Diagrama de bloques general circuito electrónico

relaciona el voltaje con la corriente, pero este diseño tiene un problema, que la corriente
de salida va a depender de la resistencia de carga, en este caso la impedancia de la bomba
dosificadora, efecto que no deseamos, necesitamos que el factor de conversión sea constante
sin importar la carga. Por ende, un primer diseño se muestra en la Figura 2.15.

Figura 2.15: Lazo (4-20)mA - Diseño inicial

El análisis del circuito es el siguiente: Debido a la alta impedancia de entrada de un

operacional

Vin
IR = Iout =
R
1V
P ara1V : = 4mA
250Ω
5V
P ara5V : = 20mA
250Ω
Como se puede notar, ya obtuvimos un lazo de (4-20)mA con el circuito mostrado en la
Figura 2.15, pero este circuito tiene una limitación, para mantener una corriente estable
en la resistencia de carga lo que hace el amplificador operacional es variar su voltaje de
salida, por lo cual, a medida que la resistencia de carga se hace más grande le exige un
voltaje de salida más grande al amplificador operacional, lo cual va a estar limitado por
el voltaje de alimentación del amplificador operacional. Para no tener esta limitación se
propone agregar un transistor a la salida como se muestra en la Figura 2.16, de esta manera
nos permite manejar otras tensiones y corrientes a la salida.

Vin
Is = ≈ Ig
750Ω

20
 Figura 2.16: Lazo (4-20)mA - Diseño final

3V
P ara3V : = 4mA
750Ω
15V
P ara15V : = 20mA
750Ω
El diseño de la Figura 2.16 será el que se utilizará en el circuito, el cual ya no cuenta
con las limitaciones anteriormente mencionadas. Otra diferencia que se puede notar con
respecto al anterior diseño es que se cambiaron tanto los valores de voltaje de entrada y
su resistencia, el porqué de esto valores se abordará en la siguiente sección.

2.2.2. Etapa de (0-10)V a (3-15)V

A continuación se explicara el porqué se tomó la decisión de pasar la señal de entrada de
(0-10)V a una señal de (3-15)V. Se busca un rango de voltaje tal que con una resistencia
especifica se obtenga un rango de (4-20)mA. La idea más común sería utilizar una resis-
tencia de 250Ω para una rango de voltaje de entrada de 1-5V, donde se las operaciones
implicadas para realizar esa conversión son las siguientes:

y2 − y1 5−1
m= = = 0,4
x2 − x1 10 − 0
y − y0 = m(x − x0 ) → y − 1 = 0,4x → y = 0,4x + 1

Para realizar esta conversión es necesario primero aplicar un amplificador con configuración
inversora con una ganancia de 0.4 y por último un sumador de 1V. El problema que se
encuentra con estos rangos es la ganancia menor a uno, ganancias menores a uno solo
pueden ser aplicadas por un amplificador en configuración inversora, por ende, se necesitaría
tener una fuente dual, lo cual la planta de pH no cuenta con ello, para obtener el voltaje
negativo para alimentar los amplificadores,por lo cual, se buscarán otros rango donde no
se necesiten ganancias menores a uno.

21
 250Ω → (1 − 5)V → y = 0,4x + 1
500Ω → (2 − 10)V → y = 0,8x + 2
750Ω → (3 − 15)V → y = 1,2x + 3

Como se puede notar, con una resistencia de 750Ω y una entrada de (3-15)V obtendremos
un lazo de (4-20)mA, y teniendo la ecuación lineal que nos permite pasar de (0-10)V a (3-
15)V, que es y = 1,2x + 3, realizaremos el diseño del circuito para esta etapa, el diagrama
de bloques para esta etapa es el mostrado en la Figura 2.17

Figura 2.17: Diagrama de bloques etapa (0-10)V a (3-15)V

En la Figura 2.18 se encuentra el esquemático para esta etapa. En el parte superior izquier-
da está el diseño de un amplificador operacional no inverso, el cual tiene una ganancia de
1.2.
R1
A=1+ = 1,2
R2
Vout = 1,2 · Vin

En la parte inferior se encuentra la generación de los 3V que se le van a sumar a la señal

según la ecuación hallada anteriormente. A esta etapa se le agregó un diodo zener a la
entrada para asegurar así que, aunque halla variaciones en el voltaje de entrada suminis-
trado por la planta de 24V, esto no afectará y pueda mantener un salida constante de 3V.
Además, luego de configurar el potenciómetro de tal manera que a la salida se obtengan
3V, se implementó un seguidor esto con el fin de mantener los 3V constantes y no se vea
afectado por la resistencia de carga, en caso de no realizar este aislamiento el voltaje de 3V
empezaría a variar según la salida del amplificador operacional no inversor de la anterior
etapa.
Por último, en la parte superior derecha se encuentra un amplificador operacional no in-
versor sumador con una ganancia de 1, así a la salida de este amplificador obtendremos la
señal de (0-10)V con una ganancia de 1.2 y sumado 3V, por lo que la salida de esta etapa
es un rango de (3-15)V

2.2.3. Seguidor
El propósito de esta etapa es la protección del circuito. Como se muestra en la Figura
2.19, al inicio de la etapa se encuentra un diodo, con el fin de tener un protección contra

22
 Figura 2.18: Esquemático etapa (0-10)V a (3-15)V

polarización inversa, el seguidor a continuacíon cumple la función de en caso de haber un

corto-circuito el elemento afectado sea únicamente él mismo, sirviendo de aislador con el
resto de elementos adelante de él. por lo que la única condición para este amplificador es
que sea un integrado distinto a todos lo demás operacionales. La salida de esta etapa es
igual a la entrada (0-10)V.

