Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ITULO 1. INTRODUCCIO
N 8
jerarquico que representa la estructura completa de la empresa. En este marco, las
redes locales y los buses de comunicacion cobran especial interes.
1.1 Perspectiva historica
Se cree que cuando el homo sapiens domino el fuego, comenzo a usarlo como elemen-
to calefactor y para condimentar alimentos. Tuvo que pasar mucho tiempo, hasta la
Edad del Bronce, para que lo empleara en la obtencion de metales y en la ceramica
dando as lugar a los que podramos llamar primeros procesos de fabricacion de la
historia.
Pero el fuego no ha sido la unica fuente de energa de la antiguedad. Hacia el ano
2000 a. de J.C. se utiliza por primera vez la energa eolica para mover embarcaciones
dotadas de velas y, hacia el 1000 a. de J.C., los fenicios atravesaban el Mediterraneo
con sus navos. Mas tarde, sobre el 50 a. de J.C., los Romanos empiezan a utilizar
la energa hidraulica para la extraccion de agua por medio de la noria. Durante la
edad media se utilizo mucho, en practicamente toda Europa, la energa generada
por los molinos de viento.
La invencion de la maquina de vapor por James Watt hacia 1750 es el aconte-
cimiento que marca el inicio de la Revolucion Industrial, que dura hasta fi de
siglo. Las tecnologas productivas nacen en ese momento: la maquina de vapor se
emplea rapidamente para mover las bombas de extraccion de agua en las minas de
carbon de Gales y en la automatizacion de los telares en Manchester.
Durante este perodo, con las de maquinas de vapor y luego con las de com-
bustion interna y los motores electricos, se van produciendo cambios progresivos
en los procesos de produccion. Las maquinas herramienta ganan potencia y preci-
sion, lo que a su vez permite fabricar productos de mayor calidad. Surgen as los
primeros talleres mecanicos que producen maquinas algunas de las cuales llevan ya
rudimentarios sistemas de control.
En el siglo XX, aunque ya no se denomine asi, continua la revolucion industrial
con un desenfrenado avance tecnologico y cientfi La evolucion de la tecnica es
permanente, con una sucesion interminable de inventos y aplicaciones, muchos de
los cuales (pensemos sin ir mas lejos en el automovil y en los electrodomesticos) se
han convertido en herramientas basicas para hombre actual.
Todo este desarrollo ha sido consecuencia de una premisa fundamental: la exis-
tencia de fuentes de energa inagotables y baratas. Pero su veracidad se ha puesto
en entredicho con la crisis del petroleo iniciada en las ultimas decadas del siglo XX.
Los sistemas productivos no han sido ajenos a todos estos avances. La empresa,
motor del desarrollo del sector privado e incluso del sector publico, se ve obligada
casi siempre a incorporar las ultimas tecnologas en sus procesos o de lo contrario
corre el peligro que quedar rapidamente obsoleta.
Algunas teoras, tecnologas y areas tecnologicas cuyo avance ha favorecido la
evolucion de los procesos productivos son las siguientes:
Teoras
1.1. PERSPECTIVA HISTO
RICA 9
Teoras de Control y de Sistemas
Teora de la senal
Sistemas de eventos discretos
Maquinas de estado
Redes de Petri
Grafi s etapa-transicion (grafcet)
Cartas de estado (statechart)
Tecnologas
Neumatica
Hidraulica
Electronica
Microprocesadores
Ordenadores
Automatas programables
Robotica
Comunicaciones
Desarrollo del software
Areas tecnologicas
Automatizacion de las maquinas-herramienta
Control de procesos por computador
Diseno asistido por computador (CAD)
Fabricacion asistida por computador (CAM)
Fabricacion integral por computador (CIM)
Control de procesos distribudo
Celulas fl ibles de mecanizado y de montaje
Cabe aqu decir que el crecimiento de Robotica no ha sido tan rapido como
vaticinaban ciertas predicciones realizadas en los primeros anos de la decada de los
80. Quizas esto se deba a la caresta de los equipos y a la no tan evidente importancia
de su fl xibilidad como en principio se crea: si un robot va a hacer siempre la misma
tarea, resulta mas economico utilizar otro sistema menos fl y mas especializado.
Por ello, en tareas repetitivas que no requieren mucha precision resulta aconsejable
utilizar manipuladores (neumaticos por ejemplo) en vez de robots. En otras tareas
mas complejas (tales como la soldadura por laser) que precisan el seguimiento de
trayectorias complejas, s que el robot sigue siendo insustituible.
CAP
ITULO 1. INTRODUCCIO
N 10
1.2 La empresa productiva
Una empresa productiva es un ente socioeconomico capaz de adecuar parcialmente
dos fl esenciales que concurren en el mercado: produccion y consumo. Por un
lado, por medio de estudios de mercado, determina las necesidades del consumidor
y le transfi los productos que demanda y, por otro, produce los productos que le
va a trasferir. [3, p.3]. Hay otras empresas, de servicios, en las que los productos
se sustituyen por servicios. As que toda empresa puede considerarse como formada
por dos subsistemas, uno de los cuales se encarga de medir las necesidades de los
consumidores y de trasferirles los productos que las satisfagan y el otro que se
encarga de la produccion. La empresa es, por tanto, un elemento productivo en el
mercado pero puede verse tambien como elemento consumidor (de materias primas)
en el mismo.
La empresa se articula en departamentos o secciones de los que los mas impor-
tantes tradicionalmente vienen siendo los siguientes:
Finanzas
Gestion
Compras
Almacen de materias primas
Produccion
Almacen de productos terminados
Ventas
Todos estos departamentos no son, ni mucho menos, los unicos existentes sino
que a su vez se articulan en otros departamentos y secciones que en funcion del
tamano de la empresa esa pueden ser de mayor o menor complejidad. Los nombres
pueden cambiar segun sea el contexto en que se enmarque o se estudie la empresa.
La actividad de la empresa se puede representar por medio de un diagrama de
bloques en el que los bloques son los procesos y las fl has son los fl de entrada
y salida de cada proceso. En la fi ura se han representado los principales bloques y
fl de la empresa. Los fl que las fl has representan son:
= fl de producto
fl de capital
fl de control (ordenes y medidas)
Observese que todos los bloques reciben fl has (ordenes) del bloque de gestion
y envan fl chas (medidas) al mismo. El bloque de gestion es el mas importante en
el sentido de que controla a todos los demas.
1.2. LA EMPRESA PRODUCTIVA 11
Proceso
productivo
Productos terminados
Figura 1.1: Esquema de la empresa productiva
El diagrama de bloques puede dividirse en dos partes. La parte superior que se
encarga de la generacion del producto (gestion de produccion) y la parte inferior
que se encarga llevar el producto al mercado y de obtener el benefi (gestion de
mercado o mercadotecnia).
Cada uno de estos bloques se subdivide a su vez de otros bloques, subprocesos,
con sus fl asociados.
El objetivo de la empresa es maximizar el beneficio.
1.2.1 El proceso productivo
Un proceso productivo es una serie de operaciones que se realizan sobre unas ma-
terias primas (o productos mas elementales) para obtener un producto terminado,
listo para su utilizacion.
Una defi on descriptiva de proceso productivo puede resultar muy complicada,
puesto que hay muchas clases de procesos, siendo en cambio mas sencillo dar una
defi on de tipo entrada-salida:
Un proceso productivo es un sistema dinamico de control cuya entrada es un flujo
de producto (materias primas) y cuya salida es otro flujo de productos (productos
terminados).
Materias primas
Almacn de
materias primas
Almacn de
productos terminados
Produccin
Gestin
Compras Finanzas Ventas
MERCADO
CAP
ITULO 1. INTRODUCCIO
N 12
Proceso
Producto terminado
Mecanizado
Pieza
Con una defi on as perdemos toda nocion de lo que sucede por dentro del
proceso pero en cambio capturamos lo esencial desde el punto de vista productivo:
fl de producto de entrada y de salida (fl has) y como se relacionan entre s
(bloque). Sin embargo el bloque o funcion que relacona ambos fl no es simple
sino que es un complejo sistema movido por eventos.
Un proceso productivo se compone internamente de diferentes subprocesos mas
simples conectados entre s, cada uno de los cuales se puede considerar tembien
como un sistema dinamico de control o proceso. Por tanto, hemos de tener una
idea de cuales son y como funcionan (o sea cuales son sus modelos matematicos) los
sistemas de control o procesos mas simples porque de ese modo podremos entender
despues como funcionan los procesos de fabricacion.
Los procesos productivos estan catalogados como sistemas complejos en la Teora
de Sistemas. La complejidad surge de la interconexion de unos procesos con otros
y de la naturaleza estocastica de muchos de los eventos que dirigen la evolucion del
sistema. Cada proceso esta conectado con otros procesos internos y externos a la
empresa, que pueden ser de muy distinta naturaleza y, en general, se compone de
subprocesos mas simples interrelacionados entre si.
Materia prima
Cada proceso productivo va asociado a un producto. Si queremos fabricar otro
producto deberemos cambiar el proceso. Sin embargo, para un producto terminado
dado y para la misma materia prima, el proceso puede no ser unico: en general, un
mismo producto se puede fabricar de muchas formas diferentes.
1.2.2 Operaciones basicas de fabricacion
Los procesos de fabricacion mas simples se llaman operaciones basicas. Algunas de
ellas son:
Procesado de un elemento
Montaje
Movimiento de material
Almacenamiento
Inspeccion y control
Procesado de un elemento
Es un proceso que se aplica a un solo producto, bien sea una pieza elemental o bien
un conjunto de piezas ya montado. Son de este tipo los procesos de mecanizado, los
de pintura, los tratamientos termicos, etc.
Materia prima
1.2. LA EMPRESA PRODUCTIVA 13
Mecanizado 1
Pieza 1
Montaje
Producto
Mat. prima 2
Mecanizado 2
Pieza 2
Proceso de montaje
Cuando un producto (terminado o no) se compone de varios elementos, la serie de
operaciones necesarias para unir todas las piezas formando el producto terminado
se llama proceso de montaje.
Mat. prima 1
1.2.3 Tipos de procesos
Si en nuestro hogar echamos una mirada a nuestro alrededor y observamos los objetos
que nos rodean, veremos que la gran mayora de ellos son el resultado o producto
de algun proceso de fabricacion y nos daremos cuenta que deben existen multitud
de ellos. Incluso, con un poco de imaginacion y ciertos conocimientos tecnicos,
podemos adivinar cual ha sido el proceso para fabricar un determinado producto o,
mejor dicho, los posibles procesos, ya que tambien nos daremos cuenta enseguida
de que hay muchas formas de fabricar el mismo producto. Ahora bien, tras muchos
anos de experiencia, se han afi do cuatro tipos estandar de procesos:
Job Shops
Produccion por lotes
Lneas de produccion
Produccion continua
Job Shops
Es un tipo de produccion que permite fabricar una amplia gama de productos en
series de tamano pequeno o mediano. Los productos suelen ser conjuntos de compo-
nentes, posiblemente complicados o de alta tecnologa, montados. Se utiliza para la
fabricacion de ciertas maquinas herramientas, robots, aviones, aeronaves y algunos
prototipos. Suelen exigir mano de obra muy especializada y mucho tiempo para el
diseno de los procesos y para la preparacion de la maquinaria y los equipos huma-
nos de montaje. Por todo ello, los tiempos de produccion son elevados y los costes
tambien.
CAP
ITULO 1. INTRODUCCIO
N 14
Produccion por lotes
Esta orientada a la fabricacion de lotes de tamano medio de un determinado produc-
to. La produccion de cada lote se hace de una tirada y, una vez terminado un lote,
el departamento de fabricacion enva una orden de control indicando si se puede
pasar a fabricar otro lote del mismo o de otro producto, en funcion de la demanda.
La maquinaria y el personal han de estar preparados para realizar con celeridad
las operaciones de cambio de lote.
Es quizas el tipo de produccion que se emplea para fabricar mayor numero de pro-
ductos. Las industrias de calzado, muebles, electrodomestcos, maquina-herramienta
y otras muchas, lo utilizan.
Lneas de produccion
Estos procesos son el resultado de la evolucion de la produccion en cadena, ideada
por Henry Ford. Se utiliza para producir grandes series de unos pocos productos,
que suelen estar formados mediante el montaje de piezas. El producto se desplaza
colocado en cintas trasportadoras, en carros o en otros elementos de transporte y
va pasando por estaciones de trabajo en cada una de las cuales se le aplica un
determinado proceso.
Si en una planta se utilizan varias lineas de produccion, los productos pueden
pasar de una lnea a otra, existiendo muchas configuraciones posibiles, asi como dife-
rentes metodos y mecanismos de transferencia. Se suenen utilizar zonas o recipientes
a modo de pequenos almacenes, para el almacenamiento intermedio de productos
semielaborados, y alimentadores de piezas para los procesos.
Basicamente hay dos tipos de lneas: lneas de proceso y lneas de montaje. En
las primeras, un producto o materia prima va pasando por distintos procesos que
lo van transformando hasta llegar al producto fi Un ejemplo lo tenemos en el
mecanizado de piezas. Las lneas de montaje se utilizan para fabricar productos
formados por conjuntos de piezas montados.
Quizas sea la fabricacion de automoviles el ejemplo mas tpico de este tipo de
produccion. Se fabrican grandes series de unos pocos modelos. Otros ejemplos son
la fabricacion de ciertos productos de gran consumo como neumaticos, bombillas,
bicicletas, envases de plastico, etc.
En este tipo de fabricacion se disena toda la factora en funcion del producto
a fabricar, por lo que un cambio de producto suele exigir el cierre de aquella o, al
menos, una completa remodelacion de la misma.
Produccion continua
Es el tipo indicado cuando se desea producir pocos productos, de naturaleza simple
(no compuestos de muchas piezas) y en grandes cantidades. Se puede ver como un
fl continuo de producto sobre el que se van realizando una serie de operaciones
o procesos. Por un lado entra la materia prima y por otro sale el producto fi l
(fi ura 1.2).
1.2. LA EMPRESA PRODUCTIVA 15
Proceso 1
Proceso 2
Proceso 3
Producto final
Materia prima
Figura 1.2: Proceso de produccion continua
Este tipo de produccion se aplica sobre todo en las industrias qumicas, petro-
qumicas, textiles, de plastico y de laminacion de acero.
1.2.4 Ubicacion de los procesos
La disposicion de los procesos dentro de la planta de produccion es importante por-
que de ella dependen muchos factores del proceso de produccion asi como la comodi-
dad del personal, los cableados de alimentacion y buses de comunicaciones, etc. Los
programas simulacion (estocastica) de procesos pueden ayudar mucho en el diseno
de la distribucion en planta. Tradicionalmente se consideran cuatro posibilidades de
ubicacion
Producto en posicion fi a
Por clases de procesos
En fl de producto
Por tecnologa de grupo
Producto en posicion fija
Cuando el producto es muy grande, muy pesado o, por alguna otra razon, no debe
moverse, hay que ubicar las herramientas y los otros equipos de fabricacion en la
zona mas idonea para, en su momento, incidir en el producto. A veces se precisa
realizar obras e instalaciones especiales para poner todo en una buena disposicion.
