Sesin 14

MODELOS DE SISTEMAS
DINMICOS Y CONTROL
 Contenido

Conceptos generales

Clasificacin de Sistemas Dinmicos: de Variable

Continua y de Eventos Discretos.

Estrategias de control

Control industrial
 Sistemas dinmicos y control
Un sistema dinmico es aquel que cambia con el
tiempo. El anlisis de los sistemas dinmicos nos
permiten conocer el comportamiento del mismo y
evolucin en el tiempo.

Al construir modelos matemticos de un sistema

dinmico podemos construir modelos artificiales en
computo con el fin de variar sus parmetros y
predecir diferente comportamiento.

El control es la estrategia usada para manipular un

sistema dinmico de forma que su comportamiento
siga patrones deseados en el tiempo.
 Antecedentes histricos
Uno de los pasos mas importantes en el control de
sistemas dinmicos fue el gobernador centrfugo de Watt
basado en un control de velocidad de un motor de vapor
en el siglo XVIII

A partir de esa poca cientficos empezaron a realizar

desarrollos en la teora de control: Minorsky, Hazen,
Nyquist.

En 1922, Minorsky desarroll controladores automticos

para embarcaciones y demostr como la estabilidad
poda ser determinada a partir del anlisis de ecuaciones
diferenciales que describen el sistema.
 Antecedentes histricos
En 1932, Nyquist desarrollo mtodos relativamente simples
para encontrar la estabilidad de sistemas de lazo cerrado a
partir de la respuesta del sistema en lazo abierto.

En 1934, Hazen introdujo el trmino de servomecanismos

para el control de la posicin. Los servosistemas son aquellos
capaces de seguir una seal de comando a partir de una
entrada cambiante.

A partir de entonces se han desarrollado metodologas

matemticas para modelar sistemas dinmicos y su control.
En el desarrollo de los sistemas modernos, los modelos
matemticos se han vuelto mas complejos y la demanda de
su utilizacin requiere de herramientas adecuadas para tal
lidiar con tal complejidad.
 Definicin del Sistema

Un sistema es un conjunto de componentes o

mdulos que interactan entre s a partir de
intercambio de energa o informacin. La
definicin de sistema es importante para
reconocer la integridad del mismo y sus
componentes.

De aqu se definen trminos como anlisis y

sntesis de sistemas. Modelacin y simulacin.
 Definicin de Modelo

Un modelo es una representacin aproximada de

un sistema dinmico. Dicha representacin o
abstraccin incluye propiedades y parmetros
internos del sistema, as como una definicin de
entradas y salidas del mismo.
 Definiciones
Planta Es el sistema dinmico que deseamos
analizar o modelar.

Proceso Es una operacin natural ,

progresivamente continua o desarrollo marcado
por una serie de cambios graduales consecutivos
de una manera establecida hacia la consecucin
de un objetivo o resultado particular.

Sistema Es la combinacin de componentes

que actan juntos en un objetivo o dinmica
comn.
 Definiciones
Controlabilidad Es una propiedad de los
sistemas de poder manipular su comportamiento
a partir de sus parmetros de entrada. Con estos
parmetros de entrada podemos manipular la
salida a algn valor deseado.

Observabilidad Es una propiedad de los

sistemas de poder conocer parmetros internos
del mismo a partir de medir parmetros de salida.

Estabilidad Es la propiedad del sistema de

llegar a su estado estacionario cuando no hay
energa externa que sea introducida al mismo.
 Definiciones

Inestabilidad Se refiere a un estado en los

sistemas en donde la energa interna tiene al
infinito cuando no hay energa que sea
introducida al mismo.