Figura 2.19: Esquemático etapa seguidor

23
2.2.4. Alimentación - Saturación
El propósito general de esta etapa es que la salida final del circuito no supere los 20mA,
en caso de que la entrada del circuito sea más de 10V. La saturación se logró limitando la
alimentación de cada uno de los amplificadores operacionales de tal manera que si la entrada
es mayor a 10V, los operacionales no tenga la capacidad de superar 20mA. Se sabe que para
llegar a 20mA como mínimo los amplificadores debe tener un voltaje de alimentación de
15V teóricamente, pero como estos amplificadores no son ideales, por lo general el voltaje
que pueden alcanzar a su salida es menor que el voltaje con el que se alimenta, en algunos
datasheets esta características es llamada voltaje output swing from rail, la cual en este
documento se traducirá como la variación del voltaje de salida desde el carril, que por lo
general para amplificadores operacionales de propósito general está alrededor de 1.5V, por
ende el voltaje de saturación con el que se alimentaran los demás amplificadores estará
cerca a 18V,la variación del voltaje no es un valor fijo para un operacional, en el diseño
como se muestra en la Figura 2.20 tiene un trimmer desde el cual se podrá variar el voltaje
de saturación, a partir de los 18V teóricamente hallados, se variará desde el trimmer el
voltaje de saturación tal que a entradas mayores a 10V, la corriente sea 20mA.

Figura 2.20: Esquemático etapa saturación

2.2.5. Selección de componentes

Para el diseño y selección de componentes, el criterio con más peso será las disponibilidad
de dicho elemento en el almacén de la Universidad EIA, claro está que cumpla con los
requisitos mínimos que a continuación se dará para cada uno de los componentes.
El número de amplificadores operacionales utilizados en las etapas de las secciones 2.2.1 y
2.2.2 son 4, por lo que, para estas etapas se utilizará un integrado con cuatro operacionales,
para así facilitar y reducir el tamaño el circuito impreso más adelante diseñado. Como
se mencionó en la etapa de saturación estos cuatro operacionales estarán alimentados al
mismo voltaje, la cual es otra razón para utilizar un único integrado, además, también
se mencionó en esta sección que el voltaje de saturación estará alrededor de 18V, por lo
cual, el voltaje de alimentación mínimo y teniendo una holgura con el voltaje de saturación
obtenido teóricamente será de 22V.

24
Debido a que esta es una aplicación de instrumentación se consideró el uso de amplificadores
operacionales de instrumentación, en lugar de amplificadores operacionales de propósito
general. Estos amplificadores de instrumentación cuenta con un offset de entrada menor
a los de propósito general, para saber si es necesario un amplificador de instrumentación
hallaremos la resolución de la bomba.
Según el datasheet del fabricante de la bomba, la frecuencia de la carrera puede controlarse
del 10 al 100 % (de 12 a 125 carreras por minuto en el modelo de 125SPM), mediante el
circuito electrónico. Por esto el rango de la frecuencia es de 113, y el rango de voltaje es
de 12V
15 − 3V mV
Res = = 106,195
12 − 125SP M SP M
para que haya un aumento de un stroke por minuto debe haber aun aumento de 106.195
mV, con esto podemos concluir que no es necesario un amplificador de instrumentación,
debido a que los amplificadores de propósito general ya cumplen con un offset de voltaje
de entrada mucho menor a 100mV.
El único integrado con cuatro operacionales disponible en almacén de la Universidad EIA
es el LM324N, según su datasheet tiene un voltaje de alimentación máximo de 32V y un
offset de entrada máximo de 7mV, por lo que cumple con las características anteriormente
descritas, será el componente que se utilizará en el diseño.

Como se mencionó en la sección 2.2.3, el amplificador operacional para esta etapa debe ser
un integrado independiente para que así cumpla su función de aislar el resto de los compo-
nentes en caso de un fallo. Este amplificador al igual que los anteriores estará alimentado
al voltaje de saturación, por lo que su voltaje de alimentación mínimo debe ser igual a
22V.
El amplificador operacional utilizado en la etapa para generar el voltaje de saturación es-
tará alimentado a 24V, que es el voltaje de la fuente con que dispone la planta de pH.
El integrado de un amplificador operacional que cumpla con las características dadas dis-
ponible en el almacén de la universidad EIA es el UA741CN, el cual se utilizará en el diseño.

Para la etapa de saturación se utilizará un regulador de voltaje lineal, para este diseño se
usará el LM7805. Esta etapa también cuentas con dos capacitores de desacoplo como se ve
en la Figura 2.20, por recomendación del fabricante.

Los diodos escogidos son diodos comercialmente muy usados, para el caso del diodo de la
etapa del seguidor es un 1N4007, soporta una tensión inversa de hasta 1000V, antes de
este diodo se colocará una resistencia de 1MΩ debido a que este diodo no soporta grandes
corrientes. Para el diodo en la etapa de generación de 92V se utilizará un Zener con un
voltaje Zener de 18V, el cual su referencia nominal es 1N4746A.
Por último en la Figura 2.21 se muestra el esquemático completo del circuito diseñado.