Es la disposicion mas indicada en las industrias naval y aeronautica.
Por clases de procesos
Las maquinas de produccion se ubican en zonas o locales de la factora por clases
de procesos. En cada zona o local solo se realiza un proceso. Es una distribucion
que se implanta mucho para procesos de mecanizado de piezas: la misma pieza va
pasando por las distintas zonas hasta fi lizar su mecanizado.
Resulta un tipo de fabricacion muy fl puesto que se puede cambiar el
proceso simplemente anadiendo o quitando ciertas maquinas.
En flujo de producto
Los elementos que intervienen en la produccion se disponen a lo largo del fl de
producto. Por ejemplo, a lo largo de una lnea de montaje en una fabricacion de
CAP
ITULO 1. INTRODUCCIO
N 16
e(t)
C
A
Actuador
vlvula
x
lneas dedicadas o a lo largo del fl de producto una produccion continua. No es
facil hacer cambios en el proceso.
Por tecnologa de grupo
Esta distribucion esta indicada para factoras con gran diversidad de productos y
pretende ser una combinacion de las dos anteriores. Se basa en clasifi r en familias
las piezas a fabricar (sin importar el producto en el que iran montadas) por su
semejanza en su diseno y fabricacion. Con esto se puede conseguir organizar la
produccion en dos partes: 1) por clases de procesos, (que fabricara las familias de
piezas) y 2) en fl de producto (que fabricara el resto de las piezas y hara los
montajes pertinentes).
1.3 El proceso en feedback
La realimentacion o feedback es el artifi basico del control. Aunque suponemos
que el tema es ya conocido por el lector, creemos conveniente recapacitar sobre
su funcionamiento, por ser basico para muchas de las partes que se trataran mas
adelante. Lo haremos (por razones historicas) a partir del primer mecanismo que lo
incorporo: el governor de Watt.
1.3.1 El regulador de Watt
Aunque se conocen algunas aplicaciones de aparatos que funcionaban siguiendo el
principio de la realimentacion y que datan de epocas muy antiguas, se puede decir
que el primer sistema de control industrial de la historia fue el regulador (governor )
inventado (o al menos adaptado) por James Watt hacia 1788 para su maquina de
vapor. Veamos, a modo ilustrativo, su esquema. En la fi aparece la pieza
quizas mas importante que suele llamarse regulador de bolas y que ejerce a la vez
captador, regulador y actuador.
El operador o maquinista controla la posicion
x
C
del punto superior del cuadrilatero articu-
lado fi as la consigna de velocidad
ref
.
El eje dibujado esta unido al eje de rotacion
de la maquina de vapor. Si la velocidad (t)
B
de esta aumenta, entonces, debido a la fuerza
centrfuga, las bolas B se separan y el vertice
inferior A del cuadrilatero articulado, movil,
actua cerrando la valvula de salida de vapor
de la caldera. Se establece as un proceso en
feedback que se puede explicar con el dia-
grama de bloques siguiente. El regulador de
bolas hace las funciones del punto de suma y
de los bloques captador y actuador.
C
X(s
)
A
U (s
)
ref
1.3. EL PROCESO EN FEEDBACK 17
x
C
+
s
Controlador
x
Valvula
p
Maquina
.
(s)
(
ref
)
Captador
La tarea que realiza este controlador es simple y efectiva: el controlador abre
o cierra la la valvula en funcion de la diferencia e entre la medida x
A
de la salida
(variable controlada) y la entrada x
C
(referencia). Si e es cero entonces la medida
de la salida es igual a la referencia, es decir, el valor de la variable controlada es el
deseado y la salida del actuador es cero (no actua); en caso contrario el controlador
movera la valvula en sentido de apertura o de cierre, dependiendo de que el valor e
sea positivo o negativo. Es facil acoplar mecanicamente el punto A a la valvula de
modo que esta se abra si e > 0.
De este modo se consigue que la velocidad de rotacion (t) del eje de la maquina
se mantenga mas o menos constante, incluso aunque se produzcan variaciones en la
potencia entregada o en la presion p de la caldera.
1.3.2 Esquema de regulacion en feedback
El artifi que hace funcionar al regulador de Watt es la realimentacion o feedback.
Una vez entendamos como funciona podremos comprobar, quizas con asombro, que
no solo puede aplicarse a la maquina de vapor sino que puede servir de base para
controlar otros sistemas fsicos de muy diferente naturaleza tales como sistemas
economicos y sistemas productivos. Ademas, la realimentacion aparece a veces como
un componente basico en muchos procesos de la Naturaleza, incluso en los seres
vivos.
s(s)
D(s)
V (s)
Y (s)
Y
ref
+
+
P
.
Y
m
(s)
M
Figura 1.3: Esquema de regulacion en feedback
Los elementos esenciales que aparecen en el regulador de Watt y que configuran
todo mecanismo de control con realimentacion (fi 1.3) son los siguientes:
y
Entrada de referencia o de consigna
d(t)
Entrada perturbadora
y(t)
Salida
CAP
ITULO 1. INTRODUCCIO
N 18
P
C
A
M
Controlador. Es el dispositivo que toma la diferencia s(t) entre la entrada
de referencia y
ref
y la medida y
m
(t) de la respuesta, la procesa y, como re-
sultado del proceso, enva estmulos x(t) sobre el actuador. Realmente es un
procesador de senal.
Actuador. Actua, con la potencia necesaria, sobre la planta.
Planta o Proceso: es el sistema a controlar (la maquina de vapor en el regulador
de Watt).
Medidor. Es un aparato para medir, normalmente en forma electrica, el valor
de la salida y(t).
La idea del control es simple: con la entrada de referencia y
ref
el operador fi el
valor deseado para la variable de salida y(t) (a controlar); el controlador recibe en
su entrada la diferencia s(t) entre la entrada y
ref
de referencia y la medida y
m
(t) de
dicha salida en un instante t
1
, de modo que si esa diferencia es positiva (y
m
< y
ref
)
entonces, tras el proceso de la senal s(t), enviara estmulos x(t) al actuador para
que este ejerza una accion u(t) sobre la planta con el fi de que el valor de la salida
y(t) vaya aumentando para t > t
1
. Cuando en otro instante t
2
> t
1
la diferencia e
sea negativa, la accion del controlador sera la inversa, es decir, ejercera una accion
u(t) sobre la planta tal que el valor de la salida y(t) vaya disminuyendo para t > t
2
.
En adecuadas condiciones, si el controlador se disena correctamente, es posible
conseguir que el valor de la salida se mantenga, mas o menos, igual al valor de la
entrada de referencia incluso en presencia de la perturbacion d(t).
1.3.3 El significado del control
Controlar un sistema dinamico significa conducirlo, llevarlo, gobernarlo o comardar-
lo, de tal manera que su trayectoria o evolucion en el tiempo se aproxime a una
fi de antemano, mediante la actuacion sobre unos elementos del sistema lla-
mados controles. As, un chofer controla la trayectoria de un vehculo girando el
volante, pisando el acelerador y los frenos y moviendo el cambio de marchas. De
forma mas imprecisa, el gobierno de una nacion dispone de ciertos controles, como
los salarios, los impuestos, el valor de la moneda, etc., para controlar la evolucion
de la tasa de infl cion.
La Teora de Control estudia los sistemas que son de algun modo controlables
as como los problemas relacionados con este control.
Un sistema de control es una entidad u objeto provisto de unos terminales de
entrada (controles), por los cuales puede recibir estmulos, y otros de salida, por de
que emite su respuesta. Esta defi on permite representar grafi te un sistema
de control como una caja negra o bloque con fl has de entrada y de salida. La fi
1.4 representa un sistema monovariable, es decir, con una entrada y una salida.
El sistema objeto de control suele denominarse Planta o Proceso, de acuerdo con
sus aplicaciones en ingeniera.
1.4. LA AUTOMATIZACIO
N INDUSTRIAL 19
Bloque
Salida
Entrada
Figura 1.4: Sistema
1.3.4 El control en la empresa
El esquema de regulacion en feedback es aplicable a muchos de los procesos de la
empresa, dando lugar a diferentes clases de control segun sea la aplicacion. Algunos
de ellos son:
Control de produccion
Control de calidad
Control de presupuestos
Control de procesos
Los elementos esenciales del control van a seguir siendo siempre la medida de va-
riables del proceso a controlar, la realimentacion de las variable medidas, la com-
paracion con una consigna previamente establecida y, en funcion de esta ultima, la
actuacion sobre el proceso.
1.4 La automatizacion industrial
Automatizar un proceso es conseguir que, aplicando el mecanismo de feedback,
funcione sin intervencion humana. Como veremos, esta idea resulta muy clara en el
caso del control de procesos continuos, pero tambien se ve que funciona en el caso
de otros tipos de control, como es el caso de los procesos movidos por eventos.
1.4.1 Tecnicas de control
Atendiendo a la tecnica utilizada para procesar senales, el bloque de control C de
la fi a 1.3 se puede realizar fsicamente mediante
tecnicas analogicas
tecnicas digitales
Tecnicas analogicas
Es el metodo mas antiguo de los dos y dio lugar a las tecnicas de control clasicas. El
proceso analogico de senales puede ser mecanico, neumatico, hidraulico, electrico,
electronico y optico. En el regulador de Watt es de tipo mecanico. El componente
fundamental que permitio el desarrollo de el control analogico fue el amplifi ador
electronico, inventado en la decada de los 50.
CAP
ITULO 1. INTRODUCCIO
N 20
La aplicacion principal de las tecnicas analogicas es la realizacion de contro-
ladores de Procesos Continuos industriales: mecanismos y maquinas movidos por
motores electricos, procesos con fl dos, hornos, etc.
Hay dos tipos que han sido, y siguen siendo, muy utilizados: el controlador de
adelanto-retraso de fase y el controlador PID. En este ultimo, las letras significan
proporcional, integral, derivativo e indican el proceso, o funcion matematica C(),
que realiza el controlador:
.
dx(t)
1
t
.
x(t) = C(s(t)) = K
p
1 + T
d
+
dt T
i
x( )d
0
, (1.1)
en donde los parametros K
p
, T
d
y T
i
son constantes. La realizacion de esta funcion
se hace casi siempre utilizando componentes electronicos analogicos, generalmente
amplifi dores operacionales, pero son posibles las realizaciones con componentes de
fluidos.
Tecnicas digitales
La aparicion primero del ordenador y posteriormente de los microprocesadores y
microcontroladores y del ordenador personal, asi como el desarrollo de las comuni-
caciones, del software y de otros campos afi han hecho que las tecnicas de control
se hayan sofisticado y extendido.
Las aplicaciones son muchas. En principio, las tecnicas digitales se utilizaron
para realizar controladores para los procesos continuos. Los controladores antano
analogicos, y en particular el PID, hoy da se realizan y comercializan en su ver-
sion digital. Ahora la funcion (1.1) la realiza un microprocesador a traves de un
algoritmo. El campo de aplicacion es el mismo pero las prestaciones de los digitales
son muy superiores a las de sus hermanos analogicos. Resulta mas facil sintonizar-
los, es decir, ponerles los parametros adecuados, y estan preparados para poder ser
operados a distancia a traves de buses de comunicacion.
Despues, se utilizaron para el desarrollo de otros dispositivos de control, entre
los que cabe destacar el automata programable de gran aplicacion en el Control de
procesos de eventos discretos.
Y, fi te, han hecho posible una creciente Automatizacion Global, es decir,
la expansion del control y las comunicaciones por toda la empresa en base a las
estructuras de control que se han ido creando: control centralizado, control distri-
budo, control jerarquico, etc.
1.4.2 Estructuras de automatizacion
En el intento de automatizar cualquier empresa siempre nos van a surgir un buen
numero de cuestiones: donde va ubicado y como se realiza el control de cada
proceso? como se conectan unos controles con otros? se pueden controlar y/o
supervisar procesos desde la gestion de la empresa? Para responderlas, habremos
de idear algun plan para estructurar el control. El grado de automatizacion deseado
va a ser fundamental para trazar dicho plan. Se suelen distinguir como cuatro
categoras:
1.4. LA AUTOMATIZACIO
N INDUSTRIAL 21
Proceso 1 Proceso 2 Proceso 3 Proceso 4
Figura 1.5: Estructura de control: computador 4 automatas
Automatizacion fi
Automatizacion programable
Automatizacion fl
Automatizacion total
La automatizacion fi se utiliza cuando el volumen de produccion es muy alto
y, por tanto, se puede justifi economicamente el alto costo del diseno de equipo
especializado para procesar el producto, con un rendimiento alto y tasas de pro-
duccion elevadas. Un ejemplo tpico puede ser la fabricacion de automoviles. Un
inconveniente de la automatizacion fi es que su ciclo de vida depende de la vigencia
del producto en el mercado.
La automatizacion programable se emplea cuando el volumen de produccion es
relativamente bajo y hay una diversidad de productos a obtener. En este caso el
equipo de produccion es disenado para adaptarse a la variaciones de configuracion
del producto y esta adaptacion se realiza por medio de Software. Un ejemplo podra
ser la fabricacion de diferentes tipos de tornillos bajo pedido.
Por su parte, la automatizacion fl es mas adecuada para un rango de pro-
duccion medio. Los sistemas fl poseen caractersticas de la automatizacion
fi y de la automatizacion programada. Suelen estar constituidos por una serie
de estaciones de trabajo interconectadas entre si por sistemas de almacenamiento y
manipulacion de materiales, controlados en su conjunto por una computadora.
El escalon fi l es la automatizacion total de la produccion, en la que, idealmente,
la fabricacion se realizara sin intervencion humana.
En la fi ura 1.5 se muestra una estructura de control sencilla compuesta por un
computador que se comunica, a traves de un bus, con cuatro automatas programa-
bles cada uno de los cuales controla un determinado proceso.
CAP
ITULO 1. INTRODUCCIO
N 22
1.4.3 Ventajas e inconvenientes de la automatizacion
Como es logico, la automatizacion tiene sus ventajas e inconvenientes. Entre las
primeras podemos citar:
Permite aumentar la produccion y adaptarla a la demanda
Disminuye el coste del producto
Consigue mejorar la calidad del producto y mantenerla constante
Mejora la gestion de la empresa
Disminuye de la mano de obra necesaria
Hace mas fl ble el uso de la herramienta
Algunos inconvenientes son
Incremento del paro en la sociedad
Incremento de la energa consumida por producto
Repercusion de la inversion en el coste del producto
Exigencia de mayor nivel de conocimientos de los operarios
Hasta ahora no se ha dado mucha importancia al segundo punto pero cabe pensar
que, en el futuro, el aumento del coste de la energa pueda repercutir en un consi-
derable aumento de los costes de la produccion automatizada. Ello nos llevara a
tener que considerar nuevos metodos o, quizas, a reconsiderar antiguos metodos de
fabricacion semi-automatizada en la que ciertas tareas podran ser realizadas por
operarios humanos. De hecho, aunque lamentable, es significativa la practica de la
utilizacion de mano de obra barata, no especializada (incluso infantil), por grandes
companas que instalan sus factoras en pases subdesarrollados.