Perturbacin Es una seal que tiende a afectar

de manera adversa la salida del sistema. La
perturbacin puede ser Interna o Externa al
sistema.
Ejemplos de sistemas de control
 Tipos de sistemas

Los sistemas dinmicos pueden clasificarse de

acuerdo a la forma en que sus variables internas
estn modeladas con respecto al tiempo en:

Sistemas de Variable continua

Sistemas de variable discreta

Sistemas hbridos
 Sistemas de Variable continua

Son aquellos en donde el tiempo se considera

ininterrumpido, al menos en el tiempo de la
operacin. Una variable continua es
generalmente creada para ser analgica, lo que
significa que puede tener cualquier valor dentro
de cierto rango. Ejemplos de estas incluyen
fuerza, temperatura, flujo, presin, velocidad y
posicin. Todas estas variables se consideran
continuas pudiendo tener cualquier valor real
dentro del rango vlido de valores.
 Sistemas de Variable Discreta

Son aquellos sistemas que solo toman ciertos

valores dentro de un rango dado. El tipo mas
comn son los sistemas con variables discretas
del tipo binario, es decir que solo pueden tomar
los valores de 0 o 1, ON-OFF, Cerrado o abierto,
etc.

Ejemplos de variables discretas son los

interruptores lmite, motores a pasos, presencia o
no de piezas de trabajo, etc.
 Sistemas hbridos
Los sistemas hbridos son una combinacin de los
sistemas discretos y continuos. Pueden poseer
ambos tipos de variables y su estructura puede
contener tambin modelos de funciones matemticas
mezcladas. Estos sistemas surgen de la necesidad
de modelar los sistemas mecatrnicos mas
complejos de forma que puedan incluir los
comportamientos continuos y discretos en un solo
modelo.

Ejemplos de esos sistemas pueden ser las mquinas

de control numrico, los sistemas de comunicacin
electrnica, sistemas de transporte, de produccin,
etc.
 Sistemas de control industrial

Hay dos tipos bsicos de control en la industria,

aunque el tercero est emergiendo:

1) Control continuo.
2) Control discreto
3) Control hbrido
 Sistemas de control industrial

El control continuo posee variables y parmetros

continuos o analgicos.

El control discreto las variables y parmetros son

discretos, principalmente binarios.

El control hbrido combina ambas variables de

forma que el sistema se mantiene ntegro.
Factor de comparacin
Mediciones tpicas de la salida
de un producto
Mediciones tpicas de calidad
Variables y parmetros tpicos
Sensores tpicos
Actuadores tpicos
Duracin del proceso tpico en
el tiempo
Control continuo en procesos Control discreto en industria de
industriales manufactura
Mediciones de peso, volumen Nmero de partes, nmero de
de lquidos, volumen de slidos productos
Consistencia, concentracin de Dimensiones, acabado
soluciones, ausencia de superficial, apariencia, ausencia
contaminantes, cumplimiento de defectos, confiabilidad del
de especificaciones producto
Temperatura, flujo volumtrico, Posicin, velocidad,
presin aceleracin, fuerza
(discretizadas), estados de las
mquinas
Medidores de flujo, Interruptores lmite, sensores
termocoplas, sensores de fotoelctricos, galgas de
presin presin, sensores
piezoelctricos
Vlvulas, calentadores, bombas, Interruptores, motores a pasos,
servomotores pistones
Segundos, minutos, horas Menos de un segundo
 Sistemas de control continuo
la mayora de las operaciones de procesos. Ejemplos de
procesos continuos son:

El control de la salida de una reaccin qumica que

depende de las condiciones de la reaccin qumica:
Temperatura, presin, flujo de entrada de reactivas.
Todas las variables son continuas.

El control de la posicin de una pieza de trabajo con

respecto a la herramienta de corte en una operacin de
maquinado de contornos. La posicin de la parte est
definida por coordinadas (x, y, z). Al moverse la parte los
valores de posicin pueden ser considerados como
variables continuas en el el tiempo.
 Existen diferentes formas en que el control se
puede realizar dependiendo de la estrategia que
se elija.
 Control regulatorio
En el control regulatorio el objetivo es mantener el
rendimiento del proceso dentro de ciertos niveles con
una banda de tolerancia de ese nivel.