2.2.6. Diseño circuito impreso

En el software de diseño KiCAD se diseñó la PCB. Para disminuir costos se diseñó de tal
manera que se pudiera realizar en el taller de la Universidad, por esto la PCB es de una
sola capa, además de esta, se tuvo otras consideraciones por el hecho de realizarse con
métodos menos precisos, por lo mismo todas las pistas tienen un grosor de 1mm, el ancho
mínimo anular es de 1.5mm, el margen mínimo es de 0.5mm y el ancho del alivio térmico

25
 Figura 2.21: Esquemático diseño final

es de 0.9mm, debido a que todas estas medidas están sobredimensionadas por el método
con el que se realizará el circuito impreso, se cumple con gran holgura el ancho mínimo
según la corriente que va a manejar el circuito.
El procedimiento fue el siguiente, primero se tomó una placa virgen y se pintó con aerosol
negro mate, después, utilizando la cortadora láser de la Universidad EIA, se pirograbó el
diseño invertido obtenido en KiCAD (ver fig. 2.22).
El resultado es el mostrado en la Figura 2.23. Cabe aclarar que esta imagen es a modo de
ejemplo, ya que no se tomó evidencia fotográfica del último diseño impreso, esta imagen
pertenece a una versión anterior del diseño.
El paso siguiente es introducir la placa de cobre en un recipiente no metálico que contenga
cloruro férrico disuelto en agua caliente (lo suficiente para cubrir toda la placa de cobre).

26
 Figura 2.22: Diseño de PCB

Figura 2.23: Diseño de PCB impreso

La función del cloruro férrico es disolver el cobre que no está cubierto con pintura negra,
dejando al final las pistas de cobre que forman el circuito.
Después de que el cloruro férrico haya consumido todo el cobre sobrante, procedemos a
sacar la placa del recipiente y a retirar la tinta con thinner y un trapo, quedando las pistas
de cobre, por último, con la fresadora y una broca 0.8mm se perforan todos los orificios.
El paso final es soldar todos los elementos a la placa, los resultados se ven en la Figura
2.24

2.2.7. Validación del circuito

En la Figura 2.25 se ve la simulación hecha en Multisim, donde está graficada la entrada,
una entrada de -20 a 20 V,para así comprobar el comportamiento del circuito a voltajes
negativos y a voltajes mayores a 10, la salida de la etapa de (0-10)V a (3-15)V y por
último la salida de (4-20)mA. Desde la simulación el circuito cumple con su objetivo que es
a partir de una entrada de (0-10)V convertirla a una señal de (4-20)mA, protección contra
voltajes inversos, y saturándose en 20mA.
Para validar el correcto funcionamiento del circuito se tomaron datos y se compararon
con los datos teóricos, como se ve en la Figura 2.26, el circuito se se comporta según lo
esperado.

27
Figura 2.24: Imagenes de la PCB

28
 Figura 2.25: Simulación en Multisim

·10−2
2,4 Real
2,2 Teórico
2
1,8
1,6
Corriente [A]

1,4
1,2
1
0,8
0,6
0,4
0,2
0
0 1 2 3 4 5 6 7 8 9 10
Voltaje [V ]

Figura 2.26: Comparación entre los datos reales y teóricos del circuito terminado

29
 Capitulo 3: Identificación Experimental

En este capítulo se presentará el proceso para la identificación experimental de la planta

de pH de la Universidad EIA, junto con los modelos obtenidos.

3.1. Recolección de Datos

El primer paso para para la identificación de un sistema, es la recolección de datos, para
obtener los datos se utilizó una sistema de adquisición de datos (DAQ), específicamente, NI
USB-6001, se utilizó LabVIEW para realizar tantos los sistemas de adquisición, como de
control, como se verá más adelante. En la Figura 3.1 se muestra del diagrama de conexión
entre los diferentes dispositivos para la adquisición de datos y más adelante para el control.

Figura 3.1: Diagrama de conexión

La resistencia en el diagrama de conexión mostrado en la Figura 3.1, es una resistencia de

250Ω, el transmisor de pH genera un señal de 4-20mA, para un rango de 0-14pH, en sus
cables de alimentación, por esta razón se coloca una resistencia para así obtener una señal
de 1-5V de entrada a la DAQ.
Se utilizó un bucle temporizado, como se ve en la Figura 3.2, el cual ejecuta uno o más
subdiagramas, o tramas, secuencialmente cada iteración del bucle en un período especifi-
cado, que para este caso es de 50ms.
Esta adquisición de datos tienes tres principales bloques. Entrada de la señal de 1-5V del

30
transmisor del pH-metro. Salida de una señal de 0-10V al circuito anteriormente diseñado
en este trabajo para que se traducirla en una señal de 4-20mA a la bomba dosificadora,
así variado su frecuencia y así realizar la identificación. Por último, un bloque que es el
encargado de guardar los datos en un csv para luego ser analizados.

Figura 3.2: Adquicisión de Datos LabVIEW

En la Figura 3.3 se observan todas las curvas obtenidas a diferentes porcentajes de fre-
cuencia de la bomba dosificadora. Como se mencionó desde los preliminares de este trabajo
el pH es una variable altamente no lineal, con la adquisición de datos se puede evidenciar
este comportamiento.
En la Figura 3.4, se evidencia de una manera gráfica este comportamiento no lineal de la
planta de pH de la Universidad EIA. Estos datos pertenecen al valor en tiempo estable al
que llegó cada curva mostrada anteriormente.

3.2. Selección y Validación del Modelo

Como se mostró, el sistema, es un sistema no lineal, por esto, con métodos no paramétricos
como el que se va a utilizar a continuación para la identificación de esta planta no es posible
hallar una sola función que caracterice el comportamiento de la planta, Por lo tanto, lo
que se obtendrá una familia de funciones en diferentes rangos, que se muestran en la
Figura 3.4 y que caracterizaran el comportamiento de la planta. Por el método de dos
puntos, descrito en los preliminares de este trabajo para cada frecuencia se hallarán las
ocho diferente funciones según el tiempo de llegada a cada porcentaje especificado en la
Tabla 1.1. Luego se escogerá la de menor error cuadrático medio y a partir de esta se hará
un ajuste fino para así obtener el mejor modelo posible para cada rango.
En el Anexo A se encuentra la función de MATLAB realizada para hallar y comparar los
resultados de las ocho funciones para cada frecuencia. En la Figura 3.5a, se muestra los

31
 Figura 3.3: Recolección de datos

11,4
11,2

11
10,8
pH [pH]

10,6
10,4
10,2

10
9,8
9,6
0 10 20 30 40 50 60 70 80 90 100
Porcentaje de bombeo [ %]

Figura 3.4: Linealidad recolección de datos de la planta en estado estable

resultados de cada uno de los métodos y en la Tabla 3.1 sus respectivos errores cuadráticos
medios, para un porcentaje de apertura del 20 %.

