Automatizaci´n de Procesos Industriales o Ingeniero de Organizaci´n.

Curso 1o o

Jose Mari Gonz´lez de Durana a Dpto. I.S.A., EUITI e ITT - UPV/EHU Vitoria-Gasteiz Febrero 2002

2

Cap´ ıtulo 1 Introducci´n o
La Automatizaci´n se compone de todas las teor´ y tecnolog´ encaminadas o ıas ıas de alguna forma a sustituir el trabajo del hombre por el de la m´quina. En este a cap´ ıtulo daremos unas ideas muy generales sobre esta ´rea, tan amplia y compleja, a y posteriormente las desarrollaremos a lo largo del curso. Conceptualmente, la automatizaci´n se basa en una reiterada aplicaci´n del meo o canismo de feedback y, por ello, est´ en ese sentido relacionada con las Teor´ de a ıas Control y de Sistemas. En cuanto a su aspecto tecnol´gico, puede decirse que siemo pre ha estado “a la ultima”, adoptando en cada momento hist´rico los m´s recientes ´ o a avances. Siendo nuestro objetivo automatizar ciertos procesos, parece claro que primero hemos saber c´mo funcionan esos procesos. Como veremos, el tipo de automatizaci´n o o a implantar depende del tipo de porceso a automatizar: no da lo mismo automatizar un proceso continuo que un proceso gobernado por eventos. Debido a la gran cantidad de procesos distintos que funcionan actualmente, consideraremos s´lo los o m´s importantes desde el punto de de la automatizaci´n, y obtendremos modelos a o con sus caracter´ ısticas esenciales. Los procesos y modelos que iremos estudiando en cap´ ıtulos posteriores son: Procesos continuos (tiempo continuo y/o discreto) Procesos comandados por eventos Procesos de fabricaci´n o Aparte de las explicaciones dadas en clase sobre los procesos industriales y de su estudio, puede ser un complemento interesante su observaci´n real, in situ, realizando o visitas a algunas empresas. Pero no es suficiente con aprender a automatizar cada proceso. En una moderna factor´ todos los procesos est´n conectados entre s´ y desde la gesti´n de la empresa ıa a ı o se pueden controlar y supervisar algunos o todos los procesos, a trav´s de redes e locales y buses de comunicaci´n. Tambi´n pueden estar en conexi´n los diferentes o e o departamentos de la empresa, e incluso empresas diferentes a trav´s de redes propias e o de Internet. Es por ello interesante describir cada proceso como inscrito en el marco 3

4 ´ CAP´ ITULO 1.C. motor del desarrollo del sector privado e incluso del sector p´blico. con una sucesi´n interminable de inventos y aplicaciones. En este marco. los fenicios atravesaban el Mediterr´neo a con sus nav´ M´s tarde. a la energ´ hidr´ulica para la extracci´n de agua por medio de la noria. En el siglo XX. o ´ e Los sistemas productivos no han sido ajenos a todos estos avances. a Algunas teor´ tecnolog´ y ´reas tecnol´gicas cuyo avance ha favorecido la ıas. los Romanos empiezan a utilizar ıos. o o Durante este per´ ıodo. se utiliza por primera vez la energ´ e´lica para mover embarcaciones ıa o dotadas de velas y. se van produciendo cambios progresivos o e en los procesos de producci´n. a Todo este desarrollo ha sido consecuencia de una premisa fundamental: la existencia de fuentes de energ´ inagotables y baratas. la energ´ generada o a ıa por los molinos de viento. las a redes locales y los buses de comunicaci´n cobran especial inter´s. hasta la Edad del Bronce. ıas a o evoluci´n de los procesos productivos son las siguientes o Teor´ ıas . Surgen as´ los o ı primeros talleres mec´nicos que producen m´quinas algunas de las cuales llevan ya a a rudimentarios sistemas de control. Pero su veracidad se ha puesto ıa en entredicho con la crisis del petr´leo iniciada en las ultimas d´cadas del siglo XX. se ve obligada u casi siempre a incorporar las ultimas tecnolog´ en sus procesos o de lo contrario ´ ıas corre el peligro que quedar r´pidamente obsoleta. o e 1. con las de m´quinas de vapor y luego con las de coma busti´n interna y los motores el´ctricos.. en pr´cticamente toda Europa. La empresa. Durante la ıa a o edad media se utiliz´ mucho.C. La evoluci´n de la t´cnica es o e permanente. Pero el fuego no ha sido la unica fuente de energ´ de la antig¨edad. de J. de J. hacia el 1000 a. Tuvo que pasar mucho tiempo. Las m´quinas herramienta ganan potencia y precio a si´n.1. Las tecnolog´ productivas nacen en ese momento: la maquina de vapor se ıas emplea r´pidamente para mover las bombas de extracci´n de agua en las minas de a o carb´n de Gales y en la automatizaci´n de los telares en Manchester. para que lo empleara en la obtenci´n de metales y en la o cer´mica dando as´ lugar a los que podr´ a ı ıamos llamar primeros procesos de fabricaci´n o de la historia. sobre el 50 a. La invenci´n de la m´quina de vapor por James Watt hacia 1750 es el aconteo a cimiento que marca el inicio de la Revoluci´n Industrial. INTRODUCCION jer´rquico que representa la estructura completa de la empresa. de J. que dura hasta finales de o siglo. muchos de o los cuales (pensemos sin ir m´s lejos en el autom´vil y en los electrodom´sticos) se a o e han convertido en herramientas b´sicas para hombre actual. Perspectiva hist´rica o Se cree que cuando el homo sapiens domin´ el fuego.. lo que a su vez permite fabricar productos de mayor calidad. comenz´ a usarlo como o o elemento calefactor y para condimentar alimentos. contin´a la revoluci´n industrial u o con un desenfrenado avance tecnol´gico y cient´ o ıfico. aunque ya no se denomine asi. Hacia el a˜o ´ ıa u n 2000 a.C.

PERSPECTIVA HISTORICA • Teor´ de Control y de Sistemas ıas • Teor´ de la se˜al ıa n • Sistemas de eventos discretos • M´quinas de estado a • Redes de Petri • Gr´ficos etapa-transici´n (grafcet) a o • Cartas de estado (statechart) Tecnolog´ ıas • Neum´tica a • Hidr´ulica a • Electr´nica o • Microprocesadores • Ordenadores • Aut´matas programables o • Rob´tica o • Comunicaciones • Desarrollo del software Areas tecnol´gicas o • Automatizaci´n de las m´quinas-herramienta o a • Control de procesos por computador • Dise˜o asistido por computador (CAD) n • Fabricaci´n asistida por computador (CAM) o • Fabricaci´n integral por computador (CIM) o • Control de procesos distribu´ ıdo • C´lulas flexibles de mecanizado y de montaje e 5 Cabe aqu´ decir que el crecimiento de Rob´tica no ha sido t´n r´pido como ı o a a vaticinaban ciertas predicciones realizadas en los primeros a˜os de la d´cada de los n e 80. a o a Por ello. Quiz´s esto se deba a la carest´ de los equipos y a la no tan evidente importancia a ıa de su flexibilidad como en principio se cre´ si un robot va a hacer siempre la misma ıa: tarea. en tareas repetitivas que no requieren mucha precisi´n resulta aconsejable o utilizar manipuladores (neum´ticos por ejemplo) en vez de robots.1. s´ que el robot sigue siendo insustituible. resulta m´s econ´mico utilizar otro sistema menos flexible y m´s especializado. En otras tareas a m´s complejas (tales como la soldadura por laser) que precisan el seguimiento de a trayectorias complejas.´ 1. ı .

6 ´ CAP´ ITULO 1. La empresa productiva Una empresa productiva es un ente socioecon´mico capaz de adecuar parcialo mente dos flujos esenciales que concurren en el mercado: producci´n y consumo.3]. 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 producci´n. un elemento productivo en el o mercado pero puede verse tambi´n como elemento consumidor (de materias primas) e en el mismo. [3. Hay otras empresas. Por o un lado. Los nombres n pueden cambiar seg´n sea el contexto en que se enmarque o se estudie la empresa. a . determina las necesidades del consumidor y le transfiere los productos que demanda y. p. produce los productos que le va a trasferir. La empresa se articula en departamentos o secciones de los que los m´s impora tantes tradicionalmente vienen siendo los siguientes: Finanzas Gesti´n o Compras Almac´n de materias primas e Producci´n o Almac´n de productos terminados e Ventas Todos estos departamentos no son. por otro. En la figura se han representado los principales bloques y flujos de la empresa. los unicos existentes sino ´ que a su vez se articulan en otros departamentos y secciones que en funci´n del o tama˜o de la empresa esa pueden ser de mayor o menor complejidad. La empresa es. de servicios.2. u 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 flechas son los flujos de entrada y salida de cada proceso. por medio de estudios de mercado. As´ que toda empresa puede considerarse como ı formada por dos subsistemas. en las que los productos se sustituyen por servicios. Los flujos que las flechas representan son: =⇒ flujos de producto −→ flujos de capital ··· flujos de control (´rdenes y medidas) o Obs´rvese que todos los bloques reciben flechas (´rdenes) del bloque de gesti´n e o o y env´ flechas (medidas) al mismo. INTRODUCCION 1. por tanto. ni mucho menos. El bloque de gesti´n es el m´s importante en ıan o a el sentido de que controla a todos los dem´s.

1. o puesto que hay muchas clases de procesos.2.2.1. El objetivo de la empresa es maximizar el beneficio. Materias primasProceso productivo Productos terminados- . subprocesos.1: Esquema de la empresa productiva El diagrama de bloques puede dividirse en dos partes. con sus flujos asociados. a listo para su utilizaci´n. El proceso productivo Un proceso productivo es una serie de operaciones que se realizan sobre unas materias primas (o productos m´s elementales) para obtener un producto terminado. Cada uno de estos bloques se subdivide a su vez de otros bloques. LA EMPRESA PRODUCTIVA Almacén de materias primas Almacén de productos terminados 7 Producción Gestión Compras Finanzas Ventas MERCADO Figura 1. 1. La parte superior que se encarga de la generaci´n del producto (gesti´n de producci´n) y la parte inferior o o o que se encarga llevar el producto al mercado y de obtener el beneficio (gesti´n de o mercado o mercadotecnia). o Una definici´n descriptiva de proceso productivo puede resultar muy complicada. siendo en cambio m´s sencillo dar una a definici´n de tipo “entrada-salida”: o Un proceso productivo es un sistema din´mico de control cuya entrada es un flujo a de producto (materias primas) y cuya salida es otro flujo de productos (productos terminados).

el proceso puede no ser unico: en general. INTRODUCCION Con una definici´n as´ perdemos toda noci´n de lo que sucede por dentro del o ı o proceso pero en cambio capturamos lo esencial desde el punto de vista productivo: flujos de producto de entrada y de salida (flechas) y c´mo se relacionan entre s´ (bloo ı que). e un sistema din´mico de control o proceso. que pueden ser de muy distinta naturaleza y. en general. Un proceso productivo se compone internamente de diferentes subprocesos m´s a simples conectados entre s´ cada uno de los cuales se puede considerar tembi´n como ı. Algunas o a a de ellas son: Procesado de un elemento Montaje Movimiento de material Almacenamiento Inspecci´n y control o Procesado de un elemento Es un proceso que se aplica a un solo producto. a Materia prima Proceso Producto terminado- Cada proceso productivo va asociado a un producto.2. para un producto terminado dado y para la misma materia prima. Si queremos fabricar otro producto deberemos cambier el proceso. hemos de tener una idea de a cuales son y c´mo funcionan (o sea cuales son sus modelos matem´ticos) los sistemas o a de control o procesos m´s simples porque de ese modo podremos entender despu´s a e c´mo funcionan los procesos de fabricaci´n. Sin embargo. los tratamientos t´rmicos. se compone de subprocesos m´s simples interrelacionados entre si. La complejidad surge de la interconexi´n de unos procesos con otros y o de la naturaleza estoc´stica de muchos de los eventos que dirigen la evoluci´n del a o sistema.2. e Materia prima Mecanizado Pieza - . un ´ mismo producto se puede fabricar de muchas formas diferentes. Sin embargo el bloque o “funci´n” que relacona ambos flujos no es simple sino o que es un complejo sistema movido por eventos. bien sea una pieza elemental o bien un conjunto de piezas ya montado. 1. los de pintura. etc. Por tanto. Son de este tipo los procesos de mecanizado. Operaciones b´sicas de fabricaci´n a o Los procesos de fabricaci´n m´s simples se llaman operaciones b´sicas. Cada proceso est´ conectado con otros procesos internos y externos a la a empresa. o o Los procesos productivos est´n catalogados como sistemas complejos en la Teor´ a ıa de Sistemas.8 ´ CAP´ ITULO 1.

3. la serie de operaciones necesarias para unir todas las piezas formando el producto terminado se llama proceso de montaje. aeronaves y o a algunos prototipos.1. prima 2Mecanizado 2 Pieza 2- 1. se han afianzado cuatro tipos estandar de procesos: n Job Shops Producci´n por lotes o L´ ıneas de producci´n o Producci´n continua o Job Shops Es un tipo de producci´n que permite fabricar una amplia gama de productos o en series de tama˜o peque˜o o mediano. Suelen exigir mano de obra muy especializada y mucho tiempo para el dise˜o de los procesos y para la preparaci´n de la maquinaria y los equipos n o humanos de montaje. ya qye tambi´n nos daremos cuenta enseguida e de que hay muchas formas de fabricar el mismo producto. Tipos de procesos Si en nuestro hogar echamos una mirada a nuestro alrededor y observamos los objetos que nos rodean. Los productos suelen ser conjuntos de n n componentes. con un poco de imaginaci´n y ciertos conocimientos t´cnio e cos. tras muchos a˜os de experiencia. robots. Se utiliza ıa. mejor dicho. para la fabricaci´n de ciertas m´quinas herramientas. veremos que la gran mayor´ de ellos son el resultado o ıa producto de alg´n proceso de fabricaci´n y nos daremos cuenta que deben existen u o multitud de ellos. prima 1Mecanizado 1 Pieza 1Montaje Producto Mat. Ahora bien. Mat.2.2. Por todo ello. posiblemente complicados o de alta tecnolog´ montados. e . los posibles procesos. LA EMPRESA PRODUCTIVA Proceso de montaje 9 Cuando un producto (terminado o no) se compone de varios elementos. los tiempos de producci´n son elevados y los o costes tambi´n. podemos adivinar cual ha sido el proceso para fabricar un determinado producto o. Incluso. aviones.