La aplicacin de este tipo de control normalmente es

en la medicin de cantidades bsicas en parmetros
del sistema y mantener cantidades especificadas en
niveles deseados.

En muchas aplicaciones se usa un ndice de

rendimiento que se basa en varias variables de
salida del proceso. Esto lo hace equivalente al lazo
cerrado en sistemas de control en sistemas
individuales
 Control regulatorio

El problema con el control regulatorio es que la

compensacin se efecta solo despus de que la salida se
ha afectado por la perturbacin. Un error debe de estar
presente para efectuar la accin de control.
 El control hacia adelante
Esta estrategia se basa en anticipar los efectos de
perturbacin que habr en el proceso de medicin de los
parmetros del sistema y compensarlos antes de que afecten
el proceso.

El control hacia adelante mide o anticipa la presencia de

perturbacin y hace la accin correctiva ajustando los
parmetros del proceso que compensan los efectos de la
perturbacin.

Sin embargo, no existe una compensacin perfecta debido a

las imperfecciones en las mediciones hacia adelante, las
operaciones de los actuadores, y el algoritmo de control.
Estos dos controles se relacionan mas con procesos
industriales mas que con la manufactura discreta de un
producto.
El control hacia adelante
Optimizacin en estado estacionario
Este trmino se refiere a una clase de tcnicas de
optimizacin en las cuales el proceso exhibe las
siguientes caractersticas:

(1) hay un indice de rendimiento bien definido, tal

como el costo del producto, ritmo de produccin o
fallas en el proceso
(2) las relaciones entre las variables del proceso y
el ndice de rendimiento son conocidas
(3) los valores de los parmetros del sistema que
optimizan el indice de rendimiento puede ser
determinados matemticamente.
Optimizacin en estado estacionario

Cuando se conocen estas variaciones, es posible

aplicar algoritmos de control diseados para
hacer ajustes en los parmetros del proceso y
manejar el proceso hacia un estado ptimo.

Esto se conoce como optimizar el proceso en

estado estacionario y su solucin incluye el
clculo diferencial, clculo de variaciones y una
variedad de mtodos de programacin
matemticos.
Optimizacin en estado estacionario
 Control adaptivo
El control ptimo en estado estacionario opera en un
sistema de lazo abierto. Su xito es debido a que no hay
perturbaciones que invaliden las relaciones conocidas
entre los parmetros del proceso y el rendimiento del
mismo. Cuanto tales perturbaciones estn presentes en
la aplicacin, una forma de control ptimo puede ser
usada llamada control adaptivo.

El control adaptivo combina el control en lazo cerrado y

el control ptimo midiendo variables relevantes del
proceso durante la operacin (como en control en lazo
cerrado) y usando un algoritmo de control que intente
optimizar algunos ndices de rendimiento (como en el
control ptimo.
Control adaptivo
 Control adaptivo
El control adaptivo se distingue del control en lazo cerrado y
el control ptimo en estado estacionario por su capacidad
nica para lidiar con cambios en el tiempo del ambiente. No
es inusual para un sistema operar en un ambiente en donde
los cambios en el tiempo potencialmente afecten el
rendimiento del sistema.

Si los parmetros internos estn fijos, estos pueden tener un

rendimiento diferente dependiendo en donde se mueven. Un
control adaptivo est diseado para compensar tales cambios
ambientales, monitoreando su propio rendimiento. Y
alterando algunos aspectos en su mecanismo de control es
posible encontrar su nivel ptimo. En un proceso de
produccin, el ambiente que vara en el tiempo consiste de
las variaciones diarias en materia prima, herramientas,
condiciones atmosfricas, etc.
El sistema adaptivo debe de realizar tres funciones:

1. Identificacin. El valor actual del ndice de rendimiento del

sistema est determinado basado en la coleccin de
mediciones desde el proceso. Dado que el ambiente cambia
en el tiempo, su rendimiento tambin cambia. La funcin de
identificacin debe ser completada mas o menos
continuamente en el tiempo durante la operacin del sistema.