32
 Método Error cuadrático medio
Alfaro 0.1556
Broida 1.1742
Chen y Yang 0.2330
Ho et al. 0.1142
Smith 0.1883
Vitekcová et al. 0.2808
Ho et al. 3.0085
Vitekcová et al. 2.2571

Tabla 3.1: Identificación error cuadrático medio - 20

Del método de Ho et al. que fue el que menor error cuadrático medio obtuvo, se obtiene
la siguiente función de transferencia:

3,772e−153s
Gp (s) =
308,5s1
A partir de la anterior función se hizo un ajuste fino y se obtuvo un función de transferencia
con un error cuadrático medio de 0.0921:
3,81e−200s
Gp (s) =
290s1
La comparación ante la respuesta a un escalón se muestra en la Figura 3.5b (ver abajo).
Este mismo procedimiento se realiza con todas las frecuencias de la bomba dosificadora, en
la Tabla 3.2, se muestran todos los resultados finales de la identificación, de igual manera
todas las gráficas se encuentran en las gráficas 3.5, 3.6, 3.7, 3.8, 3.9, 3.10, 3.11, 3.12 y 3.13.

(a) Comparación entre todos los métodos (b) Identificación

Figura 3.5: Identificación Bomba Dosificadora al 20 %

Por último en la Tabla 3.3, se muestra el error cuadrático medio que tuvo cada método
para todas las identificaciones.

33
 Frecuencia Método FT Error Ajuste FT Error
3,772e−153s 3,81e−200s
20 % Ho et al. 0.1142 0.0921
308,5s1 290s1
2,569−91,7s 2,569−91,7s
30 % Alfaro 0.0553 0.0553
200,9s1 200,9s1
1,965e−89,7s 1,97e−89,7s
40 % Alfaro 0.0860 0.0819
99,14s1 99,14s1
1,965e−89,7s 1,97e−89,7s
50 % Alfaro 0.0507 0.0504
99,141 99,14s1
1,391e−29,6s 1,391e−29,6s
60 % Chen y Yang. 0.0386 0.0388
38,5s1 38,5s1
1,199e−95,2s 1,199e−95,2s
70 % Chen y Yang 0.0520 0.0520
81,06s1 81,06s1
1,107e−62,1s 1,09e−59,7s
80 % Ho et al. 0.0434 0.0288
29,55s1 30s1
0,9807e−55,2s 0,955e−55,2s
90 % Ho et al. 0.0527 0.0297
31,42s1 29s1
0,8863e−32,3s 0,875e−32,3s
100 % Ho et al. 0.0714 0.0436
27,54s1 26,4s1

Tabla 3.2: Identificación de los diferentes rangos

(a) Comparación entre todos los métodos (b) Identificación

Figura 3.6: Identificación Bomba Dosificadora al 30 %

34
(a) Comparación entre todos los métodos (b) Identificación

Figura 3.7: Identificación Bomba Dosificadora al 40 %

(a) Comparación entre todos los métodos (b) Identificación

Figura 3.8: Identificación Bomba Dosificadora al 50 %

(a) Comparación entre todos los métodos (b) Identificación

Figura 3.9: Identificación Bomba Dosificadora al 50 %

35
(a) Comparación entre todos los métodos (b) Identificación

Figura 3.10: Identificación Bomba Dosificadora al 70 %

(a) Comparación entre todos los métodos (b) Identificación

Figura 3.11: Identificación Bomba Dosificadora al 80 %

(a) Comparación entre todos los métodos (b) Identificación

Figura 3.12: Identificación Bomba Dosificadora al 90 %

36
(a) Comparación entre todos los métodos (b) Identificación

Figura 3.13: Identificación Bomba Dosificadora al 100 %

Método Error cuadrático medio

Alfaro 0.0798
Broida 0.3305
Chen y Yang 0.1275
Ho et al. 0.0774
Smith 0.1292
Vitekcová et al. 0.1171
Ho et al. 1.9709
Vitekcová et al. 1.7575

Tabla 3.3: Error cuadrático medio general en la identificación

37
 Capitulo 4: Evaluación de estrategias de control
Gain-scheduling

En este capitulo se sintonizarán los controladores y se evaluará su desempeño en la planta

de pH. Como se mencionó y se comprobó en la Figura 3.4, la planta de pH es un sistema
no lineal, por lo que los métodos convencionales de control lineal no son aplicables en esta
planta. Se propone aplicar la estrategia gain-scheduling del cual se dió una breve introduc-
ción en en los preliminares de este trabajo. Debido a que gain-scheduling explota métodos
de diseño de control lineal que son bien comprendidos e implican procedimientos de síntesis
computacionalmente eficientes. Dado que el diseño del control se basa en aproximaciones
lineales a la planta, donde los rangos de operación se pueden visualizar en la Figura 3.4,
se puede garantizar que, en cada punto de funcionamiento, el sistema de retroalimentación
tiene las propiedades de estabilidad y rendimiento deseadas. Además, dado que las ganan-
cias del controlador se ajustan para reflejar las condiciones de funcionamiento de la planta,
el sistema de control de gain-scheduling tiene el potencial de responder rápidamente a los
cambios en las condiciones de funcionamiento. (Teixeira et al., 2011).
En la Figura 4.1 se muestra un diagrama de bloques general del funcionamiento de esta
estrategia de control, gain-scheduling recibe tanto el error, como el pH actual para así
seleccionar el controlador en el debido rango de operación.