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. envases de pl´stico. y alimentadores de piezas para los procesos. Se puede ver como un flujo continuo de producto sobre el que se van realizando una serie de operaciones o procesos. para el almacenamiento intermedio de productos n semielaborados. a En este tipo de fabricaci´n se dise˜a toda la factor´ en funci´n del producto o n ıa o a fabricar. el departamento de fabricaci´n env´ una orden de control indicando si se o ıa puede pasar a fabricar otro lote del mismo o de otro producto. INTRODUCCION Est´ orientada a la fabricaci´n de lotes de tama˜o medio de un determinado a o n producto. m´quina-herramienta e a y otras muchas. Si en una planta se utilizan varias lineas de producci´n. en funci´n de la o demanda. que suelen estar formados mediante el montaje de piezas.2). . ideada o o por Henry Ford. asi como diferentes m´todos y mecanismos de transferencia. Las industrias de calzado.10 Producci´n por lotes o ´ CAP´ ITULO 1. de naturaleza simple (no compuestos de muchas piezas) y en grandes cantidades. bombillas. Otros ejmplos son o la fabricaci´n de ciertos productos de gran consumo como neum´ticos. Un ejemplo lo tenemos en el mecanizado de piezas. muebles. por lo que un cambio de producto suele exigir el cierre de aquella o. La maquinaria y el personal han de estar preparados para realizar con celeridad las operaciones de cambio de lote. Se fabrican grandes series de unos pocos modelos. B´sicamente hay dos tipos de l´ a ıneas: lineas de proceso y l´ ıneas de montaje. La producci´n de cada lote se hace de una tirada y. etc. una completa remodelaci´n de la misma. Es quiz´s el tipo de producci´n que se emplea para fabricar mayor n´mero de proa o u ductos. los productos pueden o pasar de una l´ ınea a otra. un producto o materia prima va pasando por distintos porcesos que lo van transformando hasta llegar al producto final. Las l´ ıneas de montaje se utilizan para fabricar productos formados por conjuntos de piezas montados. lo utilizan. al menos. Por un lado entra la materia prima y por otro sale el producto final (figura 1. Se suenen utilizar zonas o recipientes e a modo de peque˜os almacenes. El producto se desplaza colocado en cintas trasportadoras. electrodom´stcos. Se utiliza para producir grandes series de unos pocos productos. o a bicicletas. existiendo muchas configuraciones posibiles. una vez terminado o un lote. L´ ıneas de producci´n o Estos procesos son el resultado de la evoluci´n de la producci´n en cadena. Quiz´s sea la fabricaci´n de autom´viles el ejemplo m´s t´ a o o a ıpico de este tipo de producci´n. En las primeras. o Producci´n continua o Es el tipo indicado cuando se desea producir pocos productos.

los cableados de alimentaci´n y buses de comunicaciones. de pl´stico y de laminaci´n de acero. no o debe moverse. por alguna otra raz´n. En cada zona o local s´lo se realiza un proceso. muy pesado o. o a a Por clases de procesos Las m´quinas de producci´n se ubican en zonas o locales de la factor´ por clases a o ıa de procesos. incidir en el producto. a lo largo de una l´ ınea de montaje en una fabricaci´n de o . Por ejemplo. petroqu´ ımicas. textiles. A veces se precisa a o realizar obras e instalaciones especiales para poner todo en una buena disposici´n. Tradicionalmente se consideran cuatro posibilin o dades de ubicaci´n o Producto en posici´n fija o Por clases de procesos En flujo de producto Por tecnolog´ de grupo ıa Producto en posici´n fija o Cuando el producto es muy grande. Ubicaci´n de los procesos o La disposici´n de los procesos dentro de la planta de producci´n es importano o te porque de ella dependen muchos factores del proceso de producci´n asi como la o comodidad del personal. o etc. o Es la disposici´n m´s indicada en las industrias naval y aeron´utica. Resulta un tipo de fabricaci´n muy flexible puesto que se puede cambiar el o proceso simplemente a˜adiendo o quitando ciertas m´quinas.2: Proceso de producci´n continua o Este tipo de producci´n se aplica sobre todo en las industrias qu´ o ımicas. Es una distribuci´n o o que se implanta mucho para procesos de mecanizado de piezas: la misma pieza va pasando por las distintas zonas hasta finalizar su mecanizado. LA EMPRESA PRODUCTIVA Materia prima Producto final 11 Proceso 1 Proceso 2 Proceso 3 Figura 1. Los programas simulaci´n (estoc´stica) de procesos pueden ayudar mucho en el o a dise˜o de la distribuci´n en planta. hay que ubicar las herramientas y los otros equipos de fabricaci´n en o la zona m´s id´nea para. n a En flujo de producto Los elementos que intervienen en la producci´n se disponen a lo largo del flujo o de producto.2.1. a o 1. en su momento.4.2.

Con esto sepuede conseguir organizar la n o producci´n en dos partes: 1) por clases de procesos. a Por tecnolog´ de grupo ıa Esta distribuci´n est´ indicada para factor´ con gran diversidad de productos o a ıas y pretende ser una combinaci´n de las dos anteriores. se puede decir o e que el primer sistema de control industrial de la historia fu´ el regulador (governor ) e inventado (o al menos adaptado) por James Watt hacia 1788 para su m´quina a de vapor. Se establece as´ un proceso en ı A Actuador “feedback” que se puede explicar con el diaválvula grama de bloques siguiente.1. En la figura aparece la pieza quiz´s mas importante que suele llamarse “regulador de bolas” y que ejerce a la vez a captador. El regulador de x bolas hace las funciones del punto de suma y de los bloques captador y actuador.12 ´ CAP´ ITULO 1. INTRODUCCION l´ ıneas dedicadas o a lo largo del flujo de producto una producci´n continua. Aunque suponemos o a que el tema es ya conocido por el lector.3. (que fabricar´ las familias de o ıa piezas) y 2) en flujo de producto (que fabricar´ el resto de las piezas y har´ los ıa ıa montajes pertinentes). El regulador de Watt Aunque se conocen algunas aplicaciones de aparatos que funcionaban siguiendo el principio de la realimentaci´n y que datan de ´pocas muy antiguas. m´vil.3. por ser b´sico para muchas de las partes que se tratar´n m´s a a a adelante. El proceso en feedback La realimentaci´n o feedback es el artificio b´sico del control. regulador y actuador. ω(t) El operador o maquinista controla la posici´n o xC del punto superior del cuadril´tero articua C lado fijando as´ la consigna de velocidad ωref . Si la velocidad ω(t) a de ´sta aumenta. ı El eje dibujado est´ unido al eje de rotaci´n a o de la m´quina de vapor. su esquema. a o act´a cerrando la v´lvula de salida de vapor u a de la caldera. Lo haremos (por razones hist´ricas) a partir del primer mecanismo que lo o incorpor´: el governor de Watt. No es o f´cil hacer cambios en el proceso. Se basa en clasificar en fao milias las piezas a fabricar (sin inportar el producto en el que ir´n montadas) por a su semejanza en su dise˜o y fabricaci´n. Veamos. a modo ilustrativo. o 1. 1. las bolas B se separan y el v´rtice e inferior A del cuadril´tero articulado. creemos conveniente recapacitar sobre su funcionamiento. entonces. . debido a la fuerza e B centr´ ıfuga.

o 1. EL PROCESO EN FEEDBACK xC . Es f´cil acoplar mec´nicamente el punto A a la v´lvula de a a a modo que esta se abra si e > 0.+ v(t) P r y(t) - M  Figura 1. o a que no s´lo puede aplicarse a la m´quina de vapor sino que puede servir de base o a para controlar otros sistemas f´ ısicos de muy diferente naturaleza tales como sistemas econ´micos y sistemas productivos.3. en caso contrario el controlador u mover´ la v´lvula en sentido de apertura o de cierre.3: Esquema de regualcion en feedback Los elementos esenciales que aparecen en el regulador de Watt y que configuran todo mecanismo de control con realimentaci´n (figura 1. es decir.3) son los siguientes: o ref −→ Entrada de referencia o de consigna y −→ Entrada perturbadora −→ Salida y(t) d(t) . dependiendo de que el valor e a a sea positivo o negativo. Una vez entendamos c´mo funciona podremos comprobar. Esquema de regulaci´n en feedback o El artificio que hace funcionar al regulador de Watt es la realimentaci´n o feedo back. incluso aunque se produzcan variaciones en la a potencia entregada o en la presi´n p de la caldera.1. De este modo se consigue que la velocidad de rotaci´n ω(t) del eje de la m´quina o a se mantenga m´s o menos constante. incluso en los a seres vivos.2.+ (t) C m − 6 m (t) y x(t) - A ? u(t) m .3. la realimentaci´n aparece a veces o a o como un componente b´sico en muchos procesos de la Naturaleza. d(t) yref .m + Controlador (ωref ) − 13 V´lvula a pM´quina a r ω(s)- x- 6 Captador  La tarea que realiza este controlador es simple y efectiva: el controlador abre o cierra la la v´lvula en funci´n de la diferencia e entre la medida xA de la salida a o (variable controlada) y la entrada xC (referencia). Si e es cero entonces la medida de la salida es igual a la referencia. quiz´s con asombro. el valor de la variable controlada es el deseado y la salida del actuador es cero (no act´a). Adem´s.

INTRODUCCION C Controlador. con una entrada y una salida. de tal manera que su trayectoria o evoluci´n en el tiempo se aproxime o a una fijada de antemano. La figura 1. env´ est´ ıa ımulos x(t) sobre el actuador. por de que emite su respuesta. enviar´ est´ n a ımulos x(t) al actuador para que ´ste ejerza una acci´n v(t) sobre la planta con el f´ de que el valor de la salida y(t) e o ın vaya aumentando para t > t1 . Esta definici´n permite representar gr´ficamente un sistema o a de control como una caja negra o bloque con flechas de entrada y de salida. tras el proceso de la se˜al (t). u P Planta o Proceso: es el sistema a controlar (la m´quina de vapor en el regulador a de Watt). igual al valor de la a entrada de referencia incluso en presencia de la perturbaci´n d(t).. Asi. Es el dispositivo que toma la diferencia (t) entre la entrada de referencia yref y la medida ym (t) de la respuesta. un ch´fer controla la trayectoria de un veh´ o ıculo girando el volante.4 representa un sistema monovariable. m´s o menos. o La Teor´ de Control estudia los sistemas que son de alg´n modo controlables ıa u as´ como los problemas relacionados con este control. El sistema objeto de control suele denominarse Planta o Proceso. Es un aparato para medir. En adecuadas condiciones. ı Un sistema de control es una entidad u objeto provisto de unos terminales de entrada (controles). El significado del control Controlar un sistema din´mico significa conducirlo. el gobierno de una naci´n dispone de ciertos controles. M Medidor. de modo que si esa diferencia es positiva (ym < yref ) entonces. la procesa y. de acuerdo con sus aplicaciones en ingenier´ ıa. es posible n conseguir que el valor de la salida se mantenga. etc. como a o los salarios. Act´a. es decir. n A Actuador.3. pisando el acelerador y los frenos y moviendo el cambio de marchas. el valor e de la salida y(t). Cuando en otro instante t2 > t1 la diferencia e sea negativa. el controlador recibe en su entrada la diferencia (t) entre la entrada yref de referencia y la medida ym (t) de dicha salida en un instante t1 . para controlar la evoluci´n o de la tasa de inflaci´n. los impuestos. sobre la planta.14 ´ CAP´ ITULO 1. llevarlo. Realmente es un procesador de se˜al. normalmente en forma el´ctrica. con la potencia necesaria. o 1. . De forma m´s imprecisa. si el controlador se dise˜a correctamente. gobernarlo o coa mardarlo. La idea del control es simple: con la entrada de referencia yref el operador fija el valor deseado para la variable de salida y(t) (a controlar). el valor de la moneda. como resultado del proceso. por los cuales puede recibir est´ ımulos.3. mediante la actuaci´n sobre unos elementos del sistema o llamados controles. y otros de salida. ejercer´ una acci´n v(t) o a a o sobre la planta tal que el valor de la salida y(t) vaya disminuyendo para t > t2 . la acci´n del controlador ser´ la inversa. es decir.

la realimentaci´n de las variable medidas. Como veremos. aplicando el mecanismo de feedback.´ 1. funcione sin intervenci´n humana. hidr´ulico. o n a a a e electr´nico y ´ptico. 1. como es el caso de los procesos movidos por eventos.4. T´cnicas de control e Atendiendo a la t´cnica utilizada para procesar se˜ales. pero tambi´n se ve que funciona en el caso e de otros tipos de control. el bloque de control C e n de la figura 1.3. la como paraci´n con una consigna previamente establecida y.1. Algunos u o de ellos son: Control de producci´n o Control de calidad Control de presupuestos Control de procesos Los elementos esenciales del control van a seguir siendo siempre la medida de variables del proceso a controlar. inventado en la decada de los 50. En el regulador de Watt es de tipo mec´nico. el´ctrico.4. esta idea resulta muy clara en el o caso del control de procesos cont´ ınuos. El componente o o a fundamental que permiti´ el desarrollo de el control anal´gico fue el amplificador o o electr´nico. la o o ´ actuaci´n sobre el proceso. o .4. e a e a El proceso anal´gico de se˜ales puede ser mec´nico. en funci´n de esta ultima. neum´tico. El control en la empresa El esquema de regulaci´n en feedback es aplicable a muchos de los procesos de la o empresa. o 1. LA AUTOMATIZACION INDUSTRIAL EntradaBloque Salida - 15 Figura 1.4: Sistema 1.4. La automatizaci´n industrial o Automatizar un proceso es conseguir que.3 se puede realizar f´ ısicamente mediante t´cnicas anal´gicas e o t´cnicas digitales e T´cnicas anal´gicas e o Es el m´todo m´s antiguo de los dos y dio lugar a las t´cnicas de control cl´sicas. dando lugar a diferentes clases de control seg´n sea la aplicaci´n.

pero son posibles las realizaciones con componentes de fl´idos. asi como el desarrollo de las comunicaciones. y est´n preparados para poder ser operados a a a distancia a trav´s de buses de comunicaci´n. La realizaci´n de esta funci´n a o o se hace casi siempre utilizando componentes electr´nicos anal´gicos. Td y Ti son constantes. INTRODUCCION La aplicaci´n principal de las t´cnicas anal´gicas es la realizaci´n de controo e o o ladores de Procesos Continuos industriales: mecanismos y m´quinas movidos por a motores el´ctricos. Ahora la funci´n (1. etc. El grado de automatizaci´n deseado va a u o ser fundamental para trazar dicho plan. hornos. es decir. control jer´rquico. derivarivo e indican el proceso. o funci´n matem´tica C(·). y siguen siendo. las t´cnicas digitales se utilizaron e para realizar controladores para los procesos continuos.2. u T´cnicas digitales e La aparici´n primero del ordenador y posteriormente de los microprocesadores y o microcontroladores y del ordenador personal. control distribu´ ıdo. Resulta m´s f´cil sintonizarlos. finalmente. Estructuras de automatizaci´n o En el intento de automatizar cualquier empresa siempre nos van a surgir un buen n´mero de cuestiones: ¿d´nde va ubicado y c´mo se realiza el control de cada u o o proceso? ¿c´mo se conectan unos controles con otros? ¿se pueden controlar y/o o supervisar procesos desde la gesti´n de la empresa? Para responderlas. las letras significan ´ propircional. generalmente o o amplificadores operacionales. habremos de o idear alg´n plan para estructurar el control. etc. y en particular el PID. e Hay dos tipos que han sido. del software y de otros campos afines. hoy d´ se realizan y comercializan en su versi´n o ıa o digital. En principio. o a a ponerles los par´metros adecuados.1) en donde los par´metros Kp . (1.4. entre e los que cabe destacar el aut´mata programable de gran aplicaci´n en el Control de o o procesos de eventos discretos. o a que realiza el controlador: x(t) = C( (t)) = Kp 1 + Td 1 dx(t) + dt Ti t x(τ )dτ 0 . integral. a 1.1) la realiza un microprocesador a trav´s de un algoritmo. e o Despu´s. procesos con fluidos.16 ´ CAP´ ITULO 1. se utilizaron para el desarrollo de otros dispositivos de control. muy utiliz´dos: el controlador de a adelanto-retraso de fase y el controlador PID. la o expansi´n del control y las comunicaciones por toda la empresa en base a las estruco turas de control que se han ido creando: control centralizado. o e El campo de aplicaci´n es el mismo pero las prestaciones del los digitales son muy o superiores a las de sus hermanos anal´gicos. han heho posible una creciente Automatizaci´n Global. han hecho que las t´cnicas de control e se hayan sofisticado y extendido. Y. En este ultimo. es decir. Las aplicaciones son muchas. Se suelen distinguir como cuatro categor´ ıas: . Los controladores anta˜o n anal´gicos.