2. Decisin. Una vez que el rendimiento del sistema se ha

identificado, la siguiente funcin debe decidir que cambios
sern hechos para mejorar el rendimiento. La decisin es
implementada mediante algoritmos programados que
adaptan al sistema. Dependiendo de este algoritmo, la
decisin podra cambiar uno o mas parmetros de entrada al
proceso, alterar algunos de los parmetros internos del
controlador o algn otro cambio en el sistema.
3. Modificacin. La tercera funcin del control adaptivo es
implementar la decisin- Si la decisin es una funcin lgica,
las modificaciones lidian con los cambios fsicos del sistema.
Involucra el hardware en lugar del software. Los parmetros
del sistema o entradas del proceso son alterados usando
actuadores disponibles para manejar al sistema hacia un
estado mas ptimo.
 Estrategias de bsqueda en lnea
Estrategias de bsqueda en lnea pueden ser usadas para
manejar clases especiales de problemas de control adaptivo
en los cuales la funcin de decisin no puede satisfacer los
requerimientos. Esto es, la relacin entre los parmetros de
entrada y el ndice de rendimiento no es conocida, o no
conocida lo suficiente para utilizar controles adaptivos.

Entonces, no es posible decidir en los cambios internos del

sistema para producir la mejora deseada en el rendimiento.
Experimentos deben de ser realizados en el proceso.
Pequeos cambios son hechos en los parmetros de entrada
para observar sus efectos en las variables de salida. Basado
en estos cambios experimentales, cambios mayores pueden
ser hechos en los parmetros de entrada para manejar el
proceso hacia un rendimiento mejorado.
 Estrategias de bsqueda en lnea

La variedad de tcnicas de exploracin van desde

tcnicas de 'prueba y error', mtodos de
gradiente. Todos los esquemas intentan
determinar cual de los parmetros de entrada
causan un mayor efecto positivo en la mejora del
ndice de rendimiento cuando el proceso de
mueve en esa direccin. Estos mtodos se
aplican mas en sistemas industriales de procesos
continuos y poco en procesos discretos.
Tcnicas especializadas de control
 Control Inteligente

Las tcnicas de control inteligente se basan en el

manejo de algoritmos relacionados con la
inteligencia artificial, como es el caso de redes
neuronales, control difuso, sistemas expertos,
agentes computacionales, etc.
 Redes Neuronales
Las redes neuronales surgen a partir de desarrollos
hechos por Donald Hebb en los 40s. Se basan en la
concepcin de conectividad en las neuronas biolgicas
en el cerebro humano. Las redes neuronales artificiales
construyen modelos matemticos dentro de su estructura
interna a partir de un proceso de entrenamiento y
optimizacin de las relaciones entre las neuronas.

En procesos productivos se ocupan en la inspeccin

automtica, reconocimiento de patrones, clasificacin,
anlisis de regresin (encontrar modelos matemticos a
partir de datos en el sistema).
Redes Neuronales
 Control difuso

El control difuso es una forma de control que

utiliza la lgica difusa en la toma de decisiones.
Con esto se construyen reglas de verdad a partir
de informacin del sistema o proceso.

Una mezcla entre el control neuronal y difuso

tambin es utilizado.
Control difuso
 Sistemas expertos

Los sistemas expertos son bases de

conocimiento usados en la resolucin de
problemas. Los sistemas expertos pueden usar
tanto variables continuas como conocimiento
discreto en su lgica interna de generacin de
conclusiones. Su heurstica se basa en gran
medida en la confiabilidad original de la
informacin con la que se construye la base de
conocimientos.
 Agentes inteligentes

Los agentes inteligentes son sistemas de control

distribuidos que se resumen en entidades
autnomas de control interconectadas entre s
con el fin de alcanzar un objetivo comn. Su
potencial radica en la distribucin de tareas,
tcnicas de auto-organizacin, aprendizaje y
manejo energtico distribuido.