En el mundo industrial actual la Automatizacion es practicamente imprescindi-
ble, debido a los niveles de productividad, fi bilidad y rentabilidad que el mercado
exige a los productos elaborados para ser competitivos.
Antano la automatizacion se aplicaba solo al proceso productivo (a las maquinas),
porque era el que mas recursos humanos consuma, resultando as una automatiza-
cion local. Pero hoy da podemos hablar de una automatizacion global ya que se ha
extendido no solo a todos los procesos de la empresa (bloques de la fi ura 1.1) sino
tambien a los fl s de control (lneas a trazos de la fi 1.1), que pueden tambien
ser automatizados mediante buses de comunicacion y redes de area local; ademas,
una empresa puede comunicarse a traves de Internet con otras empresas pudiendo
crearse de esta forma redes de empresas extendidas por todo el mundo.
1.4. LA AUTOMATIZACIO
N INDUSTRIAL 23
1.4.4 Elementos de la automatizacion
Hay muchas areas y tecnologas que intervienen en la Automatizacion. Las mas
importantes, junto con algunos de sus elementos, son:
Mecanica
Herramientas
Mecanismos
Maquinas
Elementos de transporte
Electrica
Automatismos electricos
Motores electricos de c.c. y c.a.
Cableados de fuerza y de mando
Aparillajes electricos en general
Tecnologa Electronica
Controladores analogicos
Sensores / Transductores
Pre-acionadores
Drivers de accionamientos
Communicaciones
Telemando y Telemetra
Sistemas de comunicacion inalambrica
Neumatica y electro-neumatica
Cilindros neumaticos
Valvulas neumaticas y electro-neumaticas
Automatismos neumaticos
Hidraulica y electro-hidraulica
Cilindros hidraulicos
Valvulas hidraulicas y electro-hidraulicas
Automatismos hidraulicos
Aplicaciones de Control e Informatica Industrial
Controladores de procesos
CAP
ITULO 1. INTRODUCCIO
N 24
Control por computador
Control embutido (embedded control)
Automatas programables
Vision artifi ial
Robotica
Mecatronica / Control de movimiento
Celulas de fabricacion fl ible
Celulas de Mecanizado
Celulas de Montaje Automatico
Control Numerico
Sistemas CAD-CAM (Computer Aided Design & Manufacturing)
Sistemas CIM (Computer Integrated Manufacturing System)
Redes y buses de comunicaciones
1.5 Modelos matematicos de sistemas
En el analisis de los sistemas de control juegan un papel primordial los modelos
matematicos. Un modelo matematico de un sistema dinamico es una ecuacion o
sistema de ecuaciones, de un determinado tipo, que lo representa, y cuya evolucion
en el tiempo se coresponde con la del sistema.
El modelo permite hacer calculos, predicciones, simulaciones y disenar nuevos
sistemas de control sobre el papel sin necesidad de tener que construirlos hasta
que se considere oportuno.
Los bloques, entradas y salidas que componen un sistema de control pueden ser
de naturaleza muy diferente segun sea la aplicacion que estemos considerando. La
Teora de Control es la parte de la ciencia que estudia todos estos sistemas desde
los puntos de vista matematico, fsico y tecnologico.
Lo primero que vamos a hacer para estudiar matematicamente los sistemas es
clasificarlos atendiendo a alguna propiedad importante. Como no cabe duda que el
tiempo es esencial para todo sistema de control, puesto su evolucion depende del
tiempo, podemos clasificarlos, atendiendo a como sea dicha evolucion, en
Sistemas de tiempo continuo
Sistemas de tiempo discreto
Sistemas de eventos discretos
Esta clasifi cion nos va servir tanto para el estudio matematico, analisis y mo-
delado de los sistemas de control como para su sntesis, o sea, su diseno y realizacion
utilizando diferentes tecnologas. Cada una de estas clases se divide a su vez en otras
1.6. MODELADO Y SIMULACIO
N DE SISTEMAS COMPLEJOS 25
que van configurando las diferentes partes que configuran la Teora de Control y sus
aplicaciones.
Los sistemas de eventos discretos reciben tambien el nombre de sistemas re-
activos o sistemas comandados por eventos (event-driven systems). Sus modelos
matematicos son complejos, se basan en procesos estocastcos y procesos de colas,
por lo que es habitual trabajar con modelos no matematicos basados en computador.
En este sentido ha supuesto un gran avance la especificacion del Lenguaje Uni-
fi de Modelado (UML).
1.6 Modelado y simulacion de sistemas complejos
El modelado y simulacion se utiliza en muy aplicaciones diversas, tales como dinamica
de fl sistemas energeticos y gestion de negocios. Dentro de los currcula uni-
versitarios se estudia, entre otras, en las areas de Teora de Sistemas, Teora de
Control, Analisis Numerico, Ciencias de la Computacion, Inteligencia Artificial e
Investigacion Operativa. Poco a poco ha ido haciendose cada vez mas potente hasta
el punto en que hoy se considera con capacidad para integrar todas las anteriores
disciplinas. Mas aun, ha sido propuesto por algunos como el paradigma de la com-
putacion del futuro. Como paradigma, constituye un metodo para representar los
problemas, para analizarlos y para obtener soluciones. En la fase de analisis, el
modelo se construye inductivamente a partir de observaciones realizadas sobre un
sistema real. En la fase de sntesis se utilizan los modelos creados en la fase de
analisis para disenar nuevos modelos que satisfagan determinadas especificaciones y
se construyen los sistemas reales (realizaciones) si se considera oportuno. A veces
suele ser preciso repetir iterativamente las fases de analisis y diseno hasta conseguir
dar con la solucion buscada.
1.6.1 Importancia del modelado
El conocimiento sobre las cosas que tenemos a nuestro alrededor, adquirido a traves
de los sentidos y almacenado en el cerebro, no es la realidad sino una abstraccion,
un modelo de la misma. Es un modelo en el que se refl algunas caractersticas
estaticas (forma, dimensiones, color, sonido, olor, temperatura, acabado superficial,
etc.) y quizas tambien algunas otras dinamicas (velocidad, etc). Si utilizamos instru-
mentos de medida, la informacion que adquirimos puede enriquecerse con numeros,
grafi y quizas con otros tipos de informacion propia de cada instrumento.
De alguna manera, la informacion que hemos adquirido sobre un objeto es el
resultado de experiencias (experimentos) que hemos realizado sobre el mismo. Por
tanto, la informacion adquirida es siempre parcial, se refi a los resultados de
experiencias o experimentos y el modelo de cualquier sistema es tambien parcial,
es decir, solo refl aquellos aspectos que han sido medidos y analizados dentro de
un determinado contexto experimental. Otros aspectos pueden quedar ocultos en el
modelo porque aun no se conocen, sencillamente porque no se han medido o, si se
quiere, porque quedan fuera de contexto.
CAP
ITULO 1. INTRODUCCIO
N 26
Figura 1.6: Esquema del modelado
En la fi a 1.6 se indica esquematicamente el proceso de obtencion de un modelo
a partir de la realidad. Es importante recalcar de que la informacion que podemos
tener sobre una determinada entidad real la adquirimos a traves de experimentos
hechos en un determinado contexto de modelado. Por esta razon, los nombres con
que muchas veces se etiquetan ciertas entidades del mundo real provienen no de la
entidad misma sino de su modelo. As, por ejemplo, si hablamos de sistemas de
tiempo continuo nos estamos refiriendo a la familia de entidades reales que admiten
un modelo de tiempo continuo. Es decir que lo que estamos haciendo es clasificar
las entidades reales en clases en funcion de las caractersticas de los modelos. Es
evidente que una misma entidad real puede pertenecer a varias de estas clases, o sea,
puede admitir distintos modelos, dependiendo de las caractersticas que se quieran
poner de manifi to.
Disponer de un modelo antes de proceder al desarrollo de software y hardware es
tan importante para el ingeniero responsable de cualquier automatizacion industrial
como puede ser, para el arquitecto, tener un anteproyecto antes de construir un gran
edificio.
El modelado adquiere mayor importancia cuanto mayor es la complejidad del
sistema. Algunos sistemas (por ejemplo biologicos) son tan complicados que hasta
hace poco no se saba muy bien como funcionaban pero que, tras el modelado de
sus partes elementales y la posterior conexion de las mismas, empiezan ya a ser
estudiados y entendidos, al menos en alguno de sus aspectos. Sin ir tan lejos,
tener un buen modelo resulta de una ayuda inestimable para cualquier diseno de
automatizacion industrial.
REALIDAD MODELO
Entidad
del
Mundo Real
Modelo
bsico
OBJETIVOS
anlisis slo
en contexto
experimental
dentro del contexto Conocimiento
a priori del
modelo bsico
Sistema S Modelo M
experimento
dentro de contexto
Simulacin =
Experimento virtual
Datos
observados de
Experimento
Validacin Resultados
de
Simulacin Proceso de
Modelado y Simulacin
1.6. MODELADO Y SIMULACIO
N DE SISTEMAS COMPLEJOS 27
Sera estupendo que el lenguaje de modelizacion fuera universal pues ello facili-
tara la comunicacion entre los equipos de desarrollo dentro de la empresa y tambien,
fuera de ella, entre los miembros de la comunidad cientfi
Un buen lenguaje de modelizacion ha de tener
Elementos del modelo conceptos fundamentales y semantica
Notacion representacion visual de los elementos del modelo
Directivas lenguajes a utilizar para el modelado
Lenguaje Unificado de Modelizacion (UML)
La carencia de un lenguaje estandar de modelizacion ha sido durante mucho tiempo
el principal quebradero de cabeza de muchos disenadores de software. La situacion
era caotica hasta hace poco porque, al ser las herramientas de desarrollo de software
de diferentes fabricantes e incompatibles entre s, cuando alguien pretenda modelar
un sistema complejo, formado por subsistemas de diferente naturaleza, al fi se le
presentaba la complicada tarea de acoplar los resultados de los modelos de cada una
de las partes, desarrolladas en diferentes lenguajes. Afortunadamente la situacion ha
cambiado recientemente con la aparicion del denominado Unifi d Modeling Language
(UML). El desarrollo de este lenguaje comenzo en Octubre de 1994 cuando Grady
Booch y Jim Rumbaugh, de la empresa Rational Software Corporation, unifi aron
el anterior metodo de Booch y el llamado tecnica de Modelado de Objetos (OMT) y
crearon un proyecto comun, al que llamaron Unifi d Method, cuyo primer borrador
vio la luz en Octubre de 1995. A fi del mismo ano Ivan Jacobson y su empresa
Objectory se unieron a Rational Software y como resultado de la union surgio el
metodo OOSE (Object-Oriented Software Engineering).
Al comenzar a trabajar juntos, Booch, Rumbaugh y Jacobson fi ron como obj-
tivos los siguientes:
1. Otorgar al modelado de sistemas (y no solo al software) la capacidad de utilizar
conceptos orientados a objetos.
2. Establecer un acoplamiento explcito con los artefactos tanto conceptual como
ejecutable.
3. Tratar los temas inherentes a la escala en los sistemas complejos y de mision
crtica.
4. Crear un lenguaje de modelado entendible tanto por las maquinas como por
los seres humanos.
Los esfuerzos de los tres ingenieros dieron su fruto con la publicacion de las
versiones 0.9 y 0.91 de UML, en Junio y en Octubre de 1996. UML comenzo a
extenderse con rapidez y muchas importantes empresas vieron en UML un asunto
de importancia estrategica para sus negocios. Tras una primera fusion con OMG
(Object Management Group), Rational Software establecio las bases para crear un
CAP
ITULO 1. INTRODUCCIO
N 28
consorcio empresarial, al que pronto se unieron las companas mas importantes del
mundo de la informatica: DEC, HP, IBM, Microsoft, Oracle, TI, Unisys, etc.
UML se ha ido enriqueciendo con las aportaciones de los nuevos socios dando
lugar a la aparicion de nuevas versiones. La version UML 1.3, de Junio de 1999.
Actualmente la version de UML mas en bogaes la 1.5, y se esta trabajando en la
2.0.
Ofrecer a los usuarios un lenguaje de modelado de uso inmediato, expresivo y
visual, para desarrollar e intercambiar modelos signifi ativos.
Suministrar mecanismos de extension y especializacion que permitan extender
los conceptos del nucleo del lenguaje.
Soportar especificaciones que sean independientes de los lenguajes de progra-
macion particulares y de los procesos de desarrollo.
Dar una base formal para el aprendizaje del lenguaje.
Animar el crecimiento del mercado de herramientas para objetos.
Soportar conceptos de desarrollo de alto nivel: components, collaborations,
frameworks, patterns.
Integrar las mejores practicas de programacion.
Caractersticas de UML
UML es un lenguaje sin propietario y abierto a todos. Ofrece a los ingenieros de
sistemas que trabajan en analisis y diseno orientados a objetos, un consistente len-
guaje para especificar, visualizar, construir y documentar los artefactos de software
y tambien para el modelado de negocios y de otros sistemas. Esta estructurado en
9 paquetes:
Data Types
Core
Extension Mechanisms
Comon Behavior
State Machines
Activity Graphs
Collaborations
Use Cases
Model Management
1.6. MODELADO Y SIMULACIO
N DE SISTEMAS COMPLEJOS 29
Los fabricantes y desarrolladores de software que adoptan el lenguaje UML deben
etiquetar sus productos con la frase UML compliant e indicar el grado de cumpli-
miento con cada una de las especificaciones del lenguaje.
Para el desarrollo de los artefactos de software, UML tiene en cuenta las siguien-
tes consideraciones:
El estudio de todo sistema complejo se aborda mejor por medio de una se-
cuencia de visiones distintas del modelo. Una sola vista no es suficiente.
Todo modelo se puede expresar a diferentes niveles de fi lidad.
Los mejores modelos estan conectados a la realidad.
En terminos de vistas de un modelo, UML defi los siguientes diagramas grafi
use case diagram
class diagram
behavior diagrams:
statechart diagram
activity diagram
interaction diagrams
sequence diagram
collaboration diagram
implementation diagrams:
component diagram
deployment diagram
Todos estos diagramas dan multiples perspectivas del sistema bajo analisis o
desarrollo. Ademas UML tiene herramientas para obtener un buen numero de visio-
nes derivadas. UML no soporta diagramas de flujo de datos (data-flow diagrams),
simplemente porque no encajan limpiamente en un paradigma consistente orientado
a objeto. Para modelar fl de datos valen los diagramas de actividad (activity
diagrams) de UML.
UML consigue acabar con las diferencias (a veces absurdas) entre los lenguajes
de modelizacion anteriores y, quizas mas importante, unifi las perspectivas de
acercamiento entre muchas clases diferentes de sistemas (negocios contra sotware),
fases de desarrollo (requerimientos, analisis, diseno e implementacion) y conceptos
internos.