.´ 1. en la que. o o o la fabricaci´n se realizar´ sin intervenci´n humana. con cuatro aut´matas programables e o cada uno de los cuales controla un determinado proceso. controlados en su conjunto por una computadora. LA AUTOMATIZACION INDUSTRIAL 17 Proceso 1 Proceso 2 Proceso 3 Proceso 4 Figura 1. o ıa o En la figura 1.5 se muestra una estructura de control sencilla compuesta por un computador que se comunica. Un ejemplo podr´ o ıa ser la fabricaci´n de diferentes tipos de tornillos bajo pedido. se puede justificar econ´micamente el alto costo del dise˜o de equipo espeo n cializado para procesar el producto. o Por su parte. a trav´s de un bus. En este caso el equipo de producci´n es dise˜ado para adaptarse a la variaciones de configuraci´n o n o del producto y esta adaptaci´n se realiza por medio de Software. o El escal´n final es la automatizaci´n total de la producci´n. Los sistemas flexibles poseen caracter´ o ısticas de la automatizaci´n o fija y de la automatizaci´n programada. Suelen estar constituidos por una serie de o estaciones de trabajo interconectadas entre si por sistemas de almacenamiento y manipulaci´n de materiales. La automatizaci´n programable se emplea cuando el volumen de producci´n es o o relativamente bajo y hay una diversidad de productos a obtener.5: Estructura de control: computador – 4 aut´matas o Automatizaci´n fija o Automatizaci´n programable o Automatizaci´n flexible o Automatizaci´n total o La automatizaci´n fija se utiliza cuando el volumen de producci´n es muy alto y. con un rendimiento alto y tasas de producci´n o elevadas. idealmente. Un ejemplo t´ ıpico puede ser la fabricaci´n de autom´viles. o o por tanto.4. Un inconveo o niente de la automatizaci´n fija es que su ciclo de vida depende de la vigencia del o producto en el mercado. la automatizaci´n flexible es m´s adecuada para un rango de proo a ducci´n medio.

De hecho. el aumento del coste de la energ´ pueda repercutir en un conıa siderable aumento de los costes de la producci´n automatizada. es significativa la pr´ctica de la a utilizaci´n de mano de obra barata. Anta˜o la automatizaci´n se aplicaba s´lo al proceso productivo (a las m´quin o o a nas). . Ello nos llevar´ a o ıa tener que considerar nuevos m´todos o. en el fututo. por grandes o compa˜´ que instalan sus factor´ en pa´ subdesarrollados.3. Entre las o o primeras podemos citar: Permite aumentar la producci´n y adaptarla a la demanda o Disminuye el coste del producto Consigue mejorar la calidad del producto y mantenerla constante Mejora la gesti´n de la empresa o Disminuye de la mano de obra necesaria Hace m´s flexible el uso de la herramienta a Algunos inconvenientes son Incremento del paro en la sociedad Incremento de la energ´ consumida por producto ıa Repercusi´n de la inversi´n en el coste del producto o o Exigencia de mayor nivel de conocimientos de los operarios Hasta ahora no se ha dado mucha importancia al segundo punto pero cabe pensar que. quiz´s. INTRODUCCION 1. porque era el que m´s recursos humanos consum´ resultando asi una autoa ıa.1). no especializada (incluso infantil). nıas ıas ıses En el mundo industrial actual la Automatizaci´n es pr´cticamente imprescindio a ble. matizaci´n local.18 ´ CAP´ ITULO 1. a reconsiderar antiguos m´todos de e a e fabricaci´n semi-automatizada en la que ciertas tareas podr´ ser realizadas por o ıan operarios humanos. aunque lamentable. fiabilidad y rentabilidad que el mercado exige a los productos elaborados para ser competitivos. e o a adem´s. una empresa puede comunicarse a trav´s de Internet con otras empresas a e pudiendo crearse de esta forma redes de empresas extendidas por todo el mundo. debido a los niveles de productividad. Ventajas e inconvenientes de la automatizaci´n o Como es l´gico. la automatizaci´n tiene sus ventajas e inconvenientes. Pero hoy d´ podemos hablar de una automatizaci´n global ya que o ıa o se ha extendido no s´lo a todos los procesos de la empresa (bloques de la figura 1.1) o sino tambi´n a los flujos de control (l´ e ıneas a trazos de la figura 1.4. que pueden tambi´n ser automatizados mediante buses de comunicaci´n y redes de ´rea local.

LA AUTOMATIZACION INDUSTRIAL 19 1. y c.a.´ 1. Las m´s a ıas o a importantes. e • Cableados de fuerza y de mando • Aparillajes el´ctricos en general e Tecnolog´ Electr´nica ıa o • Controladores anal´gicos o • Sensores / Transductores • Pre-acionadores • Drivers de accionamientos • Communicaciones • Telemando y Telemetr´ ıa • Sistemas de comunicaci´n inal´mbrica o a Neum´tica electro-neum´tica a a • Cilindros neum´ticos a • V´lvulas neum´ticas y electro-neum´ticas a a a • Automatismos neum´ticos a Hidr´ulica y electro-hidr´ulica a a • Cilindros hidr´ulicos a • V´lvulas hidr´ulicas y electro-hidr´ulicas a a a • Automatismos hidr´ulicos a Aplicaciones de Control e Inform´tica Industrial a • Controladores de procesos .4.4. son: Mec´nica a • Herramientas • Mecanismos • M´quinas a • Elementos de transporte El´ctrica e • Automatismos el´ctricos e • Motores el´ctricos de c.c. Elementos de la automatizaci´n o Hay muchas ´reas y tecnolog´ que intervienen en la Automatizaci´n. junto con algunos de sus elementos.4.

Como no cabe duda que el tiempo es esencial para todo sistema de control. entradas y salidas que componen un sistema de control pueden ser de naturaleza muy diferente seg´n sea la aplicaci´n que estemos considerando. simulaciones y dise˜ar nuevos a n sistemas de control “sobre el papel” sin necesidad de tener que construirlos hasta que se considere oportuno. o Lo primero que vamos a hacer para estudiar matem´ticamente los sistemas es a clasificarlos atendiendo a alguna propiedad importante. predicciones. El modelo permite hacer c´lculos. que lo representa. INTRODUCCION • Control embutido (embedded control) • Aut´matas programables o • Visi´n artificial o • Rob´tica o • Mecatr´nica / Control de movimiento o • C´lulas de fabricaci´n flexible e o • C´lulas de Mecanizado e • C´lulas de Montaje Autom´tico e a • Control Num´rico e • Sistemas CAD-CAM (Computer Aided Design & Manufacturing) • Sistemas CIM (Computer Integrated Manufacturing System) • Redes y buses de comunicaciones 1. La u o Teor´ de Control es la parte de la ciencia que estudia todos estos sistemas desde ıa los puntos de vista matem´tico. . o sea. Modelos matem´ticos de sistemas a En el an´lisis de los sistemas de control juegan un papel primordial los modelos a matem´ticos. Los bloques. atendiendo a c´mo sea dicha evoluci´n. puesto su evoluci´n depende del o tiempo. de un determinado tipo. en o o Sistemas de tiempo cont´ ınuo Sistemas de tiempo discreto Sistemas de eventos discretos Esta clasificaci´n nos va servir tanto para el estudio matem´tico.5. f´ a ısico y tecnol´gico. y cuya evoluci´n o en el tiempo se coresponde con la del sistema. su dise˜o y realizaci´n n o utilizando diferentes tecnolog´ Cada una de estas clases se divide a su vez en otras ıas. podemos clasificarlos. an´lisis y moo a a delado de los sistemas de control como para su s´ ıntesis.20 • Control por computador ´ CAP´ ITULO 1. Un modelo matem´tico de un sistema din´mico es una ecuaci´n o a a a o sistema de ecuaciones.

Por tanto. adquierido a trav´s de los sentidos y almacenado en el cerebro. por lo que a es habitual trabajar con modelos no matem´ticos basados en computador. Si a e a utilizamos instrumentos de medida. dimensiones. Los sistemas de eventos discretos reciben tambi´n el nombre de sistemas reactivos e o sistemas comandados por eventos (event-driven systems). Modelado y simulaci´n de sistemas compleo jos El modelado y simulaci´n se utiliza en muy aplicaciones diversas. sistemas energ´ticos y gestion de negocios. olor. Sus modelos matem´tia cos son complejos. Otros aspectos pueden quedar ocultos en el . a En este sentido ha supuesto un gran avance la especificaci´n del Lenguaje Unio ficado de Modelado (UML). Es un modelo en el que se reflejan algunas o caracter´ ısticas est´ticas (forma. etc). para analizarlos y para obtener soluciones. o 1. e es decir. Poco a poco ha ido haci´ndose cada vez m´s potente o e a hasta el punto en que hoy se considera con capacidad para integrar todas las anteriores disciplinas.6. De alguna manera. Importancia del modelado El conocimiento sobre las cosas que tenemos a nuestro alrededor. Como paradigma. en las ´reas de Teor´ de Sistemas. MODELADO Y SIMULACION DE SISTEMAS COMPLEJOS 21 que van configurando las diferentes partes que configuran la Teor´ de Control y sus ıa aplicaciones. constituye un m´todo para representar o e los problemas. ha sido propuesto por algunos como el paradigma de la a u computaci´n del futuro. En la fase de an´lisis. un modelo de la misma. gr´ficos y quiz´s con otros tipos de informaci´n propia de cada u a a o instrumento. sonido. la informaci´n que adquirimos puede enriqueo cerse con n´meros. la informaci´n que hemos adquirido sobre un objeto es el o resultado de experiencias (experimentos) que hemos realizado sobre el mismo. An´lisis Num´rico.) y quiz´s tambi´n algunas otras din´micas (velocidad. M´s a´n.1. A veces suele ser preciso reperir iterativamente las fases de an´liisis y dise˜o hasta conseguir a n dar con la soluci´n buscada. se refiere a los resultados de o experiencias o experimentos y el modelo de cualquier sistema es tambi´n parcial. En la fase de s´ ıntesis se utilizan los modelos creados en la fase de an´lisis para dise˜ar nuevos modelos que satisfagan determinadas especificaciones a n y se construyen los sistemas reales (realizaciones) si se considera oportuno.´ 1. 1. Ciencias de la Computaci´n. s´lo refleja aquellos aspectos que han sido medidos y analizados dentro de o un determinado contexto experimental. acaa bado superficial.6. Dentro de los curr´ a u e ıcula universitarios se estudia. temperatura. entre otras. color. tales como o din´mica de fl´idos. no es la realidad sino una e abstracci´n.6. a el modelo se construye inductivamente a partir de observaciones realizadas sobre un sistema real. Inteligencia Artificial a e o e Investigaci´n Operativa. Teor´ a ıa ıa de Control. se basan en procesos estoc´stcos y procesos de colas. la informaci´n adquirida es siempre parcial. etc.

si hablamos de sistemas de ı. Es evidente que una misma entidad real puede pertenecer a varias de estas clases. para el arquitecto. al menos en alguno de sus aspectos.6 se indica esquem´ticamente el proceso de obtenci´n de un modelo a o a partir de la realidad. Por esta raz´n. los nombres con o que muchas veces se etiquetan ciertas entidades del mundo real provienen no de la entidad misma sino de su modelo. El modelado adquiere mayor importancia cuanto mayor es la complejidad del sistema. INTRODUCCION modelo porque a´n no se conocen.22 ´ CAP´ ITULO 1. tener un anteproyecto antes de construir un gran edificio. sencillamente porque no se han medido o. Sin ir tan lejos. Es decir que lo que estamos haciendo es clasificar las entidades reales en clases en funci´n de las caracter´ o ısticas de los modelos. porque quedan fuera de contexto. Es importante recalcar de que la informaci´n que podemos o tener sobre una determinada entidad real la adquirimos a trav´s de experimentos e hechos en un determinado contexto de modelado. As´ por ejemplo. dependiendo de las caracter´ ısticas que se quieran poner de manifiesto. si se u quiere. Disponer de un modelo antes de proceder al desarrollo de software y hardware es tan importante para el ingeniero responsable de cualquier automatizaci´n industrial o como puede ser. tener un buen . puede admitir distintos modelos.6: Esquema del modelado En la figura 1. o sea. tiempo continuo nos estamos refiriendo a la familia de entidades reales que admiten un modelo de tiempo continuo. tras el modelado de sus ıa o partes elementales y la posterior conexi´n de las mismas. REALIDAD Entidad del Mundo Real análisis sólo en contexto experimental MODELO Modelo básico OBJETIVOS dentro del contexto Sistema S Modelo M Conocimiento a priori del modelo básico experimento dentro de contexto Simulación = Experimento virtual Datos observados de Experimento Validación Resultados de Simulación Proceso de Modelado y Simulación Figura 1. empiezan ya a ser estudiao dos y entendidos. Algunos sistemas (por ejemplo biol´gicos) son tan complicados que hasta o hace poco no se sab´ muy bien c´mo funcionaban pero que.

91 de UML. La sin tuaci´n era ca´tica hasta hace poco porque. Afortunadamente la situaci´n ha cambiado recientemente con la aparici´n del denominado Unified o o Modeling Language (UML). Crear un lenguaje de modelado entendible tanto por las m´quinas como por a los seres humanos. Tratar los temas inherentes a la escala en los sistemas complejos y de misi´n o cr´ ıtica. A finales del mismo a˜o Ivan o n Jacobson y su empresa Objectory se unieron a Rational Software y como resultado de la uni´n surgi´ el m´todo OOSE (Object-Oriented Software Engineering). Ser´ estupendo que el lenguaje de modelizaci´n fuera universal pues ello faciliıa o tar´ la comunicaci´n entre los equipos de desarrollo dentro de la empresa y tambi´n.´ 1. formado por subsistemas de diferente naturaleza.9 y 0. ıa modelar un sistema comlejo. 4.6. Un buen lenguaje de modelizaci´n ha de tener o Elementos del modelo – conceptos fundamentales y sem´ntica a Notaci´n – representaci´n visual de los elementos del modelo o o Directivas – lenguajes a utilizar para el modelado Lenguaje Unificado de Modelizaci´n (UML) o La carencia de un lenguaje est´ndar de modelizaci´n ha sido durante mucho a o tiempo el principal quebradero de cabeza de muchos dise˜adores de software. unificaron el anterior m´todo de Booch y el llamado t´cnica de Modelado e e de Objetos (OMT) y crearon un proyecto com´n. Booch. Otorgar al modelado de sistemas (y no s´lo al software) la capacidad de utilizar o conceptos orientados a objetos. de la empresa Rational Software Corporation. 3. MODELADO Y SIMULACION DE SISTEMAS COMPLEJOS 23 modelo resulta de una ayuda inestimable para cualquier dise˜o de automatizaci´n n o industrial. UML comenz´ a o extenderse con rapidez y muchas importantes empresas vieron en UML un asunto . Establecer un acoplamiento expl´ ıcito con los artefactos tanto conceptual como ejecutable. Rumbaugh y Jacobson fijaron como objtivos los siguientes: 1. ıa o e fuera de ella. o o e Al comenzar a trabajar juntos. al ser las herramientas de desarrollo de o o software de diferentes fabricantes e incompatibles entre s´ cuando alguien pretend´ ı. al final se le presentaba la complicada tarea de acoplar los resultados de los modelos de cada una de las partes. desarrolladas en diferentes lenguajes. Los esfuerzos de los tres ingenieros dieron su fruto con la publicaci´n de las o versiones 0. en Junio y en Octubre de 1996. u cuyo primer borrador vi´ la luz en Octubre de 1995. 2. entre los miembros de la comunidad cient´ ıfica. El desarrollo de este lenguaje comenz´ en Octubre de o 1994 cuando Grady Booch y Jim Rumbaugh. al que llamaron Unified Method.

expresivo y visual. IBM. a o Caracter´ ısticas de UML UML es un lenguaje sin propietario y abierto a todos. Animar el crecimiento del mercado de herramientas para objetos. de Junio de 1999. u Soportar especificaciones que sean independientes de los lenguajes de programaci´n particulares y de los procesos de desarrollo. Integrar las mejores pr´cticas de programaci´n. Soportar conceptos de desarrollo de alto nivel: components. para desarrollar e intercambiar modelos significativos. al que pronto se unieron las compa˜´ m´s importantes del nıas a mundo de la inform´tica: DEC. Oracle.24 ´ CAP´ ITULO 1. TI. Unisys. etc. Ofrece a los ingenieros de sistemas que trabajan en an´lisis y dise˜o orientados a objetos. La versi´n UML 1. Rational Software estableci´ las bases para crear un o consorcio empresarial. construir y documentar los artefactos de software y tambi´n para el modelado de negocios y de otros sistemas. INTRODUCCION de importancia estrat´gica para sus negocios. es o o la que est´ actualmente en vigor. visualizar. Suministrar mecanismos de extensi´n y especializaci´n que permitan extender o o los conceptos del n´cleo del lenguaje. HP. Est´ estructurado en e a 9 paquetes: Data Types Core Extension Mechanisms Comon Behavior State Machines Activity Graphs Collaborations Use Cases Model Management . a UML se ha ido enriqueciendo con las aportaciones de los nuevos socios dando lugar a la aparici´n de nuevas versiones. Microsoft. Los objetivos actuales de UML son: a Ofrecer a los usuarios un lenguaje de modelado de uso inmediato. un consistente lena n guaje para especificar. patterns. collaborations.3. frameworks. o Dar una base formal para el aprendizaje del lenguaje. Tras una primera fusi´n con OMG e o (Object Management Group).