Se aplican tanto en procesos productivos como

en sistemas de manufactura
Control evolutivo
 Control evolutivo

El control evolutivo se refiere a tcnicas de control

modernas basadas en la optimizacin y
aprendizaje del comportamiento de sistemas
complejos. El control evolutivo puede dividirse en:

1. Algoritmos genticos
2. Programacin evolutiva
3. Estrategias evolutivas
4. Programacin gentica
 Algoritmos genticos

Los algoritmos genticos tienen su origen en los 50s con los

trabajos de A.S. Fraser trabajando con la abstraccin de
genes naturales en palabras de 5 a 15 bits de largo. Despus
en los 60s Holland desarroll algoritmos de optimizacin
usando ests abstracciones.

Los algoritmos genticos son algoritmos de bsqueda que de

alguna forma reflejan algunos procesos naturales. En un
algoritmo gentico se abstraen propiedades de un sistema en
cadenas de bits dentro de una palabra binaria que representa
el 'ADN' del sistema.
 Algoritmos genticos

Con este ADN se crean generaciones de individuos a evaluar

a partir de un proceso de evaluacin para tomar los mejores
especmenes y generar generaciones subsecuentes.

El proceso optimiza las propiedades descritas en el ADN de

los individuos. Estos algoritmos pueden aplicarse en el
diseo de partes, generacin de modelos y de sistemas de
produccin
 Programacin evolutiva

La programacin evolutiva es similar a los

algoritmos genticos. Utiliza una poblacin de
candidatos a solucin en un problema y se intenta
hacer evolucionar la respuesta especfica a partir
del desarrollo de modelos de comportamiento que
se general de la observacin con el sistema.

En este caso son los operadores los que se

cambian libremente con el fin de adaptar
generaciones de solucin al problema.
 Estrategias de evolucin

Las estrategias de evolucin se basan en intentar

mover las generaciones a evaluar hacia la mejor
zona de solucin del problema.

La gran diferencia es que se usan parmetros

conocidos como 'estratgicos' para hacer la
generacin de los nuevos individuos.
 Programacin gentica

La programacin gentica involucra la evolucin

jerrquica de programas computacionales. Su
principal objetivo es el de descubrir un programa
computacional dentro del espacio de programas
que obtiene una salida deseada a una entrada
establecida. Est tcnica trabaja a nivel
metalenguaje
Control estocstico
 Control estocstico
El control estocstico est basado en la
estimacin de parmetros a partir de la aplicacin
de probabilidad bayesiana en un proceso
estocstico. Los procesos estocsticos son
aquellos que pueden ser definidos a partir de una
funcin de probabilidad estadstica.

En el caso de procesos productivos y sistemas de

manufactura, estos controles pueden aplicarse en
la manufactura de productos y el control de la
produccin introduciendo parmetros bayesianos
como estimadores en sistemas de control
convencionales.
Sistemas de control discreto
 Sistemas de control discreto
Es un sistema de control discreto, los parmetros y variables
del sistema se cambian en momentos discretos de tiempo.
Estos cambios involucran variables y parmetros que
tambin son discretos (tpicamente binarios: ON/OFF). Los
cambios se ejecutan debido a que hubo un cambio en el
estado del evento o a que cierta cantidad de tiempo ha
pasado.

(1) Cambios debido a eventos

(2) Cambios debido a tiempo

Los cambios debido a eventos son ejecutados por el

controlador en el proceso debido a que cierto evento ha
provocado que el sistema se altere. El cambio puede iniciar o
terminar alguna operacin, iniciar o detener un motor, abrir o
cerrar una vlvula, etc.
Ejemplos son:

Un robot carga una pieza de trabajo dentro de una sujecin, y

la parte es detectada por un sensor lmite. Al detectar la
presencia de la parte se altera el estado del sistema. Esto
hace cambiar el ciclo de maquinado automticamente.
El nivel de un compuesto moldeado de plstico en una
mquina de inyeccin dispara la vlvula para abrirla e iniciar
el flujo de plstico nuevo al contenedor. Cuando el plstico
llega a su nivel requerido, se dispara el evento para cerrar la
vlvula, esto detiene el flujo de pallets a la mquina.
El conteo de partes en movimiento en una banda
transportadora mediante un sensor ptico es un evento en el
sistema. Cada arte pasa por el sensor que a su vez afecta el
contador.
Cambios debidos al tiempo se ejecutan por el sistema de
control en un tiempo especificado. El cambio usualmente
consiste en comenzar o terminar algo ms.