Figura 4.1: Diagrama de bloques control

4.1. Diseño de Controladores

Se usará un controlador gain-scheduling, por lo que para cada rango de operación se sinto-
nizará un controlador PI. Se utilizará el método de Cohen y Cono para la sintonización de
este controlador PI, donde se desea una sintonía para procesos con retardos mas elevados,
como lo es la planta de pH. Este método también supone que la dinámica del sistema tenga

38
un comportamiento en forma de S, es decir que pueda ser representado por una función de
transferencia de primer orden con retardo, lo cual ya se comprobó en capítulos anteriores.
Según los autores Rivera et al. (1986) este método de Cohen y Coon presenta un desem-
peño razonable para valores del factor de incontrolabilidad entre 0.6 y 4.5. En la Tabla 4.1
se muestra el factor de incontrolabilidad para cada una de las funciones que se hallan en
capítulos anteriores, y que se halla de la siguiente manera:
θ
fi =
τ

Frecuencia Bomba Dosificadora Factor de Incontrolabilidad

20 % 0.6897
30 % 0.4564
40 % 0.9048
50 % 1.2703
60 % 0.7688
70 % 1.1744
80 % 1.9900
90 % 1.9034
100 % 1.2235

Tabla 4.1: Factor de incontrolabilidad

Como se puede notar, todos excepto uno cumple con el rango para el cual es recomendable
este método. A continuación se calcula la constante proporcional e integral:
 
τ 9 θ
Kc = +
Kθ 10 12τ

θ(30τ + 3θ)
τi =
9τ + 20θ
Después, se calcula el valor de estás constantes para aplicar en un controlador en tiempo
discreto:  
T
q0 = Kc 1 +
2τi
 
T
q1 = −Kc 1 −
2τ1
El tiempo de muestreo fue hallado por el máximo valor del rango dado por el criterio de
ancho de banda
2π
T =
8wc
En el Anexo B se encuentra el codigo de MATLAB utilizado para la sintonización de cada
controlador PI .En la Tabla 4.2 se encuentra, en la primera columna los rango para los
cuales será aplicado cada controlador, en la segunda y tercera columna los valores hallados
por el método de Cohen y Coon para cada controlador. En las figuras 4.2, 4.3, 4.4, 4.5 y 4.6
se encuentra la simulación de la respuesta al escalón del comportamiento individual de cada
uno de los controladores, es decir, aún no se ha aplicado un controlador gain-scheduling.

39
 Rango Set-point q0 q1
SP < 9,793 0.3549 -0.3045
9,739 ≤ SP < 9,879 0.7576 -0.6481
9,879 ≤ SP < 10,254 0.5402 -0.4487
10,254 ≤ SP < 10,479 0.4864 -0.3943
10,479 ≤ SP < 10,488 0.8784 -0.7221
10,488 ≤ SP < 10,922 0.7115 -0.5722
10,827 ≤ SP < 10,922 0.5124 -0.3975
10,827 ≤ SP < 10,931 0.6058 -0.4690
SP ≥ 10,931 0.9427 -0.7448

Tabla 4.2: Familia de controladores

Figura 4.2: Respuesta al escalón simulación del 20 % y 30 %

Figura 4.3: Respuesta al escalón simulación del 40 % y 50 %

Después de realizado este proceso, se implementa el control gain-scheduling en LabVIEW

para posteriormente ser probado. Para el control se utilizan tres distintos bucles temporiza-
dos, el primero para la adquisición y generación de las señales, el segundo para la aplicación

40
Figura 4.4: Respuesta al escalón simulación del 60 % y 70 %

Figura 4.5: Respuesta al escalón simulación del 80 % y 90 %

Figura 4.6: Respuesta al escalón simulación del 100 %

41
de un control gain-scheduling y por último, el tercer bloque es utilizado para graficar, cada
uno de ellos tienen diferentes periodos, 100, 500 y 1000 milisegundos respectivamente.
La adquisición y generación de señales se mantiene de igual manera a lo mostrado en la
Figura 3.2, también cabe aclarar que el diagrama de conexión es el mismo que el mostrado
en la Figura 3.1.
En la Figura 4.7 se muestra la aplicación de las constantes y sus rangos mostradas en la
Tabla 4.2, aplicando la respectiva ley de control de un PI

m(k) = q0e(k) + q1e(k − 1) + m(k − 1)

Figura 4.7: Control LabVIEW

En la Figura 4.8 se muestra el bloque de cómo se graficará constantemente en tiempo real

el comportamiento de la planta, pH actual, set-point y esfuerzo de control. Por último en
la Figura 4.9, se muestra la interfaz donde el usuario observará toda la información

Figura 4.8: Graficar LabVIEW

42
 Figura 4.9: HMI LabVIEW

4.2. Validación de Controladores

Antes de continuar con la evaluación de los controladores primero se describirá el protocolo
de pruebas llevado a cabo, para que así, los resultado aquí obtenidos sean comparables con
futuros trabajos. El paso a paso es el siguiente:

Preparación:

• Llene el nivel del tanque de reacción al mínimo, dado por el interruptor de nivel
más bajo
• Llene el tanque de ácido al menos a 1/4 de su capacidad, con una solución de
bisulfato de sodio. El bisulfato de sodio se mezcla a una relación de 10:1, por
cada 10 partes de agua 1, parte de bisulfato de sodio en polvo, medidos por
peso. Por ejemplo, el tanque soporta 2.5 galones, aproximadamente 9.46 litros.
Aproximadamente 1 lt de agua pesa 1 kg, para llenar el tanque es necesario 946
gr de bisulfato de sodio.
• Llene el tanque de base al menos a 1/4 de su capacidad, con una solución de
carbonato de sodio. El carbonato de sodio se mezcla a una relación de 10:1, por
cada 10 partes de agua, 1 parte de carbonato de sodio en polvo, medidos por
peso.
• Conecte el cable de alimentación ubicado en el lado izquierdo del panel de
T5554-ACA
• Fije el pin de la bomba eductora a una relación 100:1

43
 Inicio:

• Energice el sistema desde el lado izquierdo del panel de T5554-ACA

• Energice la bomba de circulación desde el panel de control
• Encienda la bomba eductora
• Aumente el flujo desde el rotámetro hasta que la bomba edcutora empiece a
succionar

Identificación:

• Haga las debidas conexiones a sus sistema de adquisición de datos, tome de

ejemplo la Figura 3.1
• Prenda la bomba dosificadora
• Realice la toma de datos en algunos de los set-points mostrados en la identi-
ficación de este trabajo, los resultados serán comparables por medio del error
cuadrático medio entre las curvas reales y las curvas de la identificación

Control:

• Haga las debidas conexiones a sus sistema de adquisición de datos, tome de

ejemplo la Figura 3.1
• Realice el control en algunos de los set-points mostrados a continuación en esta
sección, los resultados serán comparables por medio de algunos indicadores de
desmepeño, como lo puede ser el tiempo de establecimiento, el error en estado
estacionario, entre otros.

Una vez indicado el protocolo de pruebas llevado a cabo se mostraran las gráficas con los
resultados obtenidos para set-points en diferentes rangos. Cada figura estará compuesta
de tres subfiguras. La primer subfigura se encuentra el set-point y el pH en cada instante
de tiempo. La segunda subfigura el esfuerzo de control. En la tercer subfigura se muestran
las ganancias utilizada por el gain-scheduling en cada instante de tiempo, es decir, según
el pH en ese instante de tiempo el controlador cambia sus ganancias según la Tabla 4.2
En la Figura 4.10 se muestra la respuesta a un set-point de 10.5 pH, como se ha de notar
el sistema no responde con el gran sobre impulso que se mostraba en los controladores
simulados individuales mostrados en el Sección 4.1, lo cual era de esperarse debido a al
aplicación de un controlador para sistemas no lineales y a la propia dinámica del sistema,
debido a la no linealidad del sistema y con la cantidad de base agregada, a partir de un
pH alrededor de 11, el sistema tiene una respuesta muy lenta ya que necesita una cantidad
mucho más grande de base para tener la capacidad de aumentarle el pH a la solución, de
igual manera aquí se observa como el control mantiene el pH en el set-point deseado, con
un error en estado estacionario de 0.53 %, y tiene un tiempo de establecimiento de 220.5945
segundos.

A continuación, se busca un set-point de 10 pH, en este caso al estar más lejos de la

zona mencionada anteriormente donde se hace más difícil subir el pH de la solución, caso
contrario a la anterior respuesta, en este caso sí tenemos un sobre-impulso, como se ve en
la Figura 4.11. Cuenta con un tiempo de establecimiento de 740.6545 y un error en estado
estacionario de 0.28 %

44
 Figura 4.10: Respuesta controlador estrategia gain-scheduling

Figura 4.11: Respuesta controlador estrategia gain-scheduling

Con set-poit de 9.8, se obtienen los resultados mostrados en la Figura 4.12, como se puede
observar tuvo un sobre-impulso muy simular a la gráfica anterior y su tiempo de estable-
cimiento es de alrededor de 850 segundos.
Como se observa un controlador gain-scheduling responde adecuadamente, manteniendo
un pH deseado, aunque cabe mencionar que el controlador obtenido solamente es eficiente
entre rangos de 9.5 y 11 pH, debido a que en este rango fue donde se hizo la identificación

45
 Figura 4.12: Respuesta controlador estrategia gain-scheduling

de la planta. Para la identificación en rangos menores a 9.5 pH el sistema, es un sistema

inestable, por lo que se requiere una identificación en lazo cerrado para estos rangos y
de igual manera seguir el mismo procedimiento para la identificación y sintonización del
controlador.
Finalmente en la Tabla 4.3 se reúnen todos los parámetros de desempeño evidenciados en
las anteriores gráficas por el controlador sintonizado con el método de sintonía de Cohen
y Cono y usando la estrategia gain-scheduling

Set-point [pH] tss [s] ess [ %] OS [ %]

10.5 220.5945 0.5300 2.5573
10 740.6545 0.2800 3.6458
9.8 754.3585 1.500 1.5306

Tabla 4.3: Desempeño del controlador gain-scheduling

46
 Capitulo 5: Conclusiones

Por medio de este trabajó se habilitó la planta de pH de la Universidad EIA, para así
permitir su uso en prácticas de laboratorio en materias del Área de Automatización y Ro-
bótica e investigación. Se hicieron las respectivas adecuaciones para facilitar su uso, como
el suministro de agua y desagüe. La instalación y verificación del nuevo pH-metro, con el
cual se recomienda mientras la planta esté en desuso retirar el electrodo y limpiarlo con
agua destilada y mantenerlo en agua limpia, debido a no realizar este procedimiento, fue
una de las causas por las que se dañó el anterior pH-metro. Las causas por las que se dañó
el motor agitador, como se explicó, fueron su altas revoluciones y bajo torque, por lo que se
recomienda escoger un nuevo motor con mayor torque. Para evitar nuevamente daños en la
bomba dosificadora, se realizó el circuito mostrado en su respectiva sección, el cual permite
entradas de -20 a 20V manteniendo siempre una salida de (4-20)mA. De esta manera este
elemento de control es controlado por una tensión al igual que todas las demás plantas
en este laboratorio. Antes la planta de pH era la única donde su elemento de control era
manejado por un lazo de corriente. En el tablero de control también se adecuó el nuevo
transmisor del pH-metro, además de instalar un fusible para proteger este elemento.