Adem´s UML tiene herramientas para obtener un buen n´mero de visioa u nes derivadas. UML define los siguientes diagramas gr´fie a cos: 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 m´ltiples perspectivas del sistema bajo an´lisis o u a desarrollo. o Todo modelo se puede expresar a diferentes niveles de fidelidad. fases de desarrollo (requerimientos. .´ 1. MODELADO Y SIMULACION DE SISTEMAS COMPLEJOS 25 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 cumplimiento con cada una de las especificaciones del lenguaje. dise˜o e implementaci´n) y conceptos a n o internos. UML consigue acabar con las diferencias (a veces absurdas) entre los lenguejes de modelizaci´n anteriores y. Una s´la vista no es suiciente. quiz´s m´s importante. Para el desarrollo de los artefactos de software. simplemente porque no encajan limpiamente en un paradigma consistente orientado a objeto. UML no soporta diagramas de flujo de datos (data-flow diagrams). Para modelar flujos de datos valen los diagramas de actividad (activity diagrams) de UML.6. a En t´rminos de vistas de un modelo. an´lisis. unifica las perspectivas de o a a acercamiento entre muchas clases diferentes de sistemas (negocios contra sotware). UML tiene en cuenta las siguientes consideraciones: El estudio de todo sistema complejo se aborda mejor por medio de una secuencia de visiones distintas del modelo. Los mejores modelos est´n conectados a la realidad.

) sobre los productos comerciales. Automatizaci´n local o En esta parte estudiaremos algunos de los elementos existentes en el mercado dedicados a la automatizaci´n local. Las dos primeras son m´s bien te´ricas y en a o ellas se estudian los fundamentos que permiten el modelado de sistemas. etc.7. para pasar a ver los modelos de sistemas de eventos discretos m´s usados actualmente en automatizaci´n: a o Diagramas de estado Redes de Petri Grafcet Statecharts 1. documentos de Internet. de aplicaci´n de lo estudiado a a o antes.7.7. Control de procesos de eventos discretos En la segunda parte repasaremos primero algunos conceptos b´sicos sobre sisa temas combinacionales y secuenciales. ´ o Control de procesos continuos Control de procesos de eventos discretos Automatizaci´n local o Automatizaci´n global o 1.3. Control de procesos continuos Esta primera parte est´ enfocada al dise˜o de de controladores para procesos de a n tiempo contnuo.26 ´ CAP´ ITULO 1. . el alumno debe intertar conseguir informaci´n (cat´logos. si bien en la ultima parte se requieren algunos nuevos conocimientos te´ricos. INTRODUCCION 1. Se har´ un especial ´nfasis en el estudio de los controladores o a e PID y sus m´todos de sinton´ e ıa.7.2. aparte de lo mostrado en clase. o a Algunos de los elementos son Captadores Pre-actuadores y actuadores. Supiniendo un conocimiento previo de las nociones b´sicas de la a Teor´ de Control. 1. se estudiar´n algunas t´cnicas cl´sicas de dise˜o de controladores ıa a e a n anal´gicos y digitales. Las otras dos partes son de un contenido m´s bien pr´ctico. Estructura del curso El curso se estructura en 4 partes.1. Es un tema m´s bien descriptivo y muy extenso o a en el que.

ESTRUCTURA DEL CURSO Automatismos el´ctricos e Automatismos neum´ticos e hidr´ulicos a a Aut´matas programables o Controladores industriales 27 1.7.1. tales o como Simulaci´n de procesos productivos o Redes locales Buses industriales GEMMA SCADA Control jer´rquico a .4. Automatizaci´n global o Esta ultima parte est´ dedicada al estudio de la automatizaci´n global y en la ´ a o misma daremos una visi´n general algunos aspectos importantes de la misma.7.

28 ´ CAP´ ITULO 1. INTRODUCCION .

Parte I Control de procesos continuos 29 .

.

control de robots. que tiene asignada la misi´n de control. susa pensi´n activa de los autom´viles. 7]. en o o e los que los sistemas de control desempe˜an un importante papel. En este capitulo vamos a tratar del dise˜o de u n sistemas de control continuos monovariables [2. En la misma. en el caso m´s sencillo. ha sido enorme su proliferaci´n y deo o o sarrollo. suele ser una parte del sistema. Un sistema de control consta de un proceso o planta que se desea controlar y de otros elementos que realizan el control. control de procesos industriales.Cap´ ıtulo 2 Dise˜ o de Controladores n 2. etc. controles de posici´n y velocidad o en m´quinas herramientas. controles diversos en electrodom´sticos. El enfoque del dise˜o ser´ muy diferente para un sencillo bucle de regulaci´n de n a o tipo SISO que para un sistema de control de un proceso MIMO en el que intervienen m´ltiples variables interrelacionadas.1. Se pueden citar ejemplos tales como los pilotos autom´ticos en barcos o a aviones. la planta se representa por el bloque de funci´n de o transferencia Gp . En los sistemas de control o continuos este elemento est´ constituido generalmente con componentes electr´nicos a o de tipo anal´gico mientras que en los sistemas de control discretos es un controlador o basado en un computador digital.1 se ha representado un sistema de control b´sico a monovariable. 31 . El objetivo a del dise˜o. el controlador por Gc y el captador por H. La lista de aplican ciones pudiera resultar interminable ya que. Los m´todos de dise˜o sirven para proyectar el sistema de control y determinar e n los componentes m´s adecuados para un funcionamiento satisfactorio. Por otro lado hay que distinguir entre el control de sistemas SISO y MIMO. En la figura 2. denominada n a controlador.. debido al progresivo abaratamiento y miniaturizaci´n los componentes electr´nicos. cap. Introducci´n o Los sistemas de control se aplican en numerosos campos de la tecnolog´ y de ıa la ciencia. formados esencialmente por captadores y controladores. el control teledirigido de naves espaciales.

veamos en primer lugar los tipos mas comunes de controladores utilizados en la pr´ctica.1) siendo Kp una constante. Controlador tipo proporcional P La funci´n de transferencia del controlador P es o G c = Kp (2. Tipos de controladores En la figura 2.2 se representa el esquema de un amplificador Vi R Vo R2 R1 Figura 2.32 ˜ CAP´ ITULO 2. Puesto que el dise˜o va a consistir en determinar los componentes n de este elemento.2.2. DISENO DE CONTROLADORES 2.1.2: Esquema de un controlador P . junto con sus correspondientes implementaciones basadas a en amplificadores operacionales y componentes pasivos. D(s) R(s) ε Gc Gp Y(s) H Figura 2.1 el control del sistema ha sido asignado al bloque Gc denominado controlador. En la figura 2.1: Sistema de control 2.

2.2. TIPOS DE CONTROLADORES o inversor en el cual se cumple Kp = R1 + R2 V0 = Vi R1

33

2.2.2.

Controlador tipo integrador
Gc =

Su funci´n de transferencia es o 1 (2.2) sTi Siendo Ti una constante. Se ha implementado mediante el circuito integrador inversor representado en la figura 2.3, en la que V0 1/sC1 −1 =− = Vi R1 sR1 C1 La constante de tiempo Ti de este controlador I vale, por tanto, Gc = (2.3)

C1
Vi R1 Vo

R

Figura 2.3: Esquema de un controlador I

Ti = R1 C1

(2.4)

2.2.3.

Controlador tipo derivativo D
Gc = sTd (2.5)

Su funci´n de transferencia es o

Siendo Td una constante. Su circuito electr´nico, con una configuraci´n inversora, o o aparece en la figura 2.4, en la que V0 R1 Gc = =− = −sR1 C1 (2.6) Vi 1/sC1 La constante de tiempo T del controlador I vale por tanto, Td = R1 C1 (2.7)

34

˜ CAP´ ITULO 2. DISENO DE CONTROLADORES

R1 Vi

C1
Vo

R

Figura 2.4: Esquema de un controlador D

2.2.4.

Controladores PID

Los tres controladores b´sicos P, I, D, que acabamos de ver pueden agruparse en a forma aditiva entre s´ dando lugar a las combinaciones PI, PD y PID. En la figura ı 2.5 se representa un controlador PID en forma de diagrama de bloques [2, sec. 7.10]. Su funci´n de transferencia es o Gc = V0 1 = Kp (1 + + sTd ) Vi sTi (2.8)

Este controlador PID se transforma f´cilmente en otro PI o PD eliminando una a

1

Vi

1 sT i

Kp

Vo

sT d

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 implementaci´n electr´nica de este o o controlador, que se ajusta al diagrama de bloques, se ilustra en la figura 2.6. La funci´n de transferencia del circuito PID as´ compuesto viene dada por la o ı

2.2. TIPOS DE CONTROLADORES

35

R1 R1

R4

C2
R5 Vi R1 R4 Vo

R3

C3
R4

Figura 2.6: Diagrama de bloques de un controlador PID

expresi´n (2.9) en la que o Kp = R5 , R4 Ti = R2 C2 , Td = R3 C3 (2.9)

2.2.5.

Controladores de adelanto y de retraso de fase

Son controladores que producen un avance, un retraso o una combinaci´n de o avance y retraso en la fase de la tensi´n de salida con respecto a la tensi´n de o o entrada al controlador [2, sec. 7.9]. La funci´n de transferencia de un controlador de o adelanto o retraso es V0 s − zc = Kc (2.10) Gc = Vi s − pc Si | zc |<| pc | es un controlador de adelanto de fase mientras que si | zc |>| pc |, es de retraso de fase. Estos controladores pueden realizarse mediante redes pasivas RC o bien con circuitos basados en amplificadores operacionales. La figura 2.7 muestra los esquemas de una red RC de adelanto de fase y otra de retraso. La funci´n de transferencia de o la red de la figura 2.7a es Gc = V0 s − zc 1 + αT s = Kc = Vi s − pc α(1 + T s) (2.11)

siendo α = (R1 + R2 )/R2 y T = CR1 R2 /(R1 + R2 ).

36
C

˜ CAP´ ITULO 2. DISENO DE CONTROLADORES

R1 R1 C Vi R2 Vo

Vi

R2

Vo

a)

b)

Figura 2.7: Redes de adelanto y de retraso de fase

La red de retraso de fase de la figura 2.7b tiene por funci´n de transferencia o Gc = V0 s − zc 1 + Ts = Kc = Vi s − pc 1 + αT s (2.12)

siendo α = (R1 + R2 )/R2 y T = R2 C. En la figura 2.8 se ha representado una red
C1

R1

R2 Vi C2 Vo

Figura 2.8: Red de adelanto-retraso de fase pasiva RC de adelanto-retraso de fase, cuya funci´n de transferencia es o Gc = V0 (1 + αT1 s)(1 + βT2 s) = Vi (1 + T1 s)(1 + T2 s) (2.13)

donde α > 1, β = 1/α, αT 1 = R1 C1 , T2 = R2 C2 y T1 T2 = R1 R2 C1 C2 . Los controladores de adelanto y de retraso de fase pueden construirse tambi´n a base de e circuitos con operacionales. El circuito representado en la figura 2.9 puede funcionar como controlador de adelanto y de retraso de fase. Su funci´n de transferencia es o Gc = V0 s − zc C1 (s + 1/R1 C1 ) = Kc =− Vi s − pc C2 (s + 1/R2 C2 ) (2.14)

´ ˜ 2.3. METODOS DE DISENO BASADOS EN EL LUGAR DE LAS RA´ ICES
C2 C1 R2 Vi R1 Vo

37

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.

M´todos de dise˜ o basados en el lugar de las e n ra´ ıces

El m´todo de dise˜o basado en el lugar de las ra´ suele tambi´n denominarse de e n ıces e asignaci´n de polos. Consiste en asignar al controlador uno o varios polos y ceros, o 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 (cancelaci´n de polos). o Antes de proceder al estudio de algunos ejemplos de dise˜o de controladores n veamos qu´ efecto produce la adici´n de un polo o de un cero sobre el lugar de las e o ra´ ıces. Sea un sistema cuya funci´n de transferencia en lazo abierto es: o G(s) = 1 s2 (2.15)

Se trata de un sistema marginalmente estable para cualquier valor de la ganancia K, ya que su lugar de las ra´ es el eje imaginario (Figura 2.10). Veamos el efecto ıces que produce la adici´n de un cero en (−2,5, 0). La funci´n de transferencia en lazo o o abierto es ahora s + 2,5 G(s) = (2.16) s2 El lugar de las ra´ ıces se ha representado en la figura 2.11. Se puede observar que la adici´n de un cero produce un efecto parecido a como si ´ste “tirase” del lugar o e geom´trico hacia s´ estabilizando el sistema y generando en este caso una circunfee ı, rencia como parte del lugar. Veamos ahora el efecto de a˜adir un polo en (−2, 0). n La funci´n de transferencia en lazo abierto vale ahora, o G(s) = s2 (s 1 + 2) (2.17)

DISENO DE CONTROLADORES Figura 2.11: Lugar de las ra´ de G(s)H(s) = (s + 2.5)/s2 ıces .38 ˜ CAP´ ITULO 2.10: Lugar de las ra´ de G(s)H(s) = 1/s2 ıces Figura 2.

tales que n a el lugar geom´trico pase por un punto dado.18) El dise˜o consiste en asignar unos valores a los par´metros del controlador. El tiempo o a de establecimiento suele considerarse igual a 4 veces la constante de tiempo τ del sistema ( < 2 %). Vistos los efectos de la adici´n de un polo y de un cero a la funci´n de transfeo o rencia. con lo que 4 (2. por a e tanto. deform´ndolo y generando una rama de hip´rbola. definido a partir de las especificaciones e de funcionamiento. e ıces Puede observarse en el mismo que es como si el polo s = −2 a˜adido parece como si n empujara al lugar. vamos a considerar algunos ejemplos de dise˜o del controlador en un sistema n de regulaci´n.1.12: Lugar de las ra´ de G(s)H(s) = 1/[(s2 )(s + 2)] ıces El lugar geom´trico de las ra´ correspondiente se ha representado en la figura 2. Dise˜ o de una red de adelanto de fase n s − zc . Vamos a considerar el mismo ejemplo anterior en el que la funci´n o de transferencia en lazo abierto vale 1 G(s)H(s) = 2 (2. s − pc Un controlador de adelanto de fase tiene por funci´n de transferencia: o G c = Kc |zc | < |pc | (2. conociendo ciertas especificaciones de funcionamiento. un efecto desestabilizador en el sistema.12.´ ˜ 2. Produce.3.20) Ts = 4τ = ξωn . o 2. METODOS DE DISENO BASADOS EN EL LUGAR DE LAS RA´ ICES 39 Figura 2.3.19) s Supongamos que las especificaciones de funcionamiento exigen un tiempo de establecimiento Ts de 4s y una sobreoscilaci´n m´xima inferior al 20 %.