Cambios en los turnos de las fbricas o paros programados

de descanso. Alguna alarma en la planta es puesta para
indicar estos tiempos.

Operaciones de tratamiento trmico deben efectuarse en

ciertos tiempo. Un ciclo de calentamiento trmico consiste de
la carga automtica de las partes dentro del horno, y despus
la descarga de las partes una vez que han sido calentadas.

En la operacin de lavado, una vez que la tina de lavado se

ha llenado a un nivel determinado, el ciclo de agitacin
continua por un tiempo puesta en los controles. Cuando el
tiempo ha terminado, la agitacin termina e inicia el proceso
de drenaje. Para despus empezar el enjuague y secado.
Estos tipos de control corresponden a lo que se conoce como
lgica combinacional y un control secuencial.

La lgica combinacional es usada para controlar la ejecucin

de cambios manejados por eventos, mientras que la lgica
secuencial para cambios manejados por tiempo.

El control discreto es ampliamente usado en manufactura

discreta y en procesos de produccin. En la manufactura se
aplica a la operacin de bandas transportadoras y otros
sistemas de manejo de materiales, sistemas de
almacenamiento automtico, mquinas de produccin nicas
y sistemas de ensamble automtico.

Todos estos sistemas operan con una secuencia bien

definida de acciones de inicio y paro, para alimentadores de
movimiento, transferencia de partes y lneas de inspeccin
automticas.
En el control discreto de procesos industriales se asocian
mas con el procesamiento de lotes que con los procesos
continuos. En una operacin por lotes, cada lote de
sujeto a un ciclo de pasos de procesamiento que
involucra cambios en los parmetros de los procesos
(temperatura, presin, etc.). Algunos ejemplos son:

Pasos de empaquetado de productos, en latas o cajas.

En procesos qumicos el llenado de contenedores

En la industria farmacutica, en el llenado de botellas

con cpsulas de medicina

En el manejo de secuencias y tiempos en pasos de

procesamiento de maquinados.
 Sistemas hbridos
Los sistemas hbridos combinan los dos mtodos
de control y estn emergiendo con aplicaciones
en la industria en los aos recientes. Los
sistemas hbridos consideran los eventos
relacionados en un sistema complejo y se
modelan con el uso de mquinas de estados
finitos. Dentro de cada mquina de estados finitos
existe un modelo continuo del sistema con
caractersticas particulares a dicho estado. Se
definen condiciones de cambio de estado y dentro
de estos, pueden tambin existir otras mquinas
discretas o disparar eventos relacionados a estas.
Control computacional
 Control computacional
El control computacional se empez a implementar en
los 40s. Antes de eso el control se haca de manera
analgica incorporada a los sistemas mecnicos o
procesos involucrados.

En un inicio los procesos computacionales eran

costosos. Pero conforme el desarrollo de las
computadoras digitales fue mejorando, as sus
aplicaciones en procesos.

El primer control digital directo fue hecho en Inglaterra en

la Imperial Chemical Industries en 1962. Se
implementaro 224 variables de procesos que eran
medidas y 129 actuadores (vlvulas) eran controladas.
 Control computacional

Desarrollos como estos permitieron la aparicin

de dispositivos como los PLC (programadores
lgicos controlados) en los 70s.