CAP
ITULO 1. INTRODUCCIO
N 30
1.7 Estructura del curso
El curso se estructura en 4 partes. Las dos primeras son mas bien teoricas y en ellas
se estudian los fundamentos que permiten el modelado de sistemas. Las otras dos
partes son de un contenido mas bien practico, de aplicacion de lo estudiado antes,
si bien en la ultima parte se requieren algunos nuevos conocimientos teoricos.
Control de procesos continuos
Control de procesos de eventos discretos
Automatizacion local
Automatizacion global
1.7.1 Control de procesos continuos
Esta primera parte esta enfocada al diseno de de controladores para procesos de
tiempo continuo. Suponiendo un conocimiento previo de las nociones basicas de la
Teora de Control, se estudiaran algunas tecnicas clasicas de diseno de controladores
analogicos y digitales. Se hara un especial enfasis en el estudio de los controladores
PID y sus metodos de sintona.
1.7.2 Control de procesos de eventos discretos
En la segunda parte repasaremos primero algunos conceptos basicos sobre sistemas
combinacionales y secuenciales, para pasar a ver los modelos de sistemas de eventos
discretos mas usados actualmente en automatizacion:
Diagramas de estado
Redes de Petri
Grafcet
Statecharts
1.7.3 Automatizacion local
En esta parte estudiaremos algunos de los elementos existentes en el mercado dedi-
cados a la automatizacion local. Es un tema mas bien descriptivo y muy extenso
en el que, aparte de lo mostrado en clase, el alumno debe intentar conseguir infor-
macion (catalogos, documentos de Internet, etc.) sobre los productos comerciales.
Algunos de los elementos son
Captadores
Pre-actuadores y actuadores.
1.7. ESTRUCTURA DEL CURSO 31
Automatismos electricos
Automatismos neumaticos e hidraulicos
Automatas programables
Controladores industriales
1.7.4 Automatizacion global
Esta ultima parte esta dedicada al estudio de la automatizacion global y en la misma
daremos una vision general algunos aspectos importantes de la misma, tales como
Simulacion de procesos productivos
Redes locales
Buses industriales
GEMMA
SCADA
Control jerarquico
CAP
ITULO 1. INTRODUCCIO
N 32
Parte I
Control de procesos continuos
33
Captulo 2
Diseno de Controladores
2.1 Introduccion
Los sistemas de control se aplican en numerosos campos de la tecnologa y de la
ciencia. Se pueden citar ejemplos tales como los pilotos automaticos en barcos o
aviones, el control teledirigido de naves espaciales, controles de posicion y velocidad
en maquinas herramientas, control de robots, control de procesos industriales, sus-
pension activa de los automoviles, controles diversos en electrodomesticos, etc., en
los que los sistemas de control desempenan un importante papel. La lista de aplica-
ciones pudiera resultar interminable ya que, debido al progresivo abaratamiento y
miniaturizacion los componentes electronicos, ha sido enorme su proliferacion y de-
sarrollo. Un sistema de control consta de un proceso o planta que se desea controlar
y de otros elementos que realizan el control, formados esencialmente por captadores
y controladores. En la fi ra 2.1 se ha representado un sistema de control basico
monovariable. En la misma, la planta se representa por el bloque de funcion de
transferencia G
p
, el controlador por G
c
y el captador por H.
Los metodos de diseno sirven para proyectar el sistema de control y determinar
los componentes mas adecuados para un funcionamiento satisfactorio. El objetivo
del diseno, en el caso mas sencillo, suele ser una parte del sistema, denominada
controlador, que tiene asignada la mision de control. En los sistemas de control
continuos este elemento esta constituido generalmente con componentes electronicos
de tipo analogico mientras que en los sistemas de control discretos es un controlador
basado en un computador digital. Por otro lado hay que distinguir entre el control
de sistemas SISO y MIMO.
El enfoque del diseno sera muy diferente para un sencillo bucle de regulacion de
tipo SISO que para un sistema de control de un proceso MIMO en el que intervienen
multiples variables interrelacionadas. En este capitulo vamos a tratar del diseno de
sistemas de control continuos monovariables [2, cap. 7].
35
CAP
ITULO 2. DISEN
O DE CONTROLADORES 36
R
2.2 Tipos de controladores
En la fi a 2.1 el control del sistema ha sido asignado al bloque G
c
denominado
controlador. Puesto que el diseno va a consistir en determinar los componentes
de este elemento, veamos en primer lugar los tipos mas comunes de controladores
utilizados en la practica, junto con sus correspondientes implementaciones basadas
en amplifi res operacionales y componentes pasivos.
Figura 2.1: Sistema de control
2.2.1 Controlador tipo proporcional P
La funcion de transferencia del controlador P es
G
c
= K
p
(2.1)
siendo K
p
una constante. En la fi 2.2 se representa el esquema de un amplifi
V
i
R
V
o
2
R
1
Figura 2.2: Esquema de un controlador P
D(s)
Y(s) R(s) c
G
c
G
p
H
2.2. TIPOS DE CONTROLADORES 37
V
i
V
cador o inversor en el cual se cumple
V
0
K
p
=
i
=
R
1
+ R
2
R
1
2.2.2 Controlador tipo integrador
Su funcion de transferencia es
1
G
c
=
sT
(2.2)
Siendo T
i
una constante. Se ha implementado mediante el circuito integrador inver-
sor representado en la fi a 2.3, en la que
V
0
G
c
=
V
=
1/sC
1
R =
1
sR C
(2.3)
i 1 1 1
La constante de tiempo T
i
de este controlador I vale, por tanto,
Figura 2.3: Esquema de un controlador I
T
i
= R
1
C
1
(2.4)
2.2.3 Controlador tipo derivativo D
Su funcion de transferencia es
G
c
= sT
d
(2.5)
Siendo T
d
una constante. Su circuito electronico, con una configuracion inversora,
aparece en la fi 2.4, en la que
V
0
G
c
=
i
=
R
1
1/sC
1
= sR
1
C
1
(2.6)
La constante de tiempo T del controlador I vale por tanto,
T
d
= R
1
C
1
(2.7)
C
1
R
1
V
i
V
o
R
CAP
ITULO 2. DISEN
O DE CONTROLADORES 38
V
V
i
R
1
C
1
i
V
o
R
Figura 2.4: Esquema de un controlador D
2.2.4 Controladores PID
Los tres controladores basicos P, I, D, que acabamos de ver pueden agruparse en
forma aditiva entre s dando lugar a las combinaciones PI, PD y PID. En la fi ura
2.5 se representa un controlador PID en forma de diagrama de bloques [2, sec. 7.10].
Su funcion de transferencia es
V
0
G
c
=
i
1
= K
p
(1 +
sT
+ sT
d
) (2.8)
Este controlador PID se transforma facilmente en otro PI o PD eliminando una
Figura 2.5: Diagrama de bloques de un controlador PID
de las ramas I o D del diagrama de bloques. Si eliminamos ambas ramas I y D
se transforma en un controlador P. Una posible implementacion electronica de este
controlador, que se ajusta al diagrama de bloques, se ilustra en la fi ura 2.6.
La funcion de transferencia del circuito PID as compuesto viene dada por la
1
Vi Vo
1
sT
i
K
p
sT
d
2.2. TIPOS DE CONTROLADORES 39
R
p
c
c
V
V
V
R
1
R
1
R
4
C
2
R
5
R
1
i
R
4
Vo
R
3
C
3
R
4
Figura 2.6: Diagrama de bloques de un controlador PID
expresion (2.9) en la que
K =
R
5
4
, T
i
= R
2
C
2
, T
d
= R
3
C
3
(2.9)
2.2.5 Controladores de adelanto y de retraso de fase
Son controladores que producen un avance, un retraso o una combinacion de avance
y retraso en la fase de la tension de salida con respecto a la tension de entrada al
controlador [2, sec. 7.9]. La funcion de transferencia de un controlador de adelanto
o retraso es
V
0
G
c
=
i
= K
s z
c
c
s p
(2.10)
Si | z
c
|<| p
c
| es un controlador de adelanto de fase mientras que si | z
c
|>| p
c
|, es
de retraso de fase.
Estos controladores pueden realizarse mediante redes pasivas RC o bien con cir-
cuitos basados en amplifi es operacionales. La fi ura 2.7 muestra los esquemas
de una red RC de adelanto de fase y otra de retraso. La funcion de transferencia de
la red de la fi ura 2.7a es
V
0
G
c
=
i
= K
s z
c
c
s p
1 + T s
= (2.11)
(1 + Ts)
siendo = (R
1
+ R
2
)/R
2
y T = CR
1
R
2
/(R
1
+ R
2
).
CAP
ITULO 2. DISEN
O DE CONTROLADORES 40
c
i o
V
C
R
1
R
1
C
V V
V
i
R
2
V
o
R
2
a) b)
Figura 2.7: Redes de adelanto y de retraso de fase
La red de retraso de fase de la fi ura 2.7b tiene por funcion de transferencia
V
0
G
c
=
i
= K
s z
c
c
s p
1 + T s
= (2.12)
1 + Ts
siendo = (R
1
+ R
2
)/R
2
y T = R
2
C. En la fi 2.8 se ha representado una red
C
1
R
1
R
2
V
i
V
o
Figura 2.8: Red de adelanto-retraso de fase
pasiva RC de adelanto-retraso de fase, cuya funcion de transferencia es
V
0
G
c
=
V
=
(1 + T
1
s)(1 + T
2
s)
(2.13)
(1 + T s)(1 + T s)
i 1 2
donde > 1, = 1/, T 1 = R
1
C
1
, T
2
= R
2
C
2
y T
1
T
2
= R
1
R
2
C
1
C
2
. Los
controladores de adelanto y de retraso de fase pueden construirse tambien a base de
circuitos con operacionales. El circuito representado en la fi ura 2.9 puede funcionar
como controlador de adelanto y de retraso de fase. Su funcion de transferencia es
V
0
G
c
=
V
= K
s z
c
c
s p
=
C
1
(s + 1/R
1
C
1
)
(2.14)
C (s + 1/R C )
i c 2 2 2
C
2
2.3. ME
TODOS DE DISEN
ICES 41
V
V
R
C
2
C
1
2
i
R
1
o
Figura 2.9: Controlador de adelanto-retraso de fase
Este montaje se puede utilizar como controlador PI (eliminando la resistencia R2)
o como controlador PD (eliminando el condensador C2).
2.3 Metodos de diseno basados en el lugar de las
races
El metodo de diseno basado en el lugar de las races suele tambien denominarse de
asignacion de polos. Consiste en asignar al controlador uno o varios polos y ceros,
previamente determinados por las especificaciones que ha de cumplir el sistema.
Estos polos y ceros del controlador pueden servir, en ocasiones, para eliminar ciertos
polos o ceros indeseados del sistema (cancelacion de polos).
Antes de proceder al estudio de algunos ejemplos de diseno de controladores
veamos que efecto produce la adicion de un polo o de un cero sobre el lugar de las
races. Sea un sistema cuya funcion de transferencia en lazo abierto es:
1
G(s) =
s
2
(2.15)
Se trata de un sistema marginalmente estable para cualquier valor de la ganancia
K, ya que su lugar de las races es el eje imaginario (Figura 2.10). Veamos el efecto
que produce la adicion de un cero en (2.5, 0). La funcion de transferencia en lazo
abierto es ahora
G(s) =
s + 2.5
s
2
(2.16)
El lugar de las races se ha representado en la fi ra 2.11. Se puede observar que
la adicion de un cero produce un efecto parecido a como si este tirase del lugar
geometrico hacia s, estabilizando el sistema y generando en este caso una circunfe-
rencia como parte del lugar. Veamos ahora el efecto de anadir un polo en (2, 0).
La funcion de transferencia en lazo abierto vale ahora,
1
G(s) =
s
2
(s + 2)
(2.17)
CAP
ITULO 2. DISEN
O DE CONTROLADORES 42
Figura 2.10: Lugar de las races de G(s)H(s) = 1/s
2
Figura 2.11: Lugar de las races de G(s)H(s) = (s + 2.5)/s
2
2.3. ME
TODOS DE DISEN
ICES 43
c
n
Figura 2.12: Lugar de las races de G(s)H(s) = 1/[(s
2
)(s + 2)]
El lugar geometrico de las races correspondiente se ha representado en la fi ura 2.12.
Puede observarse en el mismo que es como si el polo s = 2 anadido parece como
si empujara al lugar, deformandolo y generando una rama de hiperbola. Produce,
por tanto, un efecto desestabilizador en el sistema.
Vistos los efectos de la adicion de un polo y de un cero a la funcion de transfe-
rencia, vamos a considerar algunos ejemplos de diseno del controlador en un sistema
de regulacion, conociendo ciertas especificaciones de funcionamiento.
2.3.1 Diseno de una red de adelanto de fase
Un controlador de adelanto de fase tiene por funcion de transferencia:
s z
c
G
c
= K
c
s p
, |z
c
| < |p
c
| (2.18)
El diseno consiste en asignar unos valores a los parametros del controlador, tales que
el lugar geometrico pase por un punto dado, defi a partir de las especifi ciones
de funcionamiento. Vamos a considerar el mismo ejemplo anterior en el que la
funcion de transferencia en lazo abierto vale
1
G(s)H(s) =
s
2
(2.19)
Supongamos que las especifi ciones de funcionamiento exigen un tiempo de es-
tablecimiento T
s
de 4s y una sobreoscilacion maxima inferior al 20%. El tiempo
de establecimiento suele considerarse igual a 4 veces la constante de tiempo del
sistema (s < 2%), con lo que
4
T
s
= 4 =
(2.20)
CAP
ITULO 2. DISEN
O DE CONTROLADORES 44
Por otra parte la sobreoscilacion maxima esta relacionada con el coeficiente de amor-
tiguamiento. Puede probarse que una sobreoscilacion del 20% corresponde a un
coeficiente de amortiguamiento = 0.45. Por lo tanto, sustituyendo este valor en la
expresion anterior queda
4
4 =
0.45
n
,
n
= 2.22 (2.21)
Por tanto, la raz correspondiente a las especifi ciones propuestas es:
s =
n
n
,
1
2
= 1 2j (2.22)
Figura 2.13: Lugar de las races de G(s)H(s) = 1/[(s
2
)(s + 2)]
Para que el lugar de las races pase por este punto hemos de situar el polo y el
cero del controlador de adelanto de fase. Primero situamos el cero del controlador
en el punto s = 1, es decir, justo bajo la raz (1 2j), antes hallada, por la que
ha de pasar el lugar. Aplicando el criterio del argumento, hallamos la ubicacion del
polo del controlador (fi a 2.13):
90
o
2(116.56
o
)
p
= 180
o
p
= 38
o
Se deduce que el polo ha de ser p
c
= 3.6. La funcion de transferencia del contro-
lador es
s + 1
G
c
= K
c
s + 3.6
El parametro K
c
se determina aplicando la condicion de modulo del lugar del las
races en el punto s = 1 + 2j, que da un valor de K
c
= 8.1. El sistema de control
resultante se ha representado en la fi 2.14 y el lugar de las races correspondiente,
en la fi ura 2.15.
im
3
Raz deseada
2
1
116.56
u 90 p
re
-5 -4 -3 -2 -1
2.3. ME
TODOS DE DISEN
ICES 45
i
2 2
G
c
G
p
Figura 2.14: Ubicacion del cero y del polo del controlador PID
2.3.2 Diseno de un controlador PID
Vamos a suponer que deseamos controlar la misma planta anterior, con funcion de
transferencia G
p
(s) = 1/s
2
, mediante un controlador PID. Este tipo de control no
es el mas idoneo en este caso, ya que la propia planta realiza una doble integracion;
se utiliza aqu para poder comparar con los resultados obtenidos anteriormente. Las
especificaciones son las mismas que en el ejemplo anterior y por tanto el lugar de las
races ha de pasar por el punto (12j). La funcion de transferencia del controlador
es ahora
1
G
c
= K
p
(1 +
sT
+ sT
d
) = K
p
s
2
T
d
T
i
+ sT
i
+ 1
sT
i
Un sencillo metodo de diseno consiste en suponer que los ceros z
1
y z
2
del controlador
PID son reales. Ubicamos el cero z
1
bajo la raz deseada y, aplicando la condicion
de angulo, determinamos el otro cero (fi ra 2.16).