justo bajo la ra´ (−1 ± 2j).21) Por tanto.45.6 El par´metro Kc se determina aplicando la condici´n de m´dulo del lugar del las a o o ra´ en el punto s = −1 + 2j. DISENO DE CONTROLADORES Por otra parte la sobreoscilaci´n m´xima esta relacionada con el coeficiente de amoro a tiguamiento.13: Lugar de las ra´ de G(s)H(s) = 1/[(s2 )(s + 2)] ıces Para que el lugar de las ra´ pase por este punto hemos de situar el polo y el ıces cero del controlador de adelanto de fase. .6.56o ) − θp = −180o θp = 38o Se deduce que el polo ha de ser pc = −3. que da un valor de Kc = 8.13): 90o − 2(116. por la que ız ha de pasar el lugar. 0. sustituyendo este valor en la expresi´n anterior queda o 4= 4 . Por lo tanto. La funci´n de transferencia del controlador o es s+1 G c = Kc s + 3.56º 90º -5 -4 -3 -2 -1 re Figura 2.40 ˜ CAP´ ITULO 2.45ωn ωn = 2. antes hallada.22) im 3 Raíz deseada 2 1 θp 116.14 y el lugar de las ra´ correspondiente. Primero situamos el cero del controlador en el punto s = −1. es decir.1. la ra´ correspondiente a las especificaciones propuestas es: ız s = −ξωn ± ωn 1 − ξ 2 = −1 ± 2j (2. hallamos la ubicaci´n del o polo del controlador (figura 2. El sistema de control ıces resultante se ha representado en la figura 2. Aplicando el criterio del argumento.15. ıces en la figura 2. Puede probarse que una sobreoscilaci´n del 20 % corresponde a un o coeficiente de amortiguamiento ξ = 0.22 (2.

Dise˜ o de un controlador PID n Vamos a suponer que deseamos controlar la misma planta anterior.36s + 1. determinamos el otro cero (figura 2. identificando su funci´n de transferencia con la obtenida.1 s+3. ya que la propia planta realiza una doble integraci´n.14: Ubicaci´n del cero y del polo del controlador PID o 2. con funci´n o 2 de transferencia Gp (s) = 1/s . z2 = −1. o a El lugar de las ra´ correspondiente se ha representado en la figura 2. Conocidos los valores de z1 y z2 podemos hallar las constantes Td . Las ı especificaciones son las mismas que en el ejemplo anterior y por tanto el lugar de las ra´ ha de pasar por el punto (−1±2j).36.16.6 Gp 1 s 2 Y(s) H 1 Figura 2.36 = sti s La constante Kp . Este tipo de control no es el m´s id´neo en este caso. θz2 = 3(116.36 = 0.3.36/1.56o ) = −180o .3. hallada mediante la condici´n de ´ngulo.17. o Kp de donde resulta Ti = 2. La funci´n de transferencia del controlador ıces o es ahora s2 Td Ti + sTi + 1 1 Gc = Kp (1 + + sTd ) = Kp sTi sTi Un sencillo m´todo de dise˜o consiste en suponer que los ceros z1 y z2 del controlador e n PID son reales.42s s2 Td Ti + sTi + 1 s2 + 2.69oo y. por tanto.56) − 180o − 90o = 79.73s Td = 1/2. a Condici´n de ´ngulo: o a 90o + θz2 − 3(116.16). resulta ser Kp = 2. aplicando la condici´n ız o de ´ngulo. ıces . Ubicamos el cero z1 bajo la ra´ deseada y. El lugar de las ra´ ıces del sistema compensado se ha representado en la figura 2.36 = 1.2.8. Ti y Kp del controlador PID. METODOS DE DISENO BASADOS EN EL LUGAR DE LAS RA´ ICES 41 Gc R(s) ε s+1 8.´ ˜ 2. mediante un controlador PID. a o o se utiliza aqu´ para poder comparar con los resultados obtenidos anteriormente.

Dise˜ o en el Lugar de las Ra´ n ıces El dise˜o en el Lugar de las ra´ n ıces est´ indicado en el caso en que se pretenda a que el sistema controlado tenga un par de polos complejos dominantes y que las especificaciones de funcionamiento vengan dadas para ese par de polos. una respuesta temporal mon´tona. es casi siempre o e deseable una respuesta oscilante puesto que ello ayuda a contrarrestar el efecto de las posibles no linealidades. La desventaja del m´todo del lugar de las ra´ es que la informaci´n disponible e ıces o para el dise˜ador disminuye conforme aumenta el n´mero de ramas.15: Lugar de las ra´ de G(s)H(s) = (s + 1)/[(s2 )(s + 3. no es aplicable este m´todo. es decir. y bien puede suceder. Recordemos que en el sistema de 2o orden. de o tp = π ωn 1 − ζ2 −ζπ √ 1−ζ 2 podemos hallar ωn .42 ˜ CAP´ ITULO 2. si nos dan como especificaciones la sobreoscilaci´n o m´xima Mp y el tiempo de pico tp . controlador de adelanto-retraso y PID. en o plantas de orden elevado. es posible ubicar s´lo dos polos del sistema en lazo cerrado. podemos hallar el par de polos asociado a las a mismas. que los polos ubicados por dise˜o no sean efectivamente n los dominantes. Si el sistema controlado ha de tener polos dominantes reales.4. No obstante.6)] ıces 2. Como los controladores utilizados. En estos casos la n u . tienen dos grados de libertad. o La posici´n del resto de los polos queda fuera de control. DISENO DE CONTROLADORES Figura 2. ya que de Mp = e podemos despejar ζ y a continuaci´n.

Esto se deduce de la f´rmula que da el centroide de las o as´ ıntotas: i pi − j zj σc = . u incluidos los del controlador. . pz > 0 s + pc Su dise˜o consiste en determinar las constantes Kc . El primer paso es. zc > pc . ıces El efecto de un compensador de adelanto de fase es desplazar el punto σc de intersecci´n de las as´ o ıntotas.4. En t´rminos del lugar de las e ra´ esto significa que el lugar ha de pasar por el par de puntos conjugados (polos ıces dominantes deseados) del plano complejo. . los n´meros de polos y ceros en lazo abierto. por tanto.4. i = 1. zc .˜ 2. . hemos de comprobar que no pertenecen al lugar de las ra´ ıces del sistema original (sin compensador) ya que caso afirmativo el dise˜o consistir´ n ıa simplemente en hallar el valor de la ganancia K correspondiente al punto del lugar de las ra´ pd = σd + jωd . zc > 0 . calculados a partir de las especificaciones. una distancia pc − zc ∆σc = np − nz en donde np y nz son. zc para que el sistema en n lazo cerrado cumpla con las especificaciones exigidas. . .16: Ubicaci´n de los ceros y polos del PID o alternativa puede ser trabajar con modelos de orden reducido o bien utilizar m´todos e de dise˜o en el dominio de la frecuencia. DISENO EN EL LUGAR DE LAS RA´ ICES im 3 Raíz deseada 2 43 1 θz2 116. Compensador de adelanto de fase La funci´n de transferencia del controlador de adelanto de fase es o s + zc Gc (s) = Kc .1. respectivamente. m m−n . . n. n 2. j = 1. Supongamos que el resultado es pd = σd + jωd y pd = σd − jωd .56º 90º -5 -4 -3 -2 -1 re Figura 2. hallar el par de polos dominantes a partir de las especificaciones. a lo largo del eje real y hacia el semiplano izquierdo (SPI). ¯ Una vez hallados. . .

19). la fase de la funci´n de o transferencia en lazo abierto ha de ser m´ltiplo impar de π: u ∠Gc (pd ) + ∠Gp (pd ) = (2k + 1)π Haciendo ∠Gc (pd ) = ϕc resulta ϕc = (2k + 1)π − ∠Gc (pd ) (2. hay un n´mero u infinito de posibles α = ∠pc y β = ∠zc que verifican ϕc = α − β. Es decir.. La condici´n que vamos a utilizar para dise˜ar el compensador es que el lugar o n de las ra´ces ha de pasar por el polo dominante pd = σd + jωd calculado a partir ı de las especificaciones.44 ˜ CAP´ ITULO 2. o a . en el punto pd del plano complejo. pc o zc . .36)/s3 ıces en donde pi son los polos y zj los ceros.18). pasar´ entonces e a tambi´n por pd . Por supuesto que el lugar. En la pr´ctica. Entonces. y calcular el otro a partir de la a condici´n de ´ngulo.17: Lugar de las ra´ de G(s)H(s) = (s + 1)(s + 2. Si pd es un punto del lugar de las ra´ e ¯ ıces. 1. un simple ajuste de la ganancia puede ser suficiente para obtener polos con mejor amortiguamiento. por ser sim´trico. las ramas del lugar se “doblan” hacia el SPI (Figura 2. u La fase ϕc del controlador en pd puede relacionarse gr´ficamente en el plano s a con los par´metros pz y zc del controlador (figura 2. DISENO DE CONTROLADORES Figura 2.23) k = 0. .. 2. . lo a habitual es fijar uno de los dos par´metros. 1. para alg´n K = 0. 2. ha de cumplir la condici´n o argumento. Como resultado. a ϕc = β − α Una vez calculada la fase ϕc que debe tener el controlador en pd . .

˜ 2.4. DISENO EN EL LUGAR DE LAS RA´ ICES 45 Im ∆σc σ’ c p2 σc p1 Re Figura 2.18: Lugar de las Ra´ sin y con compensador ıces Im pd ϕc α pc zc β Re pd Figura 2.19: Fase del controlador en pd .

Una ver comprobado que pd queda fuera del lugar. En este caso es muy sencillo: pd = −ζωn + ωn 1 − ζ 2 = −32. aplicando la f´rmula (2. En este ejercicio y en los siguientes se ha utilizado el programa Maple para efectuar los c´lculos. pd ).5 − 38j ¯ Antes de proceder al dise˜o hemos de comprobar que el punto pd (o pd ) no est´ en n ¯ a el lugar de las ra´ del sistema sin compensar.Kc + s + pc − 6 ? -+ m - 500 s(s + 1) Y (s) r Figura 2.46 ˜ CAP´ ITULO 2. el problema es encontrar las posiciones del cero zc y del polo pc del controlador de forma que la diferencia β − α de los argumentos de los vectores −→ y −→ sea igual a ϕc (figura 2. N´tese que para otros valores de k se obtienen valores de ϕc o iguales al hallado m´s 360o k. que ıces se ha representado en la figura 2.5+38j . a Hallada es la fase ϕc del controlador en pd . DISENO DE CONTROLADORES Ejemplo de dise˜ o.5 + 38j pd = conj(pd ) = −32.mE(s) . a En primer lugar hemos de obtener el par de polos dominantes (pd . z− d p− d cp cp 500 s(s + 1) = −260o s=−32.20: Controlador a dise˜ar n Vamos a dise˜ar el controlador de adelanto de fase de la figura 2.65 y ωn = 50. Para ello realizamos su trazado. a continuaci´n ϕc : o ϕc = (2k + 1)π − ∠Gp (pd ) = (2k + 1)π + 260o Para k = −1 obtenemos ϕc = −180o + 260o = 80o que es la fase buscada. calculamos el argumento que ha de tener el controlador en pd .22).23). a partir de las especificaciones.20. Para ello hallamos o primero ∠Gp (pd ): ∠Gp (pd ) = arg y. en el que n Gp (s) = 500 s(s + 1) y con unas especificaciones de ζ = 0. por el que ¯ ha de pasar el lugar de las ra´ ıces.21. Compensador en serie n D(s) s + zc U (s).

5 0 Re Figura 2.22: Cancelaci´n del polo en (−1 + 0j) con zc o .21: Lugar de las Ra´ sin compensador ıces Im pd ϕc α pc -32. DISENO EN EL LUGAR DE LAS RA´ ICES 47 Im -1 -0.˜ 2.5 -1 Re 38 β Figura 2.4.

por ejemplo. 2. As´ se simplifica ı la funci´n de transferencia Y (s)/U (s).48 ˜ CAP´ ITULO 2.2. denominado compensaci´n en serie. Consideraciones de dise˜ o n En vista del resultado del ejercicio anterior podemos pensar que el dise˜o depenn der´ de la configuraci´n de las entradas y salidas del sistema de control. No se ha considerado (H(s) = 1) la din´mica del transductor. La entrada d1 representa una perturbaci´n o en la carga. numerador y denominador. que con los valores hallados queda G1 (s) = 500 s2 Kc + pc s + 500 Kc tiene un par de polos (dominantes) en (pd . o Procediendo de este modo. a Nc . d2 representa una perturbaci´n en la salida y d3 . a β − α = ϕc ⇒ α = 130o − 80o = 50o con lo que pc vale pc = 32. de acuerdo con las especificaciones. es frecuente.93.4. Por tanto. pd ). aparecer´ en la respuesta a una perturbaci´n ı a o de carga d(t).23. Ello nos a o llevar´ a un tipo de dise˜o caso por caso. El dise˜o ha concluido: el sistema definido por la funci´n de transferencia consignan o salida G1 (s) = Y (s)/U (s). ¯ Sin embargo. “cancelado”. es colocar el cero del controlador o en el punto (−1+0j). El esquema de control de la figura 2. respectivamente. en o el control de motores y de otros procesos. DISENO DE CONTROLADORES Una buena soluci´n. el procedimiento utilizado de cancelaci´n de un polo de la o planta no debe ser utilizado en la pr´ctica. ıa n No obstante. no ocurre lo mismo para la funci´n de transferencia perturbaci´no o salida G2 (s) = Y (s)/D(s) ya que en ´sta el polo en (−1 + 0j) no se ha cancelado: e G2 (s) = 500 (s + 1 ) ( s2 s + pc + pc s + 500 Kc ) De aqu´ que el modo e−t .5 + 38/ tan 50o = 64 Por ultimo. al menos a primera vista. hallaa mos el valor del ´ngulo α. cancelando un polo de la planta (figura 2. Dc . el valor de Kc lo podemos hallar aplicando la condici´n de magnitud en ´ o el punto pd : s + zc Kc Gp (pd ) = 1 s + pc de donde resulta Kc = 4. una perturbaci´n o o o ruido en la medida.22). Np y Dp son los polinomios. del controlador y de la planta. . si se desea una verdadera mejora de la a rapidez. para obtener el par´metro pc del controlador. algunas configuraciones son frecuentes en la pr´ctica por lo que a conviene analizar con detalle los problemas asociados con ellas.