Con la aparicin de las redes de computo

empezaron a surgir los sistemas de control
distribuido a mediados de los 70s. Y el gran salto
se dio al emerger las computadoras personales
en los 90s las cuales fueron usadas directamente
en el control.
Requerimientos de control en
tiempo real
El control en tiempo real se refiere a la capacidad de un
controlador de responder a la dinmica del proceso dentro de
un periodo de tiempo que no influya en el rendimiento del
proceso.

Factores que influyen en el tiempo real son:

(1) La velocidad de la unidad central de procesamiento del

controlador.
(2) El sistema operativo del controlador.
(3) El diseo de la aplicacin del software.
(4) El nmero de eventos de entrada y salida con el cual el
sistema est diseado a responder

El control en tiempo real normalmente se relaciona con la

capacidad de realizar multitareas (multitasking) y
frecuentemente su implementacin tambin est relacionada
con el multiprocesamiento.
Hay dos requerimientos bsicos del controlador para
realizar el tiempo real:

1. Procesos iniciados a partir de interrupciones. El

controlador debe ser capaz de responder a seales
provenientes del proceso. Dependiendo de la
importancia de las mismas, el control debe ser capaz de
manejar las llamadas y ejecutar el programa de manejo
correspondiente.

2. Acciones iniciadas en el tiempo. El controlador debe

ser capaz de ejecutar ciertas acciones en puntos
especficos en el tiempo. Dichas acciones pueden ir
desde tiempos muy cortos hasta niveles de das o ms,
dependiendo del nivel en el control de que se trate.
Adems, hay otros requerimientos que incluyen:

3. Comando computacional a procesos. Ademas de manejar

seales desde el proceso, el control de computo debe ser
capas de enviar seales al proceso para realizar alguna
accin correctiva.

4. Eventos iniciados por el sistema o un programa. Estos

eventos estn relacionados con el sistema de computo.
Eventos de este tipo involucran comunicacin entre
computadoras y dispositivos perifricos.

5. Eventos iniciados por operadores humanos. El control

computacional debe ser capaz de aceptar entrada de un
operador humano. Estos eventos incluyen: (1) nuevos
programas, (2) edicin de programas existentes, (3) entrada
de datos del cliente, nmero de orden o instrucciones de
instalacin para la siguiente corrida, (4) requisicin de datos
del proceso, y (5) paros de emergencia.
Capacidades del control computacional
(1) Muestreo de datos. Lectura peridica de datos del sistema
o del estado del proceso. Esta operacin involucra sistemas
de adquisicin, acondicionamiento, manejo y procesamiento,
almacenamiento y mantenimiento de datos.

(2) Auto-bloqueo. Esta es una tcnica de seguridad de

mecanismos para coordinar actividades de dos o mas
dispositivos y prevenir que alguno de ellos interfiera con la
actividad del resto.

(3) Sistema de interrupciones. Est muy relacionado con los

auto-bloqueos y realiza el manejo de eventos de entrada y
salida del y desde el proceso u operadores humanos. Un
sistema de interrupcin permite la ejecucin de un programa
y manejar una lista de tareas de acuerdo a prioridades
asignadas a las mismas. Hay interrupciones internas y
externas
Nivel de prioridad Funcin
1 (el menor nivel) La mayora de entradas del operador
2 Interrupciones del sistema y programa
3 Interrupciones del temporizador
4 Comandos al proceso
5 Interrupciones del proceso
6 (el mayor nivel) Paros de emergencia
 Manejo de excepciones
En el proceso de control, una excepcin es un evento
que est fuera de la operacin normal o deseada de
operacin del sistema de control o el proceso mismo. El
manejo de excepciones es de suma importancia para la
estabilidad del algoritmo de control. Ejemplo de
excepciones son:

Problemas con la calidad del producto

Variables del proceso operando fuera de sus rangos
normales
insuficiente materia prima o suministros para mantener el
proceso
condiciones de riesgo como fuego
descomposturas del controladora
Niveles de control industrial
De acuerdo al modelo de control inteligente
propuesto por Albus y otros, tenemos
 Norma ANSI/ISA

De acuerdo a la norma ANSI/ISA-S88.01-1995 las

funciones de control se dividen en tres niveles
bsicos: (1) Control bsico, (2) Control de
procedimiento y (3) control de coordinacin.
 El nivel de control bsico

Es el que corresponde al nivel de dispositivos.

Este es el nivel del control de retroalimentacin y
enlaces de control bsicos. Se encarga de
manejar servomotores y otros actuadores, maneja
el control de retroalimentacin, inter-bloqueo,
interrupciones y manejo de excepciones.
El nivel de control de procedimiento

Es un nivel intermedio entre el proceso industrial

y el nivel de mquina. En control continuo se
encarga del manejo de funciones de
procedimiento como la adquisicin de datos,
procesamiento y toma de decisiones bsica. Este
nivel est relacionado con el ciclo de trabajo. Al
nivel discreto se encarga de ordenar la secuencia
de operaciones de las mquinas, deteccin de
errores, recuperacin de problemas y manejo de
riesgos en el proceso.
 El nivel de control de coordinacin
Es el nivel mas alto en el estndar ANSI/ISA y corresponde al
nivel supervisorio del proceso industrial o la celda de
manufactura. Tambin involucra a la planta y otros nivel de
automatizacin empresarial. El control de coordinacin inicia,
dirige o altera la ejecucin de programas en el nivel de
control de procedimientos. Sus acciones y resultados
cambian en el tiempo, pero sus algoritmos de control no
estn estructurados para una tarea especfica.

A nivel de la celda de manufactura incluye la coordinacin de

acciones de grupos de equipos o mquinas, coordinacin de
material entre mquinas, locacin de ordenes de produccin
a las mquinas de la celda y seleccin de ciclos de trabajo
alternativos.
 Monitoreo de procesos de computo
La coleccin de datos involucra el monitoreo de tres
categoras:

1. Datos del proceso. Es la medicin de valores de los

parmetros de entrada y salida que indican el rendimiento del
proceso.

2. Datos del equipo. Estos datos indican el estado del

equipo en la celda de trabajo Las funciones servidas por los
datos incluyen utilizacin de la mquina, cambios de la
herramienta, diagnostico de equipo y mantenimiento
preventivo.

3. Datos del producto. Regulaciones oficiales requieren que

ciertas industrias deban de colectar datos referentes a la
produccin. Por ejemplo, la industria farmacutica y de
suministros mdicos, as como la industria alimenticia.
 El control digital directo
El control computacional puede implementarse de diferentes
maneras. En este caso es necesario discretizar los
parmetros del sistema, procesarlos y volverlos a convertir en
parmetros continuos como se muestra:
 Control supervisorio
El control supervisorio es asociado con procesos industriales
y corresponde al nivel de la celda de manufactura. Este
control coincide con el control supervisorio de el estndar
ANSI/ISA. Este control denota el manejo de actividades de un
nmero de unidades integradas para obtener objetivos
econmicos del proceso.
 Sistemas distribuidos y
computadores personales
La entrada de sistemas de computo personales permiti
la distribucin de procesos. En este sentido el uso de
microprocesadores, microcontroladores, DSP y otros
dispositivos digitales han permitido sistemas de control
distribuido econmicamente accesible en las plantas
industriales.

De igual forma, estos desarrollos, junto con redes de

comunicacin y avances en herramientas de software,
han permitido tambin la implementacin de algoritmos
avanzados de control y la historia se sigue escribiendo
 Conclusiones

Hemos visto a grandes rasgos la perspectiva del

control en aplicaciones de manufactura.

Diferentes tipos de paradigmas de control,

conceptos y formas en que se implementan en
procesos industriales y sistemas de manufactura.
 Trabajo en casa

Revisar los diferentes paradigmas de control, su

implementacin y aplicaciones.

Repasar los mtodos de modelacin y simulacin

de sistemas dinmicos
 Prxima sesin

Herramienta para modelado.

Definicin de Redes de Petri Ordinarias.