Condicion de angulo:
90
o
+
z
3(116.56
o
) = 180
o
,
z
= 3(116.56) 180
o
90
o
= 79.69
oo
y, por tanto, z
2
= 1.36. El lugar de las races del sistema compensado se ha
representado en la fi a 2.16.
Conocidos los valores de z
1
y z
2
podemos hallar las constantes T
d
, T
i
y K
p
del
controlador PID, identifi ando su funcion de transferencia con la obtenida.
de donde resulta
s
2
T
d
T
i
+ sT
i
+ 1
K
p
=
sti
s
2
+ 2.36s + 1.36
s
T
i
= 2.36/1.36 = 1.73s T
d
= 1/2.36 = 0.42s
La constante K
p
, hallada mediante la condicion de angulo, resulta ser K
p
= 2.8.
El lugar de las races correspondiente se ha representado en la fi ura 2.17.
R(s) c Y(s)
s+1
s+3.6
1
8.1
2
s
H
1
CAP
ITULO 2. DISEN
O DE CONTROLADORES 46
,
Figura 2.15: Lugar de las races de G(s)H(s) = (s + 1)/[(s
2
)(s + 3.6)]
2.4 Diseno en el Lugar de las Races
El diseno en el Lugar de las races esta indicado en el caso en que se pretenda
que el sistema controlado tenga un par de polos complejos dominantes y que las
especificaciones de funcionamiento vengan dadas para ese par de polos. Recordemos
que en el sistema de 2
o
orden, si nos dan como especificaciones la sobreoscilacion
maxima M
p
y el tiempo de pico t
p
, podemos hallar el par de polos asociado a las
mismas, ya que de
M
p
= e
podemos despejar y a continuacion, de
1
2
podemos hallar
n
.
t
p
=
n
1
2
Si el sistema controlado ha de tener polos dominantes reales, es decir, una res-
puesta temporal monotona, no es aplicable este metodo. No obstante, es casi siempre
deseable una respuesta oscilante puesto que ello ayuda a contrarrestar el efecto de
las posibles no linealidades.
Como los controladores utilizados, controlador de adelanto-retraso y PID, tienen
dos grados de libertad, es posible ubicar solo dos polos del sistema en lazo cerrado.
La posicion del resto de los polos queda fuera de control, y bien puede suceder, en
plantas de orden elevado, que los polos ubicados por diseno no sean efectivamente
los dominantes.
La desventaja del metodo del lugar de las races es que la informacion disponible
para el disenador disminuye conforme aumenta el numero de ramas. En estos casos
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 47
c
n
Figura 2.16: Ubicacion de los ceros y polos del PID
la alternativa puede ser trabajar con modelos de orden reducido o bien utilizar
metodos de diseno en el dominio de la frecuencia.
2.4.1 Compensador de adelanto de fase
La funcion de transferencia del controlador de adelanto de fase es
s + z
c
G
c
(s) = K
c
s + p
, z
c
> p
c
, z
c
> 0 , pz > 0
Su diseno consiste en determinar las constantes K
c
, z
c
, z
c
para que el sistema en
lazo cerrado cumpla con las especificaciones exigidas. En terminos del lugar de las
races esto significa que el lugar ha de pasar por el par de puntos conjugados (polos
dominantes deseados) del plano complejo, calculados a partir de las especifi ciones.
El primer paso es, por tanto, hallar el par de polos dominantes a partir de las
especificaciones. Supongamos que el resultado es p
d
=
d
+ j
d
y p
d
=
d
j
d
.
Una vez hallados, hemos de comprobar que no pertenecen al lugar de las races
del sistema original (sin compensador) ya que caso afi tivo el diseno consistira
simplemente en hallar el valor de la ganancia K correspondiente al punto del lugar
de las races p
d
=
d
+ j
d
.
El efecto de un compensador de adelanto de fase es desplazar el punto
c
de
interseccion de las asntotas, a lo largo del eje real y hacia el semiplano izquierdo
(SPI), una distancia
p
c
z
c
c
=
p n
z
en donde n
p
y n
z
son, respectivamente, los numeros de polos y ceros en lazo abierto,
incluidos los del controlador. Esto se deduce de la formula que da el centroide de
las asntotas:
.
i
p
i
.
j
z
j
c
=
, i = 1, . . . , n, j = 1, . . . , m
m n
im
3
Raz deseada
2
1
116.56
u
z2 90
re
-5 -4 -3 -2 -1
CAP
ITULO 2. DISEN
O DE CONTROLADORES 48
Figura 2.17: Lugar de las races de G(s)H(s) = (s + 1)(s + 2.36)/s
3
en donde p
i
son los polos y z
j
los ceros.
Como resultado, las ramas del lugar se doblan hacia el SPI (Figura 2.18).
Entonces, un simple ajuste de la ganancia puede ser suficiente para obtener polos
con mejor amortiguamiento.
La condicion que vamos a utilizar para disenar el compensador es que el lugar
de las races ha de pasar por el polo dominante p
d
=
d
+ j
d
calculado a partir de
las especificaciones. Por supuesto que el lugar, por ser simetrico, pasara entonces
tambien por p
d
. Si p
d
es un punto del lugar de las races, ha de cumplir la condicion
argumento. Es decir, en el punto p
d
del plano complejo, la fase de la funcion de
transferencia en lazo abierto ha de ser multiplo impar de :
G
c
(p
d
) + G
p
(p
d
) = (2k + 1) k = 0, 1, 2, . . .
Haciendo G
c
(p
d
) =
c
resulta
c
= (2k + 1) G
c
(p
d
) (2.23)
para algun K = 0, 1, 2, ...
La fase
c
del controlador en p
d
puede relacionarse grafi mente en el plano s
con los parametros p
z
y z
c
del controlador (fi 2.19).
c
=
Una vez calculada la fase
c
que debe tener el controlador en p
d
, hay un numero
infi de posibles = p
c
y = z
c
que verifican
c
= . En la practica, lo
habitual es fi uno de los dos parametros, p
c
o z
c
, y calcular el otro a partir de la
condicion de angulo.
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 49
Figura 2.18: Lugar de las Races sin y con compensador
Figura 2.19: Fase del controlador en p
d
Im
p
d
c
|
o
Re
p
c
z
c
p
d
Im
Ao
c
p
1
o
c
o
c
p
2
Re
CAP
ITULO 2. DISEN
O DE CONTROLADORES 50
K
s + z
c
c
s + p
c
500
s(s + 1)
Ejemplo de diseno. Compensador en serie
D(s)
E(s)
U (s)
+
+
Y (s)
.
Figura 2.20: Controlador a disenar
Vamos a disenar el controlador de adelanto de fase de la fi a 2.20, en el que
500
G
p
(s) =
s(s + 1)
y con unas especifi ciones de = 0.65 y
n
= 50. En este ejercicio y en los
siguientes se ha utilizado el programa Maple para efectuar los calculos.
En primer lugar hemos de obtener el par de polos dominantes (p
d
, p
d
), por el que
ha de pasar el lugar de las races, a partir de las especificaciones. En este caso es
muy sencillo:
p
d
=
n
+
n
,
1
2
= 32.5 + 38j
p
d
= conj(p
d
) = 32.5 38j
Antes de proceder al diseno hemos de comprobar que el punto p
d
(o p
d
) no esta
en el lugar de las races del sistema sin compensar. Para ello realizamos su trazado,
que se ha representado en la fi a 2.21.
Una ver comprobado que p
d
queda fuera del lugar, calculamos el argumento que
ha de tener el controlador en p
d
, aplicando la formula (2.23). Para ello hallamos
primero G
p
(p
d
):
G
p
(p
d
) = arg
y, a continuacion
c
:
.
500
.
s(s + 1)
s=32.5+38j
= 260
o
c
= (2k + 1) G
p
(p
d
) = (2k + 1) + 260
o
Para k = 1 obtenemos
c
= 180
o
+ 260
o
= 80
o
que es la fase buscada. Notese que para otros valores de k se obtienen valores de
c
iguales al hallado mas 360
o
k.
Hallada es la fase
c
del controlador en p
d
, el problema es encontrar las posiciones
del cero z
c
y del polo p
c
del controlador de forma que la diferencia de los
argumentos de los vectores
p
d
y
p
d
sea igual a
c
(fi ura 2.22).
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 51
Figura 2.21: Lugar de las Races sin compensador
Figura 2.22: Cancelacion del polo en (1 + 0j) con z
c
Im
p
d
38
c
|
o
Re
p
c
-32.5 -1
Im
Re
-1 -0.5 0
CAP
ITULO 2. DISEN
O DE CONTROLADORES 52
.
.
c
c
Una buena solucion, al menos a primera vista, es colocar el cero del controlador
en el punto (1+0j), cancelando un polo de la planta (fi 2.22). As se simplifica
la funcion de transferencia Y (s)/U (s).
Procediendo de este modo, para obtener el parametro p
c
del controlador, halla-
mos el valor del angulo .
=
c
= 130
o
80
o
= 50
o
con lo que p
c
vale
p
c
= 32.5 + 38/ tan 50
o
= 64
Por ultimo, el valor de K
c
lo podemos hallar aplicando la condicion de magnitud en
el punto p
d
:
de donde resulta Kc = 4.93.
.
.
K
c
.
s + z
c
s + p
c
.
G
p
(p
d
)
.
= 1
.
El diseno ha concluido: el sistema defi por la funcion de transferencia
consigna-salida G
1
(s) = Y (s)/U (s), que con los valores hallados queda
K
c
G
1
(s) = 500
s
2
+ p
s + 500 K
c
tiene un par de polos (dominantes) en (p
d
, p
d
), de acuerdo con las especificaciones.
Sin embargo, no ocurre lo mismo para la funcion de transferencia perturbacion-
salida G
2
(s) = Y (s)/D(s) ya que en esta el polo en (1 + 0j) no se ha cancelado:
s + p
c
G
2
(s) = 500
( s + 1 ) ( s
2
+ p
s + 500 K
c
)
De aqu que el modo e
t
, cancelado, aparecera en la respuesta a una perturbacion
de carga d(t). Por tanto, el procedimiento utilizado de cancelacion de un polo de la
planta no debe ser utilizado en la practica, si se desea una verdadera mejora de la
rapidez.
2.4.2 Consideraciones de diseno
En vista del resultado del ejercicio anterior podemos pensar que el diseno dependera
de la configuracion de las entradas y salidas del sistema de control. Ello nos llevara
a un tipo de diseno caso por caso.
No obstante, algunas confi ciones son frecuentes en la practica por lo que con-
viene analizar con detalle los problemas asociados con ellas. El esquema de control
de la fi 2.23, denominado compensacion en serie, es frecuente, por ejemplo, en el
control de motores y de otros procesos. La entrada d
1
representa una perturbacion
en la carga, d
2
representa una perturbacion en la salida y d
3
, una perturbacion o
ruido en la medida. No se ha considerado (H(s) = 1) la dinamica del transductor.
N
c
, D
c
, N
p
y D
p
son los polinomios, numerador y denominador, del controlador y
de la planta, respectivamente.
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 53
K
c
N
c
D
c
m
N
p
D
p
D
D
D
d
1
d
2
u
+
s
+
y
+
.
+
d
3
Figura 2.23: Esquema de control en serie.
Para empezar, nos interesa hallar las funciones de transferencia
Y
=
K
c
N
c
N
p
,
U D
E
=
D
c
D
p
,
U D
M
=
K
c
N
c
D
p
U D
que relacionan la salida y, el error e y el esfuerzo de control m con la entrada u.
Tambien interesan
Y
=
N
p
D
c
,
D
1
D
E Y M Y
= , =
1
D
1 1
U
que relacionan la salida y, el error e y el esfuerzo de control m con la perturbacion
d
1
, y asimismo,
Y M M M
= , =
D
3
D
1 3
U
en donde D = D
c
D
p
+ KN
c
N
p
A partir de estas expresiones podemos deducir ciertas propiedades interesantes
de este esquema de control.
Si N
c
y D
p
tienen ceros en comun, estos se cancelan en las funciones de
transferencia Y/U y M/U , ya que entonces son ceros del polinomio D =
D
c
D
p
+ KN
c
N
p
, pero no se cancelan en las Y/D
1
y E/D
1
, y por ello la
cancelacion polo-cero no es recomendable.
Cuando el sistema en lazo cerrado es mucho mas rapido que la planta la
variable manipulada m puede tomar valores muy grandes. La idea intuitiva de
que para conseguir una respuesta mas rapida el controlador ha de actuar con
mas energa se confirma matematicamente puesto que los polos lentos de la
planta (ceros del polinomio D
p
) son ceros en la funcion de transferencia M/U ,
y es sabido que un cero lento visto desde los polos (proximo relativamente al
eje imaginario) produce una sobreoscilacion elevada.
Si la planta tiene un cero en el SPD y el sistema en lazo cerrado es estable, la
respuesta y(t) a un escalon siempre comienza con una suboscilacion, es decir,
arranca en sentido opuesto al de la entrada u(t). Esto es as porque, en la
practica, el cero en el SPD no va a poder ser cancelado, y los sistemas con
ceros en el SPD muestran ese comportamiento.
CAP
ITULO 2. DISEN
O DE CONTROLADORES 54
Si la planta tiene un polo en el SPD y el sistema en lazo cerrado es estable,
la respuesta y(t) arranca en el mismo sentido que u(t) (tiene sobreoscilacion).
En efecto, el polo de la planta en el SPD, segun hemos visto, no va a poder
ser cancelado. Entonces, dicho polo se convierte en un cero para la funcion
de transferencia E/U , y en consecuencia e(t) tendra suboscilacion. Como
E = U Y y U = 1 (escalon unitario), una suboscilacion en E inducira una
sobreoscilacion en Y .
2.4.3 Re-diseno. Compensador en serie
Considerando estas propiedades, vamos a retomar el problema de diseno que antes
hemos efectuado.