Se realizó una HMI, donde se puede visualizar gráficamente en tiempo real el pH actual
en la planta, el esfuerzo de control y variar el set-point deseado.

Debido a la no linealidad de la planta de pH, se identificaron diferentes curvas por medio

de métodos de dos puntos, en la Tabla 3.3 se mostró el promedio del error cuadrático medio
de todas las curvas halladas para cada método. Se puede evidenciar que los cinco primeros
métodos tienen resultados muy buenos para sistemas lentos con grandes retardos, como lo
es la planta de pH, y los que tienen menor promedio son Alfaro, Chen y Yang y Ho et al.
que concuerdan con los métodos escogidos en el capitulo de Identificación.

El método de sintonía para los controladores PID propuesto por Cohen y Coon, donde
se desea una sintonia para procesos con retardos elevados, como lo es la planta de pH,
como se especificó, Rivera et al. (1986) recomienda este método de sintonización para
sistemas con un factor de incontrolabilidad entre 0.6 y 4.5, todas las funciones halladas,
exceptuando una, está entre los valores de incontrolabilidad anteriormente dados, por ende
se puede reafirmar la recomendación de esta sintonización para sistemas entre este rango
de incontrolabilidad, según los resultados encontrados con la sintonización hallada para un
controlador PI con este método. Un controlador gain-scheduling, aplicado a la planta de
pH para el rango especificado de pH en donde se hizo la identificación del sistema, se logró
un error en estado estacionario menor al 1 % y un tiempo de establecimiento aceptable
para el sistema a controlar.

47
 Referencias

(n.d.). Sistemas de Control.

Alfaro, V. M. (2001). Identifiación de Procesos Sobreamortiguados Utilizando Ténicas de

Lazo Abierto.

Amatrol (2022). Analytical Process Control | Chemical Process Control Skill Training.

Amaya, W. F., Cañón, O. A., & Avilés, Ó. F. (2004). Control de pH para Planta de
Tratamiento de Aguas Residuales.

Bett, C. J. (2005). 9 - gain-scheduled controllers. In CHEN, W.-K., editor, The Electrical

Engineering Handbook, pages 1107–1114. Academic Press, Burlington.

Corripio, A. & Newell, M. (2015). Tuning of Industrial Control Systems. 3ra edició edition.

Emerson Process Management (2011). Basics Of pH Control.

García Jaimes, L. E. (2009). Control Digital Teoría y Práctica. 2da edició edition.

Infoagro (2017). El control del pH y cómo analizarlo.

Mat Darus, I. Z. & Tokhi, M. O. (2005). Parametric and Non-Parametric Identification of

a Two Dimensional Flexible Structure. pages 119–143.

MathWorks (2022). Design and implement gain-scheduled controllers with MATLAB and
Simulink.

Nuticontrol (2020). La Omportancia del Control de pH en los Cultivos.

Osorio Lugo, H. H. & Vargas Diaz, R. A. (2005). Diseño del Sistema de Control Automático
de pH en la Planta de Aguas Residuales de la Empresa Termocartagena S.A. E.S.P. PhD
thesis, Universidad Tecnológica de Bolivar.

Pamo Leal, D. A., Guarnizo Motta, E., Marín Collazos, L. G., & Manrique Losada, L.
(2011). Control de pH para Ácidos Fuertes y Bases Fuertes a 0,1 Molar.

Perez Prada, L. A. (2016). Sitema de Control de pH para la Etapa de Dosificaicón en la

Panta Pasteurizadora Ubicada en el Laboratorio de Industrial. PhD thesis, Universidad
Distrital Francisco José De Caldas.

Pulsafeeder (2022). Electronic Metering Pumps Series C, C+, A+, E, E-DC and E+.

Radwell (2022). DLC-5000-03-ODP-K.

48
Rivera, D. E., Morari, M., & Skogestad, S. (1986). Internal Model Control: Pid Controller
Design. Industrial and Engineering Chemistry Process Design and Development,.

Teixeira, A., Oliveira, R., Alves, P., & Carrondo, M. (2011). 2.63 - online control strategies.
In Moo-Young, M., editor, Comprehensive Biotechnology (Second Edition), pages 875–
882. Academic Press, Burlington, second edition edition.

White, A. (2019). pH Monitoring and Control Systems.