U D M Kc Nc Dp = U D que relacionan la salida y. Si Nc y Dp tienen ceros en com´n.Nc Dc m. el cero en el SPD no va a poder ser cancelado. La idea intuitiva de que para conseguir una respuesta m´s r´pida el controlador ha de actuar a a con m´s energ´ se confirma matem´ticamente puesto que los polos lentos de la a ıa a planta (ceros del polinomio Dp ) son ceros en la funci´n de transferencia M/U .4. o o arranca en sentido opuesto al de la entrada u(t). o Cuando el sistema en lazo cerrado es mucho m´s r´pido que la planta la a a variable manipulada m puede tomar valores muy grandes.m + Kc − 49 d2 ? -+ m r .˜ 2. pero no se cancelan en las Y /D1 y E/D1 . Esto es as´ porque.? . el error e y el esfuerzo de control m con la entrada u. es decir. . el error e y el esfuerzo de control m con la perturbaci´n o d1 . la respuesta y(t) a un escal´n siempre comienza con una suboscilaci´n. U D E Dc Dp = . Para empezar. M M M Y = . estos se cancelan en las funciones de u transferencia Y /U y M/U .Np m + Dp y - 6 m + 6 d3 Figura 2. o y es sabido que un cero lento visto desde los polos (pr´ximo relativamente al o eje imaginario) produce una sobreoscilaci´n elevada. Tambi´n interesan e Y Np Dc = . =− D3 D1 D3 U en donde D = Dc Dp + KNc Np A partir de estas expresiones podemos deducir ciertas propiedades interesantes de este esquema de control. D1 D1 M Y =− D1 U que relacionan la salida y. en la ı pr´ctica. DISENO EN EL LUGAR DE LAS RA´ ICES d1 u.23: Esquema de control en serie. D1 D E Y =− . ya que entonces son ceros del polinomio D = Dc Dp + KNc Np . y asimismo. y por ello la cancelaci´n polo-cero no es recomendable. o Si la planta tiene un cero en el SPD y el sistema en lazo cerrado es estable. y los sistemas con a ceros en el SPD muestran ese comportamiento. nos interesa hallar las funciones de transferencia K c N c Np Y = .

50 ˜ CAP´ ITULO 2. dicho polo se convierte en un cero para la funci´n de transferencia E/U . DISENO DE CONTROLADORES Si la planta tiene un polo en el SPD y el sistema en lazo cerrado es estable. El esquema del control o se indica en la figura 2. como hab´ ıamos hecho. vamos a retomar el problema de dise˜o que n antes hemos efectuado. reducir´ la contribuci´n de argumento ϕc del controlador. Por ello nos vemos obligados a elegir otra ubicaci´n para zc m´s hacia la derecha. la experiencia demuestra que una elecci´n adecuada es too mar zc = |pd |. para ϕc = 80o .19 vemos que esta elecci´n no es posible. De esta manera la sobreoscilaci´n Mp del sistema en lazo cerrado o se aproximar´ bastante a la del sistema de segundo orden (deseado). Como el cero zc del controlador es tambi´n un cero para la funci´n e o de transferencia Y /U . Como o a o E = U − Y y U = 1 (escal´n unitario). cancelar el polo s = −1 de la a planta.4. o En efecto. Compensador en realimentaci´n o Una posible soluci´n al problema anterior es colocar el compensador de adelanto o en el lazo de realimentaci´n en lugar de en serie con la planta. en la pr´ctica. y necesitamos 80o .4. obtenido a partir del lugar de la condici´n de m´dulo es Kc =. no es posible.4. hemos de elegir otra ubicaci´n para el cero zc del o controlador. Compensador en serie n Considerando estas propiedades. el polo de la planta en el SPD. porque o a o el m´ximo ´ngulo ϕc que se puede obtener con pd = −32. a ıan o Por tanto elegimos zc = |pd | = 50. no va a pou der ser cancelado. si bien sabemos que as´ obtendremos un sobreimpulso a ı mayor que el exigido. una suboscilaci´n en E inducir´ una o o a sobreoscilaci´n en Y . En primer lugar. Con zc = 25. la respuesta y(t) arranca en el mismo sentido que u(t) (tiene sobreoscilaci´n). procediendo a calcular ϕd . Entonces. Re-dise˜ o.5 + 38j y pc = −50 es de a a o unos 65o . definido por a las especificaciones. o 2. o o Puede comprobarse que la respuesta a una entrada u(t) escal´n acusa una soo breoscilaci´n mayor que la permitida por las especificaciones.3. y en consecuencia e(t) tendr´ suboscilaci´n. Valores mayores de zc .24 Calculemos las funciones de transferencia asociadas a este esquema: Y Kc Np Df = . seg´n hemos visto.6 Con lo que la funci´n de transferencia del controlador queda o G c = Kc s + 25 s + 130 El valor de Kc en pd . U D M Kc Df Dp = U D . o 2. aunque disminuir´ la sobreoscilaci´n ıan o m´xima. Pero si realizamos la representaci´n gr´fica de la figura 2. obtenemos pc = −130.

y no se cancelan. El cero del compensador permanece como cero en la u funci´n de transferencia Y /D3 . Y Np Df = . vemos una importante diferencia: Nc ha sido reemplazado por Df . pc > zc (el efecto ser´ perjudicial si el compensador fuera de retraso). Esto quiere decir que en el esquema de control con compensador en feedback. por ser un compensador de adelanto de a a fase. son polos de Y /U y de Y /D1 . siempre que sea posible. o Y M = . que en el controlador serie se cancelaban.˜ 2.24: Esquema de control en feedback. Como conclusi´n se puede decir que. D3 D1 en donde D = Df Dp + KNf Np . DISENO EN EL LUGAR DE LAS RA´ ICES d1 u. Debido o a ello el sistema en lazo cerrado ser´ muy sensible al ruido D3 en la medida si los a polos en lazo cerrado se han desplazado mucho hacia la izquierda en el SPI. en ambas configuraciones de serie y feedback.4. El error para entrada rampa vale er (s) = 1 s2 1− Y (s) U (s) = 1 Kc Np Nf + Df Dp − Kc Df Np s2 Df Dp + Kp Nf Np M Nf Dp = −Kc D3 D Los factores comunes (si los hay) de Nf y Dp . relacionan la salida y y esfuerzo de control m con la entrada u. Esto tiene un efecto beneficioso pues el sobreimpulso m´ximo se reducir´. ya que. los polos del compensador se convierten en ceros en las funciones de transferencia en lazo cerrado Y /R y M/R.Kc m ? -+ m - y - 6 Nf  Df m + 6 d3 Figura 2. el compensador o debe colocarse en el lazo de realimentaci´n. o Hay a´n otro inconveniente. ıa Pero esto significa que tenemos mayor libertad para escoger zp : podemos darle un valor menor que |pd | sin que aumente el sobreimpulso. D1 D M Np Nf = −Kc D1 D relacionan la salida y y el esfuerzo de control m con la perturbaci´n d1 . .m + − 51 d2 Np Dp ? -+ m r . Si comparamos las expresiones Y /U y M/U con las halladas antes para el esquema con controlador en serie.

en la figura 2. pd el polo dominante deseado. Nos interesa hallar el valor m´ximo de ϕc y la frecuencia ωm en la que se produce.. como antes. z y a. Por ser su ganancia est´tica mayor que uno. las constantes de error del sistema quedar´n multiplicadas a a por el factor zz /pc . Su trazado con Maple para z = 1.omega).200]. pero con zz > pc > 0. a Ponemos α y β en funci´n de ω. la fase de este controlador es ϕc = β −α. s + pc Su funci´n de transferencia es o Gc (s) = igual que la del de adelanto de fase. con a = z/p. p = 3 se puede hacer con: Iw+z G := Iw+p > z:=1:p:=3: > plot([Re(G).w=0. Puesto que para una relaci´n o dada de |zc |/|pc |. o ϕc := arctan ω ωa − arctan z z La derivada de esta funci´n con respecto a ω se obtiene con o > p1:=diff(phi_c.Im(G).52 ˜ CAP´ ITULO 2. Su m´xima contribuci´n de fase ϕmax depende s´lo de α = z/p como puede verse a o o en su diagrama de Nyquist. desplazando el punto σc la misma distancia que el controlador de adelanto pero hacia la derecha. Compensador de retraso de fase en serie s + zc .5. M´xima fase de un controlador de adelanto a s+z s+p La funci´n de transferencia de un controlador de adelanto es o G( s ) = Como se ve en la figura 2. DISENO DE CONTROLADORES 2.26.1). con p > z > 0. la contribuci´n de ´ngulo ϕc del controlador en pd disminuye con o a |zc |.25.4. .1..4. 2. El efecto del compensador de retraso en el lugar de las ra´ es “doblar” el lugar ıces hacia el SPD. debemos seleccionar zc lo m´s peque˜o posible para que este compensador tenga a n poco efecto sobre la respuesta transitoria. o Sea. por estar en serie con la planta. El dise˜o de este controlador n consiste en encontrar zc y pc que satisfagan una relaci´n dada.6. Por tanto colocaremos zc pr´ximo a los o polos dominantes.0.

26: Fase m´xima ϕmax . a . DISENO EN EL LUGAR DE LAS RA´ ICES 53 Im pd ϕc α pc zc β Re pd Figura 2. Im ωm ϕmax α ω=0 1+ α 2 1 ω=o ο Re Figura 2.˜ 2.4.25: Fase ϕc del controlador.

z wm := √ a Sustituyendo wm en la expresi´n de φc queda o > fimax := subs(omega=wm. o ´ n .omega)=0.54 ˜ CAP´ ITULO 2. 1 √ a 1+ − arctan a sf m1 := 1√ 1+a a − a 1√ 1+ 1+a a √ que puede simplificarse con > sfm:=radsimp(sfm1).− −a2 + a −a2 + a Simplificando esta expresi´n obtenemos la pulsaci´n correspondiente a ϕmax : o o > wm:=normal(wm1[2]).omega). √ √ ( −1 + a ) z a ( −1 + a ) z a wm1 := . −1 + a 1+a sfm := − es decir que sin(ϕmax ) = 1−a 1+a Estas f´rmulas son utiles para dise˜ar controladores de adelanto de fase. DISENO DE CONTROLADORES p1 := z 1 1+ ω z2 2 − z a ω 2 a2 1+ 2 z Para hallar el m´ximo hemos de resolver la ecuaci´n ϕc (ω) = 0: a o > wm1:=solve(diff(phi. 1 √ a √ ϕmax := arctan El seno de esta expresi´n es o > sfm1:=expand(sin(fimax)).phi).

Resolucion En el trazado de Bode vemos que para ω = 35 el sistema tiene un margen de fase de −(−180 + 178. > zc := 35 * sqrt(a). podemos hallar zc .˜ 2. El compensador tiene que aportar. casi n 0dB. ϕmax := Para hallar a hacemos > a11:=solve(sfm=sin(phi_max).4) = 1. de forma que el sistema resultante tenga ´ una frecuencia de cruce ωc = 35 rad/s y un margen de fase de 65o .6o (casi cero) y un margen de ganancia muy peque˜o. ya que conocemos ϕmax . 36 − 13 π −36 − 13 π 13 π 36 zc := 7. De la ecuaci´n o sin(ϕmax ) = 1−a 1+a podemos hallar a. Se desea controlar un sistema din´mico cuya planta tiene por funci´n de transa o ferencia 500 Gp (s) = s(s + 1) mediante un controlador de adelanto de fase. a := . como sabemos que la pulsaci´n ωm correspondiente a la m´xima o a fase ϕmax es z ωm := √ a poniendo ωm = 35. Para conseguir las especificaciones deseadas hemos de poner un compensador.a). a11 := − y obtenemos tambi´n su valor num´rico e e > a:=-evalf(a11). una fase ϕc = 65o y una ganancia Kc tal que el margen de ganancia resultante sea de 8dB. que en radianes vale > phi_max:=65*Pi/180.04914852341 Por otro lado. en ω = 35 rad/s.759313191 y tambi´n pc : e . DISENO EN EL LUGAR DE LAS RA´ ICES 55 Ejemplo.4.

5. . El valor que se obtiene es Kc = 11. podemos representar el diagrama de Bode del sistema comn pensado para verificar que cumple con las especificaciones y. realizar los ultimos ajustes de los par´metros del controlador por tanteo y mediante simula´ a ci´n. a Recordemos que informaci´n neta que proporciona el lugar de las ra´ al dise˜ador o ıces n va disminuyendo gradualmente a medida que aumenta el n´mero de ramas.z=zc. que es u igual al orden del sistema. Por ello. lugar de las ra´ o espacio de e ıces estado. el adquirir destreza de dise˜o en el dominio de la n frecuencia precisa de una considerablemente mayor experiencia que para hacerlo en cualquiera de sus dos alternativas param´tricas.G)))).8747977 Una vez hallados pc y zc . o viceversa. n Al ser una representaci´n de dimensi´n infinita no podemos esperar que haya o o f´rmulas expl´ o ıcitas que relacionen la respuesta de frecuencia con los par´metros a caracter´ ısticos de la respuesta temporal. o 2. ˜ CAP´ ITULO 2. Una de las ventajas que tiene es que no est´ influida por el orden del sistema. Dise˜ o en la respuesta de frecuencia n La respuesta de frecuencia de un sistema din´mico es una representaci´n no a o param´trica (n´mero infinito de par´metros).p=pc. en contraste con los modelos param´tricos de funci´n de transferencia y de e o estados. ya que viene dada en forma de curvas e u a continuas. o > solve(Gdb35=8. en funci´n de Kc o > Gdb35:=evalf(20*log10(Kc*abs(subs(w=35. DISENO DE CONTROLADORES pc := 157. o Hallamos primero la ganancia en decibelios para ω = 35 y para los valores de zc y pc hallados. El dominio de la frecuencia est´ especialmente indicado para incluir las imperfecciones de modelado a por lo que se emplea en dise˜o robusto. log10( .2216946625 Kc ) y resolvemos la ecuaci´n Gdb35 (Kc) = 8 en Kc . lo unico que queda es hallar Kc . Gdb35 := 20. Para ello aplicamos ´ la condici´n de que el margen de ganancia ha de ser de 8dB para ω = 35 rad/s. incluso aunque se conociera el orden del sistema.56 > pc:=zc/a.33038749 Finalizado el dise˜o. Por otro lado el empleo de escalas logar´ ıtmicas hacen que el rango bajo de frecuencias resulte expandido y entonces los errores absolutos del diagrama de Bode corresponden a errores absolutos en escala lineal. si fuera preciso.Kc).

24) que entonces y r − d3 . El problema del dise˜ o de feedback n El an´lisis en el dominio de la frecuencia de los sistemas de segundo orden muesa tra que la realimentaci´n negativa tiene como ventajas el aumento del ancho de bano da.25) Las ecuaciones (2. la expresi´n de la variable manipulada es o o m= Gc Gc Gp (U − D2 − D3 ) − D1 1 + Gc Gp 1 + Gc Gp .? . E= 1 Gc Gp Gp (U − D2 ) + D3 − D1 1 + Gc Gp 1 + Gc Gp 1 + Gc Gp (2. Por ejemplo. DISENO EN LA RESPUESTA DE FRECUENCIA 57 2. Una frecuente restricci´n es que esfuerzo de control. para reducir los errores asociados con u y d2 . En efecto.27: Esquema de control en serie.Np m + Dp ? -+ m r y - 6 m + 6 d3 Figura 2. condin cionado siempre a ciertas restricciones y con el objetivo de cumplir determinados requisitos de funcionamiento. no parece sencilla. la disminuci´n de la sensibilidad del sistema a las variaciones de los par´metros o a y la obtenci´n de una funci´n de transferencia de m´dulo unidad (con realimentao o o ci´n unitaria) en el rango de frecuencias en el que la ganancia en lazo abierto es o suficientemente alta. El conflicto entre estos dos objetivos de dise˜o es evidente: si en la ecuaci´n n o (2.25) nos dan a entender que la tarea del dise˜o.5.24) y (2. con lo que el ruido en la medida d3 pasa directamente a la salida. mientras que otro pide la reducci´n del error producido por el o o ruido en la medida d3 .1. resulta de (2.Nc Dc m. o no pueda tomar valores superiores a ciertos l´ ımites (para los que alcanzar´ la satuıa raci´n).25) hacemos |Gc Gp | elevado en un amplio margen de frecuencia. La expresi´n de la salida Y (s) es o Y = Gc Gp 1 Gp (U − D3 ) + D2 + D1 1 + Gc Gp 1 + Gc Gp 1 + Gc Gp (2.5.˜ 2. o variable manipulada m. d1 d2 u. uno de estos requisitos demanda la reducci´n de los errores debidos a la entrada de referencia u y a o la perturbaci´n d2 .27.24) y la del error E(s). Supongamos el sistema de control con realimentaci´n representado en la figura o 2.m + Kc − .