En primer lugar, no es posible, en la practica, cancelar el polo s = 1 de la
planta, como habamos hecho; hemos de elegir otra ubicacion para el cero z
c
del
controlador. Como el cero z
c
del controlador es tambien un cero para la funcion
de transferencia Y/U , la experiencia demuestra que una eleccion adecuada es to-
mar z
c
= |p
d
|. De esta manera la sobreoscilacion M
p
del sistema en lazo cerrado
se aproximara bastante a la del sistema de segundo orden (deseado), defi por
las especificaciones. Valores mayores de z
c
, aunque disminuiran la sobreoscilacion
maxima, reduciran la contribucion de argumento
c
del controlador.
Por tanto elegimos z
c
= |p
d
| = 50, procediendo a calcular
d
. Pero si realizamos
la representacion grafi de la fi 2.19 vemos que esta eleccion no es posible,
porque el maximo angulo
c
que se puede obtener con p
d
= 32.5+38j y p
c
= 50 es
de unos 65
o
, y necesitamos 80
o
. Por ello nos vemos obligados a elegir otra ubicacion
para z
c
mas hacia la derecha, si bien sabemos que as obtendremos un sobreimpulso
mayor que el exigido.
Con z
c
= 25, para
c
= 80
o
, obtenemos
p
c
= 130.6
Con lo que la funcion de transferencia del controlador queda
s + 25
G
c
= K
c
s + 130
El valor de K
c
en p
d
, obtenido a partir del lugar de la condicion de modulo es K
c
=.
Puede comprobarse que la respuesta a una entrada u(t) escalon acusa una so-
breoscilacion mayor que la permitida por las especifi ciones.
2.4.4 Compensador en realimentacion
Una posible solucion al problema anterior es colocar el compensador de adelanto en
el lazo de realimentacion en lugar de en serie con la planta. El esquema del control
se indica en la fi 2.24
Calculemos las funciones de transferencia asociadas a este esquema:
Y
=
K
c
N
p
D
f
,
U D
M
=
K
c
D
f
D
p
U D
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 55
K
c
m
N
p
D
p
N
f
D
f
D
D
d
1
d
2
u
+
s
+
y
+
.
+
d
3
Figura 2.24: Esquema de control en feedback.
relacionan la salida y y esfuerzo de control m con la entrada u;
Y
=
N
p
D
f
,
D
1
D
M
= K
c
1
N
p
N
f
D
relacionan la salida y y el esfuerzo de control m con la perturbacion d
1
;
Y M
= ,
D
3
D
1
M
= K
c
3
N
f
D
p
D
en donde D = D
f
D
p
+ KN
f
N
p
.
El error para entrada rampa vale
1
.
Y (s)
.
1 K
c
N
p
N
f
+ D
f
D
p
K
c
D
f
N
p
e
r
(s) =
s
2
1
U (s)
=
s
2
D
f
D
p
+ K
p
N
f
N
p
Los factores comunes (si los hay) de N
f
y D
p
, que en el controlador serie se
cancelaban, son polos de Y/U y de Y/D
1
, y no se cancelan.
Si comparamos las expresiones Y/U y M/U con las halladas antes para el es-
quema con controlador en serie, vemos una importante diferencia: N
c
ha sido reem-
plazado por D
f
. Esto quiere decir que en el esquema de control con compensador
en feedback, los polos del compensador se convierten en ceros en las funciones de
transferencia en lazo cerrado Y/R y M/R. Esto tiene un efecto benefi pues el
sobreimpulso maximo se reducira, ya que, por ser un compensador de adelanto de
fase, p
c
> z
c
(el efecto sera perjudicial si el compensador fuera de retraso).
Pero esto significa que tenemos mayor libertad para escoger z
p
: podemos darle
un valor menor que |p
d
| sin que aumente el sobreimpulso.
Como conclusion se puede decir que, siempre que sea posible, el compensador
debe colocarse en el lazo de realimentacion.
Hay aun otro inconveniente. El cero del compensador permanece como cero en
la funcion de transferencia Y/D
3
, en ambas confi ciones de serie y feedback.
Debido a ello el sistema en lazo cerrado sera muy sensible al ruido D
3
en la medida
si los polos en lazo cerrado se han desplazado mucho hacia la izquierda en el SPI.
CAP
ITULO 2. DISEN
O DE CONTROLADORES 56
c
.
2.4.5 Compensador de retraso de fase en serie
Su funcion de transferencia es
G (s) =
s + z
c
,
c
s + p
igual que la del de adelanto de fase, pero con z
z
> p
c
> 0. Por ser su ganancia
estatica mayor que uno, las constantes de error del sistema quedaran multiplicadas
por el factor z
z
/p
c
, por estar en serie con la planta. El diseno de este controlador
consiste en encontrar z
c
y p
c
que satisfagan una relacion dada.
Sea, como antes, p
d
el polo dominante deseado. Puesto que para una relacion
dada de |z
c
|/|p
c
|, la contribucion de angulo
c
del controlador en p
d
disminuye con
|z
c
|, debemos seleccionar z
c
lo mas pequeno posible para que este compensador tenga
poco efecto sobre la respuesta transitoria. Por tanto colocaremos z
c
proximo a los
polos dominantes.
El efecto del compensador de retraso en el lugar de las races es doblar el lugar
hacia el SPD, desplazando el punto
c
la misma distancia que el controlador de
adelanto pero hacia la derecha.
2.4.6 Maxima fase de un controlador de adelanto
La funcion de transferencia de un controlador de adelanto es
s + z
G( s ) =
s + p
Como se ve en la fi 2.25, la fase de este controlador es
c
= , con p > z > 0.
Su maxima contribucion de fase
max
depende solo de = z/p como puede
verse en su diagrama de Nyquist, en la fi 2.26. Su trazado con Maple para
z = 1, p = 3 se puede hacer con:
> z:=1:p:=3:
G :=
I w + z
I w + p
> plot([Re(G),Im(G),w=0..200],0..1.1);
Nos interesa hallar el valor maximo de
c
y la frecuencia
m
en la que se produce.
Ponemos y en funcion de , z y a, con a = z/p.
a
. . .
c
:= arctan arctan
z z
La derivada de esta funcion con respecto a se obtiene con
> p1:=diff(phi_c,omega);
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 57
Figura 2.25: Fase
c
del controlador.
2
Figura 2.26: Fase maxima
max
.
Im
e
m
max e
= 0
e
= oo
Re
o 1 + o 1
Im
p
d
c
|
o
Re
p
c
z
c
p
d
CAP
ITULO 2. DISEN
O DE CONTROLADORES 58
c
a
p1 :=
z
1
.
2
.
1 +
z
2
z
a
.
2
a
2
.
1 +
z
2
Para hallar el maximo hemos de resolver la ecuacion
t
() = 0:
> wm1:=solve(diff(phi,omega)=0,omega);
w
m1
:=
( 1 + a ) z
a
,
a
2
+ a
( 1 + a ) z
a
a
2
+ a
Simplifi esta expresion obtenemos la pulsacion correspondiente a
max
:
> wm:=normal(wm1[2]);
Sustituyendo w
m
en la expresion de
c
queda
> fimax := subs(omega=wm,phi);
max
:= arctan
El seno de esta expresion es
> sfm1:=expand(sin(fimax));
.
1
.
a
arctan
.
.
1
sfm1 :=
.
a
.
a
que puede simplificarse con
1
1 + 1 + a
a
1
1 + 1 + a
a
> sfm:=radsimp(sfm1);
es decir que
sfm :=
1 + a
1 + a
Estas formulas son utiles para disenar controladores de adelanto de fase.
sin( ) =
1 a
max
1 + a
z
w
m
:=
a
2.4. DISEN
O EN EL LUGAR DE LAS RA
ICES 59
Ejemplo.
Se desea controlar un sistema dinamico cuya planta tiene por funcion de transferen-
cia
500
G
p
(s) =
s(s + 1)
mediante un controlador de adelanto de fase, de forma que el sistema resultante tenga
una frecuencia de cruce
c
= 35 rad/s y un margen de fase de 65
o
. Resolucion
En el trazado de Bode vemos que para = 35 el sistema tiene un margen de fase
de (180 + 178.4) = 1.6
o
(casi cero) y un margen de ganancia muy pequeno, casi
0dB. Para conseguir las especificaciones deseadas hemos de poner un compensador.
El compensador tiene que aportar, en = 35 rad/s, una fase
c
= 65
o
y una
ganancia K
c
tal que el margen de ganancia resultante sea de 8dB. De la ecuacion
1 a
sin(
max
) =
1 + a
podemos hallar a, ya que conocemos
max
, que en radianes vale
> phi_max:=65*Pi/180;
Para hallar a hacemos
13
max
:=
36
> a11:=solve(sfm=sin(phi_max),a);
36 13
a11 :=
y obtenemos tambien su valor numerico
> a:=-evalf(a11);
36 13
a := .04914852341
Por otro lado, como sabemos que la pulsacion
m
correspondiente a la maxima
fase
max
es
z
m
:=
a
poniendo
m
= 35, podemos hallar z
c
.
> zc := 35 * sqrt(a);
y tambien p
c
:
zc := 7.759313191
CAP
ITULO 2. DISEN
O DE CONTROLADORES 60
> pc:=zc/a;
pc := 157.8747977
Una vez hallados p
c
y z
c
, lo unico que queda es hallar K
c
. Para ello aplicamos
la condicion de que el margen de ganancia ha de ser de 8dB para = 35 rad/s.
Hallamos primero la ganancia en decibelios para = 35 y para los valores de z
c
y
p
c
hallados, en funcion de K
c
> Gdb35:=evalf(20*log10(Kc*abs(subs(w=35,p=pc,z=zc,G))));
Gdb35 := 20. log10( .2216946625 Kc )
y resolvemos la ecuacion G
db35
(Kc) = 8 en K
c
.
> solve(Gdb35=8,Kc);
El valor que se obtiene es
K
c
= 11.33038749
Finalizado el diseno, podemos representar el diagrama de Bode del sistema com-
pensado para verificar que cumple con las especificaciones y, si fuera preciso, realizar
los ultimos ajustes de los parametros del controlador por tanteo y mediante simula-
cion.
2.5 Diseno en la respuesta de frecuencia
La respuesta de frecuencia de un sistema dinamico es una representacion no pa-
rametrica (numero infi o de parametros), ya que viene dada en forma de curvas
continuas, en contraste con los modelos parametricos de funcion de transferencia y
de estados. Una de las ventajas que tiene es que no esta infl por el orden del
sistema. Recordemos que informacion neta que proporciona el lugar de las races
al disenador va disminuyendo gradualmente a medida que aumenta el numero de
ramas, que es igual al orden del sistema. Por otro lado el empleo de escalas lo-
gartmicas hacen que el rango bajo de frecuencias resulte expandido y entonces los
errores absolutos del diagrama de Bode corresponden a errores absolutos en esca-
la lineal. El dominio de la frecuencia esta especialmente indicado para incluir las
imperfecciones de modelado por lo que se emplea en diseno robusto.
Al ser una representacion de dimension infi ta no podemos esperar que haya
formulas explcitas que relacionen la respuesta de frecuencia con los parametros
caractersticos de la respuesta temporal, o viceversa, incluso aunque se conociera
el orden del sistema. Por ello, el adquirir destreza de diseno en el dominio de la
frecuencia precisa de una considerablemente mayor experiencia que para hacerlo en
cualquiera de sus dos alternativas parametricas, lugar de las races o espacio de
estado.
K
c
N
c
D
c
m
N
p
D
p
1
2.5. DISEN
O EN LA RESPUESTA DE FRECUENCIA 61
2.5.1 El problema del diseno de feedback
El analisis en el dominio de la frecuencia de los sistemas de segundo orden muestra
que la realimentacion negativa tiene como ventajas el aumento del ancho de banda,
la disminucion de la sensibilidad del sistema a las variaciones de los parametros y
la obtencion de una funcion de transferencia de modulo unidad (con realimenta-
cion unitaria) en el rango de frecuencias en el que la ganancia en lazo abierto es
suficientemente alta.
d
1
d
2
u
+
s
+
y
+
.
+
d
3
Figura 2.27: Esquema de control en serie.
Supongamos el sistema de control con realimentacion representado en la fi ura
2.27. La expresion de la salida Y (s) es
Y =
G
c
G
p
1 + G
c
G
p
(U D
3
) +
1
1 + G
c
G
p
D
2
+
G
p
1 + G
c
G
p
D
1
(2.24)
y la del error E(s),
1
E =
(U D
2
) +
G
c
G
p
D
3
G
p
D
1
(2.25)
1 + G
c
G
p
1 + G
c
G
p
1 + G
c
G
p
Las ecuaciones (2.24) y (2.25) nos dan a entender que la tarea del diseno, condi-
cionado siempre a ciertas restricciones y con el objetivo de cumplir determinados
requisitos de funcionamiento, no parece sencilla. Por ejemplo, uno de estos requi-
sitos demanda la reduccion de los errores debidos a la entrada de referencia u y a
la perturbacion d
2
, mientras que otro pide la reduccion del error producido por el
ruido en la medida d
3
.
El conflicto entre estos dos objetivos de diseno es evidente: si en la ecuacion
(2.25) hacemos |G
c
G
p
| elevado en un amplio margen de frecuencia, para reducir los
errores asociados con u y d
2
, resulta de (2.24) que entonces y c r d
3
, con lo que
el ruido en la medida d
3
pasa directamente a la salida.
Una frecuente restriccion es que esfuerzo de control, o variable manipulada m,
no pueda tomar valores superiores a ciertos lmites (para los que alcanzara la satu-
racion). En efecto, la expresion de la variable manipulada es
m =
G
c
1 + G
c
G
p
(U D
2
D
3
)
G
c
G
p
D
1 + G
c
G
p
CAP
ITULO 2. DISEN
O DE CONTROLADORES 62
G
Si hacemos |G
c
G
p
| 1 siendo |G
p
| pequena, es decir, aumentamos la ganancia en
lazo abierto a costa solo del controlador, queda
1
m = (U D
2
D
3
)
p
Que el controlador emita esta fuerte respuesta, ante las entradas U (de referencia) y
D
2
(perturbacion en salida), puede parecer logico. No as, sin embargo, que tambien
lo haga ante el ruido en la medida D
3
. Por ello la ganancia de lazo no debe hacerse
alta en un intervalo arbitrario de frecuencias.
Figura 2.28: Zonas permitidas en la respuesta de frecuencia.
De acuerdo con estas ideas, podemos pensar en dar a la ganancia de lazo una
determinada forma, tratando de satisfacer las exigencias impuestas (fi ura 2.28).
Sera conveniente por ello:
Dar un valor alto a la ganancia en lazo abierto M = |G
c
G
p
| en el rango activo
de frecuencia, para alcanzar un adecuado funcionamiento en esa zona.
Dar a M una gran atenuacion en el intervalo de frecuencia en el que el ruido
es importante
20 log M
Limites de
incertidumbres
de modelado
y
ruido en medida
loge
Requisitos de
funcionamiento
(Rango Activo)
2.6. DISEN
O EN EL ESPACIO DE ESTADO 63
Entre estas dos zonas, dar a M una atenuacion en pronunciado descenso para
conseguir que la anchura de banda sea amplia.