49
 Capitulo A: Función Método Dos Puntos

1 function [G] = two_point_method(data)

2 methods = [25.0 75.0 -0.910 0.910 1.262 -0.262;
3 28.0 40.0 -5.500 5.500 2.800 -1.800;
4 33.0 67.0 -1.400 1.400 1.540 -0.540;
5 35.0 85.0 -0.670 0.670 1.300 -0.290;
6 28.3 63.8 -1.500 1.500 1.500 -0.500;
7 33.0 70.0 -1.245 1.245 1.498 -0.498;];
8 G_all = cell(1,8);
9 error = zeros(1,8);
10 size_methods =size(methods);
11 start = find(data(:,3),1);
12 init_data = data(start,2);
13 end_data = data(end,2);
14 del_data = end_data-init_data;
15 del_input = data(end,3)-data(1,3);
16 if del_input == 0
17 del_input = data(end,3)
18 end
19
20 for i = 1:size_methods(1)
21 %disp("-----------------------i:" + i)
22 y1=del_data*(methods(i,1)/100)+init_data;
23 y2=del_data*(methods(i,2)/100)+init_data;
24
25 dist1 = abs(data(:,2) - y1);
26 minDist1 = min(dist1);
27 minIdx1 = find(dist1 == minDist1,1);
28 t1 = data(minIdx1,1);
29
30 dist2 = abs(data(:,2) - y2);
31 minDist2 = min(dist2);
32 minIdx2 = find(dist2 == minDist2,1);
33 t2 = data(minIdx2,1);
34
35 tau = methods(i,3)*t1 + methods(i,4)*t2;
36 tm = methods(i,5)*t1 + methods(i,6)*t2;
37 k = del_data/del_input;
38
39 if tm < 0
40 tm=0;
41 end
42
43 G=tf([k],[tau 1],'InputDelay',tm);
44 step(data(end,3)*G+init_data)
45 hold on

50
46 [y,t] = step(data(end,3)*G+init_data,data(start:end,1));
47 e = immse(data(start:end,2),y);
48 error(1,i) = e;
49 end
50 plot(data(start:end,1),data(start:end,2))
51
52 [min_e,ix] = min(error);
53
54 y1=del_data*(methods(ix,1)/100)+init_data;
55 y2=del_data*(methods(ix,2)/100)+init_data;
56
57 dist1 = abs(data(:,2) - y1);
58 minDist1 = min(dist1);
59 minIdx1 = find(dist1 == minDist1,1);
60 t1 = data(minIdx1,1);
61
62 dist2 = abs(data(:,2) - y2);
63 minDist2 = min(dist2);
64 minIdx2 = find(dist2 == minDist2,1);
65 t2 = data(minIdx2,1);
66
67 tau = methods(ix,3)*t1 + methods(ix,4)*t2
68 tm = methods(ix,5)*t1 + methods(ix,6)*t2
69 k = del_data/del_input
70
71 if tm < 0
72 tm=0;
73 end
74
75 G=tf([k],[tau 1],'InputDelay',tm);
76 figure
77 step(data(end,3)*G+init_data);
78 hold on
79 plot(data(start:end,1),data(start:end,2));

51
 Capitulo B: Cohen y Coon MATLAB

1 function [] = cohen_coon(ft,input,offset)
2 theta = get(ft).InputDelay;
3 tau = get(ft).Denominator{1}(1);
4 cont = theta/tau
5
6 if cont ≥ 0.6 && cont ≤ 4.5
7
8 wc=bandwidth(feedback(ft,1));
9 T = (2*pi)/(8*wc);
10 z =tf('z',T);
11 tf_d=c2d(ft,T,'zoh');
12 theta = theta + T/2;
13 K = get(ft).Numerator{1}(end);
14
15 Kc = (tau/(K*theta))*(9/10 + theta/(12*tau));
16 tau_i = (theta*(30*tau+3*theta))/(9*tau+20*theta);
17
18 q0 = Kc*(1+(T/(2*tau_i)))
19 q1= -Kc*(1-(T/(2*tau_i)))
20
21 C=(q0*z+q1)/(z-1);
22
23 figure
24 step(input*feedback(d2c(C,'zoh')*ft,1)+offset)
25 hold on
26 step(input*feedback(C*tf_d,1)+offset)
27
28 else
29 disp("No se recomienda este m t o d o ")
30 end

52
 Capitulo C: Protocolo de pruebas

Preparación:
• Llene el nivel del tanque de reacción al mínimo, dado por el interruptor de nivel
más bajo
• Llene el tanque de ácido al menos a 1/4 de su capacidad, con una solución de
bisulfato de sodio. El bisulfato de sodio se mezcla a una relación de 10:1, por
cada 10 partes de agua 1, parte de bisulfato de sodio en polvo, medidos por
peso. Por ejemplo, el tanque soporta 2.5 galones, aproximadamente 9.46 litros.
Aproximadamente 1 lt de agua pesa 1 kg, para llenar el tanque es necesario 946
gr de bisulfato de sodio.
• Llene el tanque de base al menos a 1/4 de su capacidad, con una solución de
carbonato de sodio. El carbonato de sodio se mezcla a una relación de 10:1, por
cada 10 partes de agua, 1 parte de carbonato de sodio en polvo, medidos por
peso.
• Conecte el cable de alimentación ubicado en el lado izquierdo del panel de
T5554-ACA
• Fije el pin de la bomba eductora a una relación 100:1
Inicio:
• Energice el sistema desde el lado izquierdo del panel de T5554-ACA
• Energice la bomba de circulación desde el panel de control
• Encienda la bomba eductora
• Aumente el flujo desde el rotámetro hasta que la bomba edcutora empiece a
succionar
Identificación:
• Haga las debidas conexiones a sus sistema de adquisición de datos, tome de
ejemplo la Figura 3.1
• Prenda la bomba dosificadora
• Realice la toma de datos en algunos de los set-points mostrados en la identi-
ficación de este trabajo, los resultados serán comparables por medio del error
cuadrático medio entre las curvas reales y las curvas de la identificación
Control:
• Haga las debidas conexiones a sus sistema de adquisición de datos, tome de
ejemplo la Figura 3.1

53
• Realice el control en algunos de los set-points mostrados a continuación en esta
sección, los resultados serán comparables por medio de algunos indicadores de
desmepeño, como lo puede ser el tiempo de establecimiento, el error en estado
estacionario, entre otros.

54