58 Que el controlador emita esta fuerte respuesta. DISENO DE CONTROLADORES 1 (U − D2 − D3 ) Gp .28: Zonas permitidas en la respuesta de frecuencia.28). 20 log M m= ˜ CAP´ ITULO 2. e lo haga ante el ruido en la medida D3 . que tambi´n o o ı. No as´ sin embargo. podemos pensar en dar a la ganancia de lazo una determinada forma. Por ello la ganancia de lazo no debe hacerse alta en un intervalo arbitrario de frecuencias. para alcanzar un adecuado funcionamiento en esa zona. Ser´ conveniente por ello: a Si hacemos |Gc Gp | 1 siendo |Gp | peque˜a. aumentamos la ganancia en n lazo abierto a costa s´lo del controlador. es decir. ante las entradas U (de referencia) y D2 (perturbaci´n en salida). queda o Dar a M una gran atenuaci´n en el intervalo de frecuencia en el que el ruido o es importante Dar un valor alto a la ganancia en lazo abierto M = |Gc Gp | en el rango activo de frecuencia. puede parecer l´gico. De acuerdo con estas ideas. h h h g¡€¡e¡e¡ h a¡f¡f¡ t h¡ g¡ g¡g¡r¡b¡p¡p¡ s¡ g¡ f f¡ f¡f¡f¡s¡d¡d¡ r¡ f¡ e¡e¡h e¡e¡e¡r¡c¡c¡ q¡ƒ¡i¡i¡ q¡ e¡ d d¡c¡f¡y¡„¡y¡d¡b¡€¡ d¡g¡„¡c¡„¡p¡€¡a¡ d¡i¡d¡e¡h¡t¡ p¡i¡f¡t¡u¡ p¡g¡y¡y¡ p¡ d¡t t c¡c¡„¡e¡h¡y¡h¡c¡ƒ¡v¡ c¡d¡c¡¡a¡h¡ i¡ c¡s¡s¡ ¡a¡a¡a¡c¡€¡a¡€¡a¡r¡ƒ¡ y¡g¡g¡ „ ¡b¡b¡b¡„¡b¡€¡b¡€¡gq¡s¡ht ¡„¡„¡h¡d¡a¡h¡a¡y¡s¡b¡ „¡h¡h¡ t¡r¡r¡ h¡q¡q¡ ƒ¡ba¡ƒ¡e¡e¡ƒ¡c¡p¡a¡¡ƒ¡a¡efqrgs ƒ¡g¡a¡e¡f¡c¡g¡b¡y¡ ƒ¡h¡f¡g¡d¡h¡€¡c¡ ƒ¡b¡p¡t¡y¡i¡ g¡ƒ¡i¡s¡a¡d¡ ƒ¡„¡f¡r¡ g¡ƒ¡i¡f¡ f¡f¡b¡d¡e¡y¡¡„¡u¡ r¡¡e¡q¡ f¡¡d¡e¡ q¡ef¡p¡g¡ e¡Y`¡c¡p¡ d¡d¡d¡g¡y¡i¡€¡p¡t¡€¡dp c¡c¡c¡f¡a¡d¡b¡i¡s¡v¡ciw iq¡„¡„¡ ¡b¡b¡b¡d¡b¡y¡ƒ¡c¡q¡„¡bv€auy ¡a¡a¡a¡e¡€¡c¡„¡d¡r¡b¡ „¡„¡„¡f¡f¡ƒ¡`¡g¡i¡h¡c¡`¡ht„ „¡h¡b¡f¡ƒ¡Y¡t¡i¡f¡ „¡c¡h¡b¡e¡„¡Y¡h¡ „¡a¡g¡b¡e¡r¡ h¡y¡f¡s¡ ƒ¡ƒ¡ƒ¡e¡e¡h¡Y¡f¡d¡g¡€¡Y¡gsƒ ƒ¡g¡„¡e¡h¡p¡¡d¡e¡ ƒ¡a¡g¡„¡`¡s¡p¡g¡ ƒ¡€¡f¡ƒa¡`¡q¡ `¡¡`¡`¡`¡g¡d¡e¡c¡f¡y¡p¡fr r¡r€¡h¡ƒ¡ Y¡ba¡Y¡Y¡Y¡f¡c¡`¡€¡`¡b¡i¡eq q¡¡g¡t¡ qrb¡¡ d¡d¡d¡e¡ƒ¡€¡r¡e¡r¡u¡dp c¡c¡c¡`¡h¡y¡h¡d¡h¡b¡ciwx ¡b¡b¡a¡d¡‚¡ƒ¡‚¡¡‚¡t¡bv€ b¡Y¡`¡„¡`¡Y¡`¡ƒ¡ €¡Y¡y¡‚¡a¡d¡ b¡i¡a¡q¡ƒ¡€¡ ¡a¡a¡„¡c¡¡h¡¡€¡¡s¡auy y¡p¡b¡¡„¡c¡ a¡d¡„¡ip¡t¡y¡ „¡„¡„¡ƒ¡g¡„¡c¡`¡i¡¡i¡g¡ht„ „¡h¡a¡d¡f¡p¡„¡p¡h¡ „¡c¡ƒ¡¡s¡v¡ ƒ¡ƒ¡ƒ¡f¡f¡ƒ¡Y¡‚¡e¡t¡e¡f¡gsƒ ƒ¡b¡e¡g¡q¡ƒb¡q¡r¡ g¡b¡g¡yc¡g¡a¡ `¡`¡`¡`¡`¡h¡y¡¡d¡s¡d¡`¡`fr f¡a¡f¡a¡f¡„¡ Y¡abY¡Y¡Y¡g¡„¡¡h¡r¡`¡¡b¡cdipxYeq e¡`¡„¡d¡a¡¡a¡p¡ Y¡e¡g¡y¡„¡q¡„¡d¡ ‚¡¡d¡d¡ƒ¡a¡de¡„¡¡¡h¡a¡ ‚¡¡b¡c¡¡€¡h¡f¡t¡Y¡ ‚¡a¡d¡‚¡a¡ƒ¡p¡ƒ¡c¡ ‚¡g¡€¡i¡Y¡‚g¡Y¡¡ d¡‚¡ƒ¡c¡€¡r¡€¡i¡ ¡¡c¡c¡h¡b¡c¡ƒ¡¡¡‚g¡€¡ ¡e¡„¡Y¡f¡b¡‚g¡cde¡s¡y¡ ¡f¡b¡e¡y¡i¡y¡q¡ c¡¡h¡Y¡b¡¡b¡e¡ ¡b¡b¡e¡‚¡¡p¡f¡€¡p¡s¡abuvy€ ¡a¡a¡f¡g¡a¡¡i¡¡q¡t¡ a¡p¡c¡h¡c¡‚¡ „¡„¡„¡ƒ¡Y¡d¡¡d¡`¡h¡d¡¡ht„ „¡`¡e¡„¡e¡c¡„¡e¡‚¡ ƒ¡ƒ¡ƒ¡‚¡a¡c¡h¡c¡Y¡g¡c¡r¡gsƒ `¡`¡`¡`¡g¡ƒ¡`¡b¡ƒ¡¡b¡d¡`fr Y¡baY‚¡Y¡Y¡f¡h¡Y¡„¡h¡¡„¡`c¡Ycdeipq‚ ‚¡¡d¡d¡‚h¡b¡d¡a¡b¡p¡a¡f¡ ‚¡f¡„¡Y¡‚¡Y¡a¡r¡Y¡p¡ ‚¡ƒ¡`¡g¡q¡yY¡¡„¡ d¡¡€¡i¡e¡ƒb¡i¡h¡ ¡¡c¡c¡¡„¡¡€¡„¡def¡€¡e¡ ¡e¡ƒ¡a¡ef¡y¡€¡q¡y¡i¡ ¡b¡`¡g¡`¡y¡‚¡`¡q¡ ¡h¡yY¡‚¡p¡a¡r¡ƒ¡ c¡f¡ƒb¡f¡d¡¡f¡g¡ b¡`¡f¡¡g¡r¡¡g¡y¡b€ ¡b¡ƒ¡¡d¡b¡p¡p¡y¡r¡€¡ay a¡„¡Y¡e¡c¡‚¡q¡€¡‚¡a¡ a¡d¡‚¡y¡h¡‚¡Y¡h¡Y¡ „¡„¡„¡‚¡c¡`¡a¡f¡f¡i¡q¡b¡ht„ ƒ¡ƒ¡ƒ¡f¡b¡Y¡„¡e¡e¡c¡p¡„¡gsƒ `¡¡d¡d¡„¡c¡h¡`¡`¡a¡e¡h¡ ¡`¡`¡`¡ƒ¡b¡g¡Y¡Y¡„¡d¡g¡`fr YX¡X baY‚¡X Y¡X Y¡X h¡X a¡X f¡X ¡X ¡X ƒ¡X `¡‚¡ ¡W¡¡¡¡¡¡¡¡¡¡X r¡Ydepq‚ e¡g¡€¡ƒ¡g¡`¡ƒ¡¡ ‚¡¡‚¡e¡a¡¡ƒ¡d¡d¡b¡f¡ƒ¡ W¡¡¡¡¡¡¡¡¡¡¡W i¡aby€ci ¡W c¡W f¡W ¡W ¡W ¡W h¡W h¡W ¡W „¡€¡ ¡ƒ¡‚¡Y¡‚¡ƒ¡ƒ¡Y¡a¡¡ ¡e¡h¡`¡i¡i¡f¡€¡f¡ c¡`¡g¡Y¡c¡c¡e¡y¡e¡ ¡b¡e¡d¡¡d¡g¡g¡¡ƒ¡y¡ b¡bY¡f¡b¡b¡b¡€`¡i¡d¡ a¡a¡e¡a¡a¡a¡y¡c¡`¡ „¡„¡a¡`¡c¡‚¡c¡f¡f¡‚¡h¡c¡h„ „¡¡ab`¡¡„¡„¡ab¡b¡Y¡ ƒ¡ƒ¡„¡Y¡„¡¡„¡e¡e¡¡g¡b¡gƒ g¡„¡y€e¡€¡€¡h¡Y¡q¡ `¡`¡ƒ¡b¡ƒ¡d¡ƒ¡`¡`¡p¡f¡a¡`fr f¡ƒ¡¡y¡y¡g¡¡p¡ Y¡¡`¡a¡h¡c¡h¡Y¡Y¡i¡e¡„¡ ¡Y¡Y¡‚¡g¡„¡g¡€¡€¡d¡`¡ƒ¡Yeq ‚X¡X ab‚¡X `¡X Y¡X d¡X ¡X ‚¡X c¡X c¡WX Y¡X di¡b¡ ¡W¡W¡W¡W¡W¡W¡W¡W¡¡W¡X ‚a¡dp‚ ¡ƒ¡`¡‚¡Y¡Y¡d¡d¡`¡p¡y¡ ‚¡c¡`¡g¡e¡a¡a¡ƒ¡y¡f¡ d¡ƒ¡Y¡e¡`¡¡¡g¡a¡`¡ W¡¡¡¡¡¡¡¡¡¡¡W p¡abciy€ ¡„¡c¡f¡c¡‚¡‚¡h¡b¡e¡ ¡c¡f¡b¡`¡b¡p¡p¡f¡‚¡Y¡ b¡¡f¡ƒ¡€f¡y¡y¡c¡Y¡h¡ ¡„¡e¡¡c¡¡i¡i¡e¡¡€¡ a¡d¡e¡h¡¡b¡b¡„¡€¡g¡ „¡„¡b¡‚¡¡„¡y¡g¡g¡b¡ƒ¡d¡h„ ƒ¡XV ‚Y`ƒ¡‚¡d¡a¡ƒ¡h¡f¡f¡‚¡h¡c¡gƒ `¡¡V ¡V ¡V ¡V ¡V ¡V ¡V ¡V ¡X Y¡g¡Y`ef ¡ƒ¡a¡`¡a¡f¡Y¡Y¡ƒ¡e¡ƒ¡ ¡X a¡X f¡X Y¡X f¡X e¡X ¡X ¡X y¡`¡h¡ Y¡¡„¡b¡d¡„¡„¡¡¡¡ ‚WX¡¡¡¡¡¡¡¡¡¡UV ¡WX €¡cdip‚aby€ TY¡¡¡¡¡¡¡¡¡¡ ¡ `¡ d¡„¡ef¡h¡g¡e¡e¡d¡g¡¡ S¡¡¡‚¡c¡‚¡¡‚¡‚¡f¡b¡f¡ ¡WU¡ab¡W c¡W d¡W Q¡W d¡W c¡W „¡W „¡W `¡d¡Y¡ ¡¡U ¡U ¡U ¡U ¡U ¡U ¡U ¡U ¡W „¡¡ ¡¡d¡¡R¡¡d¡d¡d¡e¡‚¡e¡ ¡c¡ƒ¡‚¡ƒ„¡ƒ¡ƒ¡€¡c¡¡ c¡b¡gh¡d¡¡h¡h¡c¡„¡i¡ „¡„¡¡„¡¡„¡¡g¡g¡d¡g¡d¡h„ ¡Q¡R¡¡R¡Q¡y¡y¡‚¡y¡b¡ „¡ƒ¡¡g¡a¡`¡`¡„¡f¡„ ƒ¡Y`ƒ¡b¡ƒ¡b¡ƒ¡h¡a¡a¡c¡a¡„¡Y`efgƒ ¡ƒ„¡Q¡gh¡Q¡ƒ„¡h¡h¡¡h¡‚¡ `¡e¡‚¡e¡`¡€¡€¡h¡¡ Y¡`¡¡`¡Y¡c¡c¡g¡€¡ RX¡¡¡d¡¡¡¡¡¡¡¡¡T‚¡¡ XW ¡f¡ T`¡¡`¡e¡e¡a¡f¡f¡f¡g¡f¡ƒ¡ ‚¡XVSY¡‚¡XVT¡¡XV¡¡¡¡¡YXVTeXVTYXVTY¡¡¡¡XVT`¡Y¡XVT`¡`¡XV a¡`¡h¡ ¡¡¡T¡¡¡¡¡¡¡¡¡¡V ¡X e¡d‚ ¡¡Y¡`¡`¡f¡e¡e¡e¡b¡e¡y¡ ‚¡Y¡d¡Y¡‚¡b¡b¡a¡c¡ R¡c¡ƒ„¡c¡R¡ƒ¡ƒ¡Y¡ƒ¡c¡ QW¡¡¡R¡¡¡‚¡¡¡c¡¡¡¡¡U ¡W `¡aybc€ ¡WU¡ab¡WUS¡‚¡WU¡Q¡WUSc¡¡WUSQ¡Y¡WUS`¡¡¡US‚WUS¡¡Y¡WU f¡Y¡g¡ ¡¡¡S¡¡¡¡¡¡¡¡W¡S¡¡ ‚¡a¡ „¡„¡b¡d¡R¡Q¡‚¡c¡c¡`¡c¡‚¡h„ ƒ¡`ƒ¡a¡R¡„¡‚¡d¡„QR¡„¡Y¡„¡d¡`fgƒ ¡„¡‚¡d¡c¡Q¡d¡d¡e¡d¡Y¡ ¡XVTY¡ƒ¡XV¡b¡XVT„¡a¡XVTb¡R¡XVTd¡R¡ƒ¡ƒ¡XV ¡ƒ¡¡Ye RWX¡¡¡R¡¡¡¡¡¡¡Y¡¡SY¡¡UV ¡WX e¡abcd‚ ‚¡U¡aW¡Sb¡U¡dW¡T¡WU¡¡¡USYWUSY¡¡¡¡WUSe¡¡S¡WU¡¡WUS`¡¡T`¡¡ X Y¡a¡ TY¡XV¡R‚¡¡¡¡e¡¡¡ƒ¡¡¡aXVTaXVT¡¡¡¡ a¡ƒ¡ ¡¡¡S¡¡¡¡`W¡¡Y¡¡¡¡¡W¡ f¡ S`¡¡¡f¡¡a¡a¡b¡b¡d¡b¡„¡ ¡¡Q¡e¡`¡ƒ¡f¡f¡f¡„¡f¡h¡ Q¡¡c‚¡`¡¡f¡e¡e¡e¡b¡e¡g¡ ¡Q¡¡¡Q¡¡`¡¡¡WU a¡`¡b¡ ¡`¡a¡ƒ¡„¡„¡h¡h¡c¡h¡ ¡Y¡ƒ¡f¡b¡b¡g¡g¡‚¡g¡c¡ a¡b¡a¡h¡g¡ „¡ c¡a¡f¡g¡b¡ ƒ¡ Q¡f¡c¡b¡a¡ h¡ „¡„¡a¡‚¡d¡¡Q¡c¡c¡f¡c¡Y¡h„ ƒ¡ƒ¡ƒ¡c¡R¡‚¡d¡d¡d¡`¡d¡c¡gƒ ¡b¡Q¡‚¡Y¡¡¡¡ƒ¡¡`¡ `¡`¡`¡R¡b¡d¡c¡„R¡„¡Y¡„¡‚¡`f Y¡¡X Y¡b¡X a¡c¡X R¡b¡b¡¡b¡d¡ ¡X R‚Y¡¡XW a¡¡XW R¡¡ a¡a¡XV ‚¡a¡¡Ye ¡„¡d¡c¡Q¡‚¡‚Q¡‚¡e¡‚¡¡ RPXIW¡¡¡¡¡¡¡`¡¡¡‚P¡¡‚¡¡VU ¡XW `¡abd‚c ‚¡V¡aP¡Tb¡V¡¡PVSdP¡¡‚¡VT¡¡VT‚P¡¡¡PVTƒ¡¡¡QX¡T¡XV¡¡¡ W ‚¡f¡ ¡¡¡TR¡¡¡¡P¡¡Y¡VT¡¡¡T¡¡X¡ e¡ ¡ ¡W Q¡I¡W Y¡I¡W ƒ¡`¡`¡a¡`¡b¡ ¡¡USQIUTQ¡¡¡¡¡¡¡¡`¡US¡I¡¡S¡¡ ¡ƒ¡ ¡W ¡I¡U¡Y¡US¡I¡US¡¡US¡I¡W ¡WUSY¡Y¡WU „¡Y¡a¡ ¡‚¡„¡„¡b¡b¡ƒ¡ƒ¡d¡ƒ¡ ¡¡ƒ¡ƒ¡a¡a¡f¡f¡c¡f¡ „¡„¡b¡¡d¡Y¡‚¡d¡d¡ƒ¡d¡Y¡„ ¡c¡`¡`¡„¡„¡e¡e¡b¡e¡„ ƒ¡ƒ¡a¡d¡c¡‚¡¡c¡c¡`¡c¡¡ƒ `¡¡X „¡X c¡R¡¡d¡bR¡b¡Y¡b¡‚¡ ¡`¡W¡¡X Q¡X ¡X c¡a¡a¡WUV X ‚¡a¡d¡`f ¡WVSY¡¡VTYX ¡¡¡¡bWVTRWV¡¡¡VT¡¡¡TRWVTdW¡¡¡¡T„XVT„X ¡¡¡ „¡c¡Ye RPWX¡¡¡¡¡¡¡„¡¡¡‚PUS¡¡¡S¡¡W¡ ƒ¡ ‚¡U¡RP¡S‚¡U¡‚P¡T¡PU¡„¡US¡P¡Sƒ¡U¡bP¡S¡PU¡b¡¡S`WV¡¡WU¡ƒ¡¡ X `¡b¡ ¡¡¡SR¡¡¡Y¡¡¡ƒ¡¡¡‚¡¡UV ¡WX `¡cd‚ QI¡¡V ¡X¡¡¡¡I ¡¡a¡¡Y¡ab ¡¡`¡ƒ¡`‚¡a¡a¡Y¡`¡c¡Y¡a¡ ¡I abQ¡I Y¡I `¡I ¡I ¡I „¡¡Y¡b¡‚¡„¡ ¡ƒ¡Q¡a¡Rc¡¡ƒ¡¡¡ƒ¡ „¡„¡X¡V ¡X ¡ƒ¡`¡d¡d¡„¡d¡‚¡„ ƒ¡Y`ƒ¡¡¡V ¡X `¡X Y¡Rc¡c¡ƒ¡c¡¡ƒ `¡U¡¡GE‚X¡¡¡b¡H¡¡PU¡¡a¡VT¡W¡¡TXVTX ¡¡¡ ¡b¡` Y¡¡TQPHS¡¡UFRW¡¡¡¡GSaPGEƒI¡¡¡I¡T„¡¡Sb¡¡¡‚¡U¡‚¡¡ ‚¡a¡ ¡IG¡b¡¡¡¡¡GS¡IH¡¡¡US„IU¡¡P¡S¡W¡S¡¡X `¡„¡Y PXIWIPWX¡¡¡¡¡¡F¡¡¡¡ƒP¡¡ƒ¡¡VUUV ¡XWWX ƒ¡abY`‚ƒ„abcd‚ ‚¡VT¡¡PH¡¡RWH¡U¡ W¡W¡ „¡„¡`¡„¡d¡ R¡¡Sa¡G¡¡¡US„IUTR¡¡¡ƒW¡¡a¡¡¡`I¡¡`¡¡ W¡ ƒ¡ ¡H¡a¡¡TY¡VS¡P¡¡Y¡H¡`P¡¡Y¡VT¡¡¡T¡¡X¡ „¡ ¡¡¡¡T¡P¡V ¡VT¡P¡ ƒ¡ƒ¡WUV X Y¡ƒ¡c¡ F¡¡¡a¡¡Q¡¡ d¡ ¡¡TbPVTY¡¡¡`PUSR¡V¡C¡HS¡¡HFYX¡¡¡¡VTXVT`P¡E¡G¡¡P¡¡¡XVT„X¡¡„¡¡ W¡ a¡ ¡¡WU ¡Y¡W a¡Y¡R¡bQ¡b¡¡b¡ Q¡¡¡U ¡¡ R¡b¡a¡a¡‚¡a¡ E ¡Q¡b¡„¡¡Q¡  „¡„¡W¡¡¡¡ „¡ƒ¡Y¡Y¡b¡Y¡`‚¡ ƒ¡`ƒ¡IV¡¡WGFQ¡¡¡¡ƒ¡‚¡R¡¡a¡b¡¡ `R¡I¡¡DXHF‚¡¡¡‚IV¡¡¡¡S‚IU ¡I¡W ¡WUSa¡a¡XVU W ƒ¡„¡Y¡ ¡XG¡Y¡¡¡¡XVT`¡¡S¡¡U¡`¡USX¡I¡¡S¡¡ ƒ¡b¡ D ¡¡„¡¡¡¡¡ F¡¡b¡‚ R¡‚ ‚ ¡WUS‚¡Q¡¡¡¡‚IGEƒ¡¡ W ¡W ¡bQ¡b¡„¡a¡¡ C¡¡‚¡Q¡Q¡Q¡Q¡ ¡¡¡¡b¡¡¡ E¡¡a¡    „¡„¡Y¡„¡¡ Y¡„¡`¡`¡`‚¡`¡`¡„ ƒ¡ƒ¡X¡F¡X¡¡„W¡ „¡ƒ¡Y¡Y¡Y¡Y¡Y¡ƒ `¡Y`¡WHE¡¡U¡ƒ¡US¡¡X ƒ¡X `¡¡¡¡¡¡Y` RPWX¡¡T„PHS¡¡¡¡¡¡HS‚XGERPG¡¡¡¡S¡I¡S¡IU¡`P¡S¡W¡S¡¡W¡ ƒ¡ D¡VTY¡¡¡HE¡W¡F¡¡VTƒPH¡¡W¡W¡X R¡XVT‚ ‚ V WX ¡‚ ‚¡¡¡Q¡¡¡¡P¡¡¡VT¡¡U¡„¡¡ X ƒ¡¡ FQ¡D¡„¡¡R¡R¡R¡ ¡¡US`IG¡ƒ¡¡TCIV¡¡I¡TQ¡V¡W¡F¡IG¡R¡U¡Q¡¡¡`¡¡UV ¡WX `¡‚ ¡WU¡R¡GF‚X¡¡P¡¡`¡¡¡`¡VT¡P¡W¡¡T¡¡ ¡‚ ¡C¡ƒ¡DQ¡XVTR¡Q¡Q¡Q¡ QI¡¡¡`¡VS¡¡¡E¡¡¡¡¡¡¡¡¡`ƒ„ E¡¡`¡C¡¡¡¡ C¡¡R¡Y¡`¡Y¡Y¡  U „¡ ¡QD¡D¡¡I¡U ¡R¡ƒ¡ƒ¡`¡`¡„¡ ¡¡¡‚¡Y¡‚¡‚¡„Q¡¡ƒ¡„¡ `¡C¡X¡FY¡X¡SD¡PU¡R¡ Q¡`¡ Y¡¡WHE¡¡U¡C¡¡ `¡Y¡Y Y Y Y Y ¡Y¡¡HE¡¡HF`W¡¡¡Y¡X ‚¡¡¡‚¡¡¡Y PWXIPWX¡¡¡¡¡¡F¡¡¡¡RP¡¡¡¡UVUV ¡WXWX ¡‚Y`‚ D¡ ¡P¡¡¡¡X ¡PW¡ ¡ ‚B¡X ¡¡V¡¡XG¡¡XV ¡VT‚I¡X¡ ¡‚ V X ‚¡‚ RA¡H¡RB¡E‚IVT¡¡U¡¡X¡SR¡¡FY¡H¡W¡S¡P¡TR¡W¡US¡W¡T`¡¡ Y¡ ¡G¡`I¡TQ¡V¡CX¡F¡PG¡‚¡¡T¡IUEIH¡¡¡¡S¡I¡TPV¡¡XV¡Y¡¡ ¡‚ ¡VTR¡¡¡¡¡GE¡¡¡S‚¡V¡‚¡U¡¡¡¡ X ‚¡¡ B¡U¡‚B¡SY¡¡T‚¡V¡RI¡¡¡XHSRX¡¡¡X¡¡QWVT¡¡USRX¡¡‚W¡T¡¡W¡ `¡ ¡PW¡VF¡W¡F¡I¡T¡¡T`¡U¡¡¡X `QR¡XV¡¡¡ ¡ ¡D¡IG¡‚¡G¡YP¡¡QI¡ PW¡¡ ‚ T `¡ F¡ ‚ E¡ C¡ C¡¡¡E¡¡¡I¡ Y¡ ¡¡¡ER¡U¡¡WV¡¡¡W¡ Y¡¡WU ¡`¡ Q¡¡FXUS¡A¡H¡QP¡¡¡¡V¡RPGS‚PU¡¡¡U¡¡¡¡S¡¡ ¡ A¡¡TXHS¡A¡¡¡¡¡FQWVT¡¡G¡¡WU¡¡¡¡¡¡X¡ Y¡ ¡¡SQWG¡R¡U¡¡¡USQXUS¡¡¡‚¡¡TRWVE¡¡¡¡‚PUS¡¡¡S¡¡ W¡ ‚¡ D¡¡X ¡‚ ¡U¡I¡T‚¡G¡DI¡T¡IGSQ¡¡ECPHT¡¡G¡RIHFDW¡¡¡IHS¡¡¡QIUSQPU¡¡¡VT¡W¡S¡WUT¡¡T‚¡¡ ¡ ¡ ‚¡P¡GEDW¡¡ED¡¡FDWH¡Q¡¡¡T¡¡ ‚ UV WX ‚¡‚ F¡¡ E¡ ¡¡ IPWXI¡¡¡¡¡¡E¡¡¡¡QI¡¡¡¡UV ¡WX ¡‚ ¡VTQ¡P¡H¡RP¡¡¡P¡T¡¡V¡RP¡XI ¡XV ¡WUV X ¡¡ AB¡G¡QAHS¡B¡SR¡¡SC¡¡¡Q¡G¡¡¡US¡¡¡S¡¡ WX ¡‚¡ ¡C¡I ¡C¡ Q¡ ¡¡W¡ ¡ ¡I Q¡ ¡ C¡¡ ¡¡ Requisitos de funcionamiento (Rango Activo) ¢¡ ¡¡ ©¡   ¡ ¡  ¡ ¡¡  ¡ ¡ ¦¤¡¡¡¡¡ ¡©¡¡¡¡  ¡    ¡¡ ¡ ¡    ¡ ¡©¡ ¡¡ ©¡¡ ¡¡¡©¡ ¡©¡ ¥¡¢¡¡¡¦¤¢¡ ¡¨¡¡¡¡¡¡¡¡¡¡¡ ¡¤¡¡¡¡¡¨¡¡¡ ©¡¡¡¡¡ ¡ ¡©¡¡¡ ¡¡¡ ¡¡¥¡©¡¡£¤¡¡¡¡¡¡¡¡¡¡ ¡¡¡¡ ¡¡¡¡¡¡¡¡¡ ¡¡ £¡¡¦£¡¡§£¡¥¡ ¡¡ ¡      ¡¡¨¡¡¡¡¡¡¡       "¡§¡!¨¦¤ ¡¡§¡¡  ¡¡"¡¨¡ ¡¡¡ ¡¡¡¡¥¦¡"¨¡¡¡¡¡¡¡    ¡ !¢¡¡¡¡¡ §¡¡!§¡¡§¡¡¡¡¡¡ ¡¢¡¡¡¡¡!¡¡¡ ¡¡¡¡  "¡¡¡   ¡¥¡¡¥£ ¡¡¥£¢¡¡¡¡¡¡ ¡ ¡ ¡ ¡ ¡¡ ¡¡¡¡¡¥£©¡¤¡¡¡¡¡©¡¡¡¡¡ ¡!" ¡¡¡ ¡¡¡©¡¡©¡¡¡¡¡¡ ¡ © ¡©¡¡¦¤¡ ¡ ¡©¡ ¡¡!¡!¡!¡!¡¡ ©¡¡©¡ ¡¡ ¡¡¡¡¡¡¡ ¡©¡¦¡¡ ¡¡©¡ ¡¡"¡"¡"¡"¡!" £¡¡¡ "¡!¡!¡"¡¡ ¡ ¡ ¤¡¡ !¡$¡$¡!¡¡ ¡ ¡¡¡¡¡¡¡  ¡¡¡ ¡¡¡ ¡ ¡ "¡¡ ¡ ¦¡"¡"¡ ¡!" ¡ ¡¡" ¡ ¡ ! ¡ $¡¨¡" ¡¡¡¡¡¨¡¡§¡¡¡©¡¡¡!¡¡¡ ¡ ¡ ¦ ¡¡!¨¡¡ ¨"¡¡¡¡¡ ¡   ¡¢¡¦¡§¡¡©§¥¡¡§¡"¡¡¡¨¡¡©$¡¡¡ ¡¡  ¡$¡