Pero aqu ocurre un problema: el aumento en la pendiente de atenuacion de la
curva M hace reducir el margen fase.
Otra importante restriccion de diseno es la tolerancia a imprecisiones de modela-
do. El analisis revela que para conservar la estabilidad en lazo cerrado se necesita un
modelo preciso en lazo abierto en un rango de frecuencia alrededor de la frecuencia
de cruce. Mas concretamente, cuanto menor sea el valor de |1 + G
(
j)|, (0, ),
mayor precision se necesita en el modelado. En efecto, la expresion
1
S
T
G
=
1 + G
es la sensibilidad de la funcion T = G/(1 + G) respecto del parametro G.
En la practica nos encontramos con que las imprecisiones en el modelado de la
planta aumentan con la frecuencia, debido sobre todo a la existencia de dinamicas no
modeladas como retardos de tiempo, resonancias mecanicas, polos de alta frecuencia,
etc. Por ello la ganancia a alta frecuencia debe ser pequena para mantener el sistema
estable. En particular, esto signifi a que la compensacion puede aumentar la anchura
de banda (BW) del sistema solo si el modelo continua siendo relativamente preciso
en BW. Si intentaramos ensanchar BW sobre la region en que las incertidumbres de
modelado son elevadas, ello conducira a un funcionamiento indeseable, o incluso a
la inestabilidad.
2.6 Diseno en el Espacio de Estado
Los metodos basados en el Lugar Geometrico de las Races y en la Respuesta de
Frecuencia, propios del modelo de funcion de transferencia, se basan en la realimen-
tacion de la variable salida y, por lo comun, en la utilizacion de controladores con un
reducido numero de parametros de diseno: controladores PID y de adelanto-retraso
de fase. El numero de polos en lazo cerrado que podemos ubicar por diseno con
estos controladores es de dos.
Con estos metodos, el diseno de compensadores para ubicar mas de dos polos
resulta complicado debido en gran parte a la difi d de relacionar los parametros
del controlador con las especificaciones deseadas.
Utilizando el modelo de estado, en cambio, es posible realimentar el vector de
estado en lugar de la salida, disponiendo de informacion suficiente, como vamos a
ver, para cambiar la posicion de todos los polos del sistema a otras nuevas posiciones
prefi s a voluntad.
CAP
ITULO 2. DISEN
O DE CONTROLADORES 64
.
.
.
2.6.1 Asignacion de polos
Sea un sistema dinamico cuyo modelo de estado esta en forma canonica controlable.
0 1
0
x =
.
.
x +
u
.
.
1
0
a
n
a
n1
. . . a
1
1
y = Cx
en donde x R
n
, u, y R, A R
nn
B R
n1
, C R
1n
El polinomio caracterstico
esta defi por la ultima fi de la matriz A
det(sI A) = s
n
+ a
1
s
n1
+ . . . + a
n
1
s + a
n
Sean
1
,
2
, . . . ,
n
los valores propios de A y supongamos que deseamos obtener
un nuevo sistema, mediante feedback de estado, que tenga como polinomio carac-
terstico
(s) = s
n
+
1
s
n1
+ . . . +
n
con races
1
,
2
, . . . ,
n
.
1
s +
n
Defi una nueva entrada v, de forma que ahora la entrada a la planta sea
v Kx, siendo
K =
.
k1 k2 . . . kn
.
las ecuaciones de estado se transforman en
x = (A BK)x + Bv
y = Cx
Si damos a K el valor
K =
.
n an n1 an1 . . . 1 a1
.
entonces el determinante de [sI (A BK)] es (s) puesto que
BK =
0 0 . . . 0
.
.
k
1
k
2
. . . k
n
Esta es la forma mas sencilla de resolver el problema de asignacion de polos en el
espacio de estado.
2.7 Sintona de controladores PID
Los controladores PID comerciales disponen de mandos externos para el ajuste de
los parametros K
p
, T
i
y T
d
. Para su calculo teorico podemos aplicar cualquiera de los
2.7. SINTON
IA DE CONTROLADORES PID 65
s+a
procedimientos vistos antes, siempre y cuando conozcamos el modelo de la planta.
Si no es as, lo que suele hacerse es suponer para ella un modelo muy simple, ajustar
empricamente los parametros del PID en base a ese modelo y probar luego como
funciona el control en la realidad. Pero como buscar un modelo simple de un planta
desconocida? La respuesta que a esta cuestion dieron Zeigler y Nichols esta basada
en la siguiente observacion: en la industria de control de procesos, la mayora de
las plantas a controlar admiten como modelo externo la funcion no racional
A e
T s
G(s) =
s + a
a 0. (2.26)
Bajo este supuesto, los metodos de ajuste constan de dos etapas:
1. Realizar un experimento para determinar los parametros A, a y T de la planta.
2. Calcular, con formulas apropiadas, los parametros K
p
, T
d
y T
i
del controlador
a partir de los parametros hallados.
Se han desarrollado dos metodos, llamados metodo de lazo abierto y metodo de
lazo cerrado.
Metodo de lazo abierto
Suponiendo que el modelo
G(s) =
A e
T s
,
s + a
es valido para planta, este metodo consisten en aplicar un escalon unitario 1(t) a
la planta y medir su respuesta temporal y(t) para, a partir de ella, calcular los
parametros A, a y T de su supuesto modelo.
En el experimento hemos medido la respuesta al escalon y(t) de la planta (fi a
2.29).
Primero calcularemos T . Trazando la tangente a la curva y(t) en el punto de
maxima pendiente y hallando su interseccion con el eje t, obtenemos el valor del
retardo T del modelo G(s) de la planta. Si la planta real siguiera exactamente el
modelo supuesto G(s) =
A e
T s
, la maxima pendiente de y(t) se dara en el punto
de interseccion de la curva con el eje t. Pero, como no va a ser asi, lo que hemos
hecho es una aproximacion que consiste en sustituir la parte baja de la curva por la
tangente de pendiente maxima.
Veamos ahora como se hallan a y A. Sabemos que el valor de la respuesta y
0
(t)
a un escalon unitario de la planta con retardo nulo
A
G
0
(s) =
s + a
en el instante = 1/a (constante de tiempo) es
y
0
( ) = A(1 e
at
)|
t=1/a
= A(1 e
1
) = 0.632A.
CAP
ITULO 2. DISEN
O DE CONTROLADORES 66
Figura 2.29: Calculo de T (izquierda), de a y de A (derecha)
Por tanto, la respuesta al escalon unitario de la planta con retardo T
G(s) =
A e
T s
,
s + a
en el instante + T , valdra tambien y( + T ) = 0.632A. Asi que para determinar la
constante de tiempo trazamos una recta horizontal de ordenada igual a 0.632A,
hallamos el punto de interseccion de la recta con la curva y(t) y entonces la vertical
por dicho punto marca el valor t
1
= + T . Por tanto
= t
1
T = 1/a a.
Por ser la entrada un escalon unitario, el valor fi l de la respuesta o valor en estado
estacionario es igual a la la ganancia estatica de la planta.
Por ello,
A
y
ss
= lim y(t) =
t a
A = a y
ss
El valor
R
r
= A/ = aA
se llama tasa de reaccion reaction rate.
En el caso en que la constante a sea nula, aun es posible defi los valores de T
(igual que antes) y de R
r
que es igual a la pendiente maxima de la respuesta.
El principal inconveniente del metodo de lazo abierto es que el experimento que
nos da la respuesta temporal de la planta exige controlar en lazo abierto la planta
durante un tiempo suficiente para que la respuesta llegue al estado estacionario y
esto puede ser prohibitivo en ciertos procesos industriales en funcionamiento.
y (t )
A
a
0.632 A
t
1
t
y (t )
T t
2.7. SINTON
IA DE CONTROLADORES PID 67
Metodo de lazo cerrado
Permite calcular los parametros del modelo G(s) de la planta haciendo un expe-
rimento con el control PID en funcioonamiento, en lazo cerrado. El metodo es el
siguiente. Con el proceso en funcionamiento se ponen los parametros de PID con
los valores T
d
= 0 (o el valor mnimo posible), T
i
= (o el valor maximo posible) y
se va aumentando despacio la ganancia k
p
hasta el valor k
u
para el cual la respuesta
y(t) sea oscilante, con ciclos de amplitud mantenida, es decir, de aspecto sinusoidal.
Entonces anotaremos los valores de K
u
y del perodo de oscilacion T
u
.
Aunque este metodo es mas factible que el anterior, tambien puede resultar a
veces problematico: hay procesos que no toleran oscilaciones mantenidas por mucho
tiempo y hay otros (muy lentos) que aunque las admitan, pueden exigir un tiempo
de experimento demasiado largo.
Hay otros metodos, tambien de lazo cerrado, que se basan en el funcionamiento
normal del controlador para hacer los calculos y, ademas, si se ponen en modo
automatico son capaces de ponerse ellos mismos los valores mas adecuados a las
circustancias. Son los controladores inteligentes.
2.7.1 Ajuste de los parametros del PID
A partir de los valores empricos T, R
r
, obtenidos en lazo abierto, o de los valores
K
u
, T
u
obtenidos en lazo cerrado, se pueden calcular los parametros K
p
, T
d
y T
i
del
controlador de forma aproximada.
Entre los metodos que se han desarrollado para ello cabe destacar el de Ziegler
Nichols y el de Shinskey, que suponen suponen a = 0 en el modelo G(s) de la planta,
y el de Cohen-Coon que supone a = 0.
Tipo
Zeigler-Nichols
(lazo cerrado)
Shinskey
(lazo cerrado)
Zeigler-Nichols
(lazo abierto)
Cohen-Coon
(lazo abierto)
P K
p
0.5K
u
0.5K
u
1
Rr T
(1 +
T
)
AT 3
PI K
p
T
i
0.45K
u
0.833K
u
0.5K
u
0.43K
u
0.9
Rr T
0.33T
(0.9 + 0.082
T
)
AT 3
T (
3.33+0.3T/
)
1+2.2T/
PID K
p
T
d
T
i
0.6K
u
0.5K
u
0.125K
u
0.5K
u
0.34K
u
0.08K
u
1.2
Rr T
2T
0.5T
(1.35 + 0.27
T
)
AT
T (
2.5+0.5T/
)
1+0.6T/
T (
0.37
)
1+0.2T/
CAP
ITULO 2. DISEN
O DE CONTROLADORES 68
Parte II
Control de procesos de eventos
discretos
69
Captulo 3
Sistemas booleanos
3.1 Dispositivos logicos
Ciertos dispositivos fsicos se construyen de forma que solo tienen dos posibles esta-
dos de equilibrio los cuales, en cada caso, reciben nombres tpicos que los identifi n.
En la tabla se indican algunos de ellos junto con los nombres de sus dos estados.
Estos y otros dispositivos permiten construir otros aparatos mas complejos que
se llaman automatismos. Sus modelos son los sistemas digitales y pueden ser de dos
clases:
Sistemas combinacionales
Sistemas secuenciales
Figura 3.1: Dispositivo mecanico de dos estados estables.
71
0 1
Dispositivo
Mecanico
Interruptor electrico
Valvula
Transistor
Estados
s / no
abierto / cerrado
abierta / cerrada
saturacion / corte
CAP
1
, . . . , x
j
, . . . , x
n
y en
1 j n
el mismo hacemos x
j
= 1 si el elemento (i, j) de la tabla es 1 o bien x
j
= 0 si el
elemento (i, j) de la tabla es 0. La expresion canonica de f se obtiene como suma
de todos los productos obtenidos.
Otra forma de obtener la forma canonica de una funcion f (x
1
, . . . , x
n
) es partir de
una expresion cualquiera de la funcion y multiplicar por (x
i
+ x
i
) todos los terminos
de la misma que no contengan la variable x
i
, para i = 1, . . . , n.
3.2.2 Simplifi cion de funciones booleanas
La forma canonica de una funcion es facil de obtener pero no siempre es la mas
conveniente, sobre todo si pensamos en la realizacion fsica, ya que su expresion
puede resultar excesivamente larga. Simplifi una funcion f consiste en obtener
otra funcion g equivalente a f y con una expresion mas simple.
La simplificacion de una funcion conduce a una mas simple y, en general, mas
eficiente implementacion de la misma, bien sea por medio de un programa de orde-
nador o por medio de un circuito neumatico, o electrico o electronico.
Los metodos mas utilizados para simplificar funciones booleanas son el Karnaugh
y el de Quine-McCluskey.
Los metodos de simplifi cion de funciones logicas consisten esencialmente en
aplicar la ley de complementacion x+x = 1 que, evidentemente, implica f(x
1
+x
1
)
f. . Se puede ver que, tras aplicar repetidamente esta ley a la funcion, con todas
y cada una de las variables, esta queda reducida a una suma de implicantes
primos (terminos irreducibles).
Metodo de Karnaugh
Es un metodo grafi valido para funciones de hasta cuatro o cinco variables como
maximo. Dada una funcion f (x
1
, . . . , x
n
) en forma canonica, consiste en anotar los
minterms
x, x
xy, xy, xy, xy
xyz, xyz, xyz, xyz, xyz, xyz, xyz, xyz
f (x)
f (x, y)
f (x, y, z)
3.2. ALGEBRA DE BOOLE 77
00 00 00 00
00 01 11 10
01 01 01 01
00 01 11 10
11 11 11 11
00 01 11 10
10 10 10 10
00 01 11 10
0 1 1 0
0 1 1 0
1 1 1 0
1 1 1 0
valores de la funcion en una tabla, denominada mapa de Karnaugh, de tal forma que
los terminos canonicos geometricamente adyacentes en la tabla se diferencian solo
en una variable. Esto se consigue facilmente poniendo en las casillas de cabecera de
fi y de columnas los numeros binarios de dos cifras
00 01 11 10
que representan a un par de variables y que estan ordenados de forma que para pasar
de uno cualquiera al siguiente solo cambia una cifra. Procediendo as, creamos una
tabla de la forma
cd
ab
00 01 11 10
00
01
11
10
En esta tabla, cada casilla representa el termino canonico (min-term) de la funcion
que se ha indicado en la misma. Se ve claramente que cada min-term difi de los
adyacentes en solo un dgito binario. Observese que la ultima casilla de cada fi es
adyacente con la primera casilla de la misma fi ya que solo difi en un dgito.
Lo mismo ocurre por columnas.
Logicamente, no es necesario anotar los valores de los min-terms en cada casilla
porque son justo los valores de cabecera de su fi y columna.
ab
cd
00 01 11 10
00
01
11
10
cd
00 01 11 10
00 0 1 1 0
01 0 1 1 0
11 1 1 1 0
10 1 1 1 0
b + b
t
c
CAP
, 9, 12
, 13, 15)
En primer lugar escribimos la tabla
9 1 0 0 1
12
1 1 0 0
13 1 1 0 1
15 1 1 1 1
cuya primera columna es el ndice de los terminos para los que la funcion vale uno
y, marcados con un asterisco (
1 0 0 1
1 1 0 0
3
7
13
0 1 1 1
1 1 0 1
4 15 1 1 1 1
En esta tabla, cada grupo difi re del siguiente en un solo uno y, por tanto, se puede
combinar cada termino de un grupo con uno del siguiente.
Procedamos a combinar los terminos cada grupo. Como no hay terminos en el
grupo u = 1, el termino 0 0 0 0 no se puede combinar con ninguno. Pasando al
3.2. ALGEBRA DE BOOLE 79
grupo u = 2, el termino 1 0 0 1 se puede combinar con el termino 1 1 0 1 grupo
siguiente, u = 3,
1 0 0 1
.
1 1 0 1
1 - 1 1,
dando lugar al termino 1 - 1 1, o sea x
1
x
3
x
4
. El termino 1 1 0 0 se puede combinar
con el mismo termino 1 1 0 1 que el anterior,
1 1 0 0
.
1 1 0 1
1 1 0 -,
dando lugar al termino 1 1 0 -, o sea x
1
x
2
x
3
.
Como ya hemos terminado de combinar todos los elementos del grupo u = 2,
pasamos a los del grupo n = 3. En este grupo el termino 0 1 1 1 se puede combinar
con el termino 1 1 1 1 del ultimo grupo, u = 4,
0 1 1 1
.
1 1 1 1
- 1 1 1,
dando lugar al termino - 1 1 1, o sea x
2
x
3
x
4
. Por ultimo, el termino 1 1 0 1 se puede
combinar tambien con el termino 1 1 1 1
0 1 1 1
.
1 1 1 1
1 1 - 1,
dando lugar al termino 1 1 - 1, o sea x
1
x
2
x
4
.
Todo este proceso puede resumirse en la tabla siguiente.
u i 1-term 2-term
0 0 0 0 0 0 0 0 0 0
1
2
9
12
1 0 0 1
1 1 0 0
1 - 1 1
1 1 0 -
3
7
13
0 1 1 1
1 1 0 1
- 1 1 1
1 1 - 1
4 15 1 1 1 1
En esta tabla, ningun termino de la ultima columna puede combinarse y el
proceso termina. Sin tomar terminos indiferentes, la funcion logica simplificada es
f = x
1
x
2
x
3
x
4
+ x
1
x
3
x
4
+ x
1
x
2
x
4
.
Un termino indiferente puede aprovecharse si cubre mas de un min-term.
Algoritmo de Quine
Como ya se ha indicado, el metodo de Quine-McCluskey, lo mismo que el de Kar-
naugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una funcion f en
forma canonica de suma de m min-terms, el algoritmo es el siguiente:
CAP
u
2
(t)
y
2
(t)
.
.
.
u
p
(t)
.
.
.
y
q
(t)
dominio de las funciones es
I = {t
0
, t
0
+ T, . . . , t
0
+ kT, t
0
+ 2kT, . . .}, t
0
, T R.
u
1
(t)
En los sistemas combinacionales se asume que los valores de las salidas en un
instante determinado t solo dependen de los valores que en ese mismo instante tengan
las entradas. En la realidad fsica esto no es as, sino que desde que cambia el valor
de las entradas hasta que el sistema cambia de estado transcurre un cierto tiempo si
bien, como el sistema evoluciona con gran rapidez, se da por valida tal suposicion.
Los sistemas combinacionales mas sencillos son las funciones logicas elementales:
not, and, or, nend, nor y xor. Estas funciones tienen una gran aplicacion practica ya
que conectandolas adecuadamente es posible realizar cualquier funcion logica. Otros
sistemas combinacionales importantes son los codificadores, los decodificadores, los
multiplexores y los demultiplexores.
Funciones logicas elementales
Se llaman funciones logicas elementales a las funciones logicas mas simples que
pueden construirse utilizando los operadores logicos. Estas funciones se pueden
realizar fsicamente mediante diferentes tecnologas, como la electrica, la neumatica
y la electronica, dando lugar a dispositivos logicos que, a su vez, sirven para construir
automatismos de distintas clases. Cada funcion logica tiene un smbolo, dado por
la norma ISO, aunque se usan a veces otros smbolos en electronica y en otras
tecnologas.
Funcion NOT
Esta funcion realiza la operacion de negacion de una variable z = x. Su tabla de
verdad y su smbolos, DIN e ISO, son
x z x z
Funcion AND
Esta funcion realiza la operacion de producto ordinario en Z
2
, o conjuncion logica,
entre varias variables. La tabla de verdad z = (x and y) para dos variables y su
3.3. SISTEMAS COMBINACIONALES 83
x
0
0
1
1
y
0
1
0
1
z
0
1
1
1
x
y
z
x
0
0
1
1
y
0
1
0
1
z
1
1
1
0
x
0
0
1
1
y
0
1
0
1
z
1
0
0
0
&
z
1
z
&
y
1
y
x y z
0 0 0
0 1 0
1 0 0
1 1 1
smbolos, DIN e ISO, son
x x
z
y
Funcion OR
Esta funcion realiza la operacion de suma ordinaria en Z
2
, o disyuncion logica, entre
varias variables. La tabla de verdad z = (x or y) para dos variables y su smbolos,
DIN e ISO, son
x
Funcion NAND
Esta funcion es el complemento en Z
2
de la funcion and entre varias variables. La
tabla de verdad z = (x nand y) para dos variables y su smbolos, DIN e ISO, son
x
x
z
z
y
Observese que el smbolo de esta funcion se obtiene colocando un pequeno crculo
(), que representa la negacion logica, tras el smbolo de la funcion and.
Funcion NOR
Esta funcion es el complemento en Z
2
, de la funcion or entre varias variables. La
tabla de verdad z = (x nand y) para dos variables y su smbolos, DIN e ISO, son
x
x
z
z
y
Igual que en la nand, el smbolo se obtiene colocando () tras el bloque de la funcion
or.
CAP
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
y
1
(t)
u
2
(t)
y
2
(t)
.
.
.
u
p
(t)
.
.
.
y
q
(t)
x y z
0 0 1
0 1 0
1 0 0
1 1 1
Funcion XOR
La funcion xor, o disyuncion exclusiva, vale 1 si todas las variables de entrada son
iguales, es decir si son todas igual a uno o todas igual a cero, y vale 1 en caso
contrario, es decir siempre y cuando haya variables de entrada con valor diferente.
La tabla de verdad z = (x xor y) para dos variables y su smbolos, DIN e ISO, son
x
x
z
y
3.4 Sistemas secuenciales
Un sistema secuencial es un sistema de control que tiene, como un combinacional,
p entradas u
1
(t), . . . , u
p
(t) Z
2
y q salidas y
1
(t), . . . , y
q
(t) Z
2
, pero que ademas
tiene otras n variables,
x
1
(t), . . . , x
n
(t) Z
2
,
llamadas variables de estado, cuyos valores dependen de alguna manera del compor-
tamiento del sistema en instantes anteriores a t.
u
1
(t)
Ahora cada una de las salidas es una funcion booleana de las entradas y de
los estados, para todo t I R, en donde I es un intervalo o una sucesion de
valores de R. Sin embargo la expresion general de esta funcion resulta complicada
ya que debe incluir los valores de los estados para instantes anteriores a t. Se puede
emplear, cuando sea posible, el modelo de estado (ecuacion diferencial) estudiado
en la teora de control. Sin embargo se han ido desarrollado otros modelos, primero
las Maquinas de estados, mas tarde las Redes de Petri y el Grafcet y, recientemente,
las cartas de estado o Statecharts.
Los sistemas secuenciales se llaman sistemas con memoria porque tienen unos
registros internos con capacidad para almacenar las variables de estado.
3.5. MA
QUINAS DE ESTADOS 85
3.5 Maquinas de estados
Una maquina de fi s estados (o simplemente maquina de estados) es un sistema
secuencial que posee un numero fi q de entradas, un numero fi N e
n
de
estados (n es el numero de variables de estado) y un numero fi p de salidas. Tanto
las senales de entrada como las de salida y las de estado, toman valores binarios. Si
defi los conjuntos
U := Z
q
, X := Z
n
, Y := Z
p
, (3.1)
2 2 2
entonces podemos decir que la entrada (vector) es u(t) U , la salida (vector) es
y(t) Y y el estado (vector) es x(t) X, siendo t R la variable que representa el
tiempo.
A veces (teora de gramaticas formales) se consideran estos conjuntos como con-
juntos de smbolos cualesquiera pero aqu vamos a seguir las defi iones dadas en A
veces (teora de gramaticas formales) se consideran estos como conjuntos de smbolos
cualesquiera pero aqu vamos a seguir las defi iones dadas en (3.1).
Por ser la maquina de estados un sistema de control, las senales de entrada
pueden cambiar en su evolucion en el tiempo y esto hace que cambien tambien las
senales de estado y las de salida. En la teora de automatas se han descrito dos
tipos de maquinas de estado: el automata de Mealy y el automata de Moore. Se
diferencian unicamente por la forma de defi la funcion de salida. Para simplificar
la escritura de las expresiones, se omite la dependencia respecto de t de las funciones.
3.5.1 Automata de Mealy
Un automata de Mealy se defi como una quintupla
M
1
= {U, Y, X, f, g}
en donde U, Y y X, defi s en (3.1), son los conjuntos de valores de entrada, de
salida y de estado, respectivamente, y las funciones f y g defi las dependencias
entre la entrada, el estado y las salidas. La funcion que defi el estado es
f : U X X
(u, x) x = f (u, x)
y la funcion que da la salida,
g : U X Y
(u, x) y = f (u, x)
3.5.2 Automata de Moore
Un automata de Moore se defi como una quintupla
M
1
= {U, Y, X, f, g}
CAP
QUINAS DE ESTADOS 87
u
x
0
00
01
00
1
01
10
01
A = 00
B = 01
C = 10
11
u
x
0
0
0
0
1
0
0
1
A = 00
B = 01
C = 10
11
u
x
0
00
10
00
10
1
01
01
11
01
A = 00
B = 01
C = 10
D = 11
x
A = 00
B = 01
C = 10
D = 11
y
0
0
0
1
c
,
,
,
,
1
3.5.4 Diagramas de estado
El diagrama de estado de una maquina de estados con N 2
n
estados, q entradas
y p salidas, es un grafo orientado que contiene la misma informacion que las tablas
de transicion y de salida pero que expresa de forma mas clara, si cabe, la naturaleza
secuencial del sistema. El grafo tiene N vertices, cada uno de los cuales va etiquetado
con un numero o nombre correspondiente al estado, y q aristas, cada una etiquetada
con un valor de la entrada. En el automata de Mealy las etiquetas de las salidas se
ponen en las aristas, tras las de las entradas y separadas de ellas por /, mientras
que en el de Moore van en los estados, separadas de sus etiquetas por /.
A continuacion se dan dos ejemplos de dos maquinas de estados. El primero
corresponde a un automata de Mealy con 3 estados, etiquetados A, B y C, una
entrada u y una salida y. Sus tablas de transicion y salida y su diagrama de estados
son:
0/0
sc
,J,
A
,`,\
c
c
c
1/0 c
c
c
c
c
c
,,,
,
,
,
,
, 0/0
,
,
ctc
c
c
1/1
,
,
Tabla de transicion Tabla de salida
1/0
,J,
B
`,\,
,s
4
0/0
,
J,
C
`,\,
El segundo corresponde a un automata de Moore con 4 estados, etiquetados A, B,
C y D, una entrada u y una salida y. Sus tablas de transicion y de salida y su
diagrama de estados son:
0
sc
,J
A
,
/
`,
0
\,
ct
1
,J
B
,
/
`,
0
\,
0
,,,
,
,
,
,
,0
,
,
,
,
,
,,J
C
,
/
`,
0
\,
,s
0
,J
D
,
/
`,
1
\,
Tabla de transicion Tabla de salida
4 ,,
1
Observese que, en cualquiera de los dos casos, a partir de las tablas de transicion
y de salida se obtiene el diagrama de estados, y viceversa.
3.5.5 Dispositivos biestables
Los biestables son los sistemas secuenciales mas simples. Tienen una o dos entradas
u
1
, u
2
, una unica variable de estado, denotada por Q, y una salida y
1
= Q. Los
biestables electronicos suelen incorporar la salida adicional y
2
= Q.
CAP
ITULO 5. AUTOMATISMOS
Captulo 6
Automatismos electricos
6.1 El rele
El rele es el dispositivo fundamental para la realizacion de automatismos electri-
cos. Consta de un conjunto de piezas colocadas dentro de una caja, de la forma
indicada en la fi 6.1, y es esencialmente un interruptor accionado mediante un
electroiman. Al aplicar tension entre los terminales A1 y A2, el electroiman atrae
a la armadura ferrea hacia el nucleo del electoiman, con lo que el terminal 1 se
desconecta del terminal NC y se conecta con el terminal NA. Cuando se deja de
aplicar el voltaje a la bobina, el rele, accionado por el muelle, vuelve a su estado de
reposo.
1
NC
NA
A1
A2
Figura 6.1: Rele en estado de reposo.
El esquema segun la norma CEI es
Se fabrican reles de muchos tipos y tamanos segun sea su aplicacion. Pueden
tener varios contactos NC y NA, accionados por la misma bobina, para poder operar
sobre varios circuitos a la vez. La alimentacion suele ser de 12V o de 24V en los
reles de automatismos.
107
CAP
CTRICOS 108
a s
A
1
12 14
A
2
11
Figura 6.2: Esquema de rele con contactos NC y NA.
6.2 Funciones logicas con reles
6.2.1 Funcion logica identidad
+
Figura 6.3: Identidad
6.2.2 Funcion logica negacion
Figura 6.4: Negacion
6.2.3 Funcion logica AND
6.2.4 Funcion logica NAND
+
a
s
K
a
K
a b s
K
a b
s
K
K
a b
s
K
6.2. FUNCIONES LO
GICAS CON RELE
S 109
+
Figura 6.5: Negacion con rele
+
Figura 6.6: Funcion logica AND
+
Figura 6.7: Funcion logica AND con rele
+
Figura 6.8: Funcion logica NAND
CAP
CTRICOS 110
Captulo 7
Automatas programables
111
112 CAP
ITULO 7. AUTO
MATAS PROGRAMABLES
Bibliografa
[1] M. Silva Las Redes de Petri: en la Automatica y la Informatica. Editorial AC
[2] Charles L. Phillips
Feedback Control Systems
Prencice Hall Inc., 1988
[3] K.Lockyer La produccion industrial, su administracion. Representaciones y
Servicios de Ingeniera S.A., Mexico, 1988.
[4] M.P. Groover Automation, Production systems and Computer Integrated Ma-
nufacturing. Prentice Hall.
[5] David Harel Statecharts: A Visual formalism for Complex Systems, Science
of Computer Programming 8, (1987), pp. 231-274.
[6] Object Modeling Group OMG Unifi d Modeeling Language Specification. Ob-
ject Modeling Group, Inc., Version 1.3, June 1999.
[7] Hans Vangheluwe Modeling and Simulation Concepts. McGill, CA, CS 522 Fall
Term 2001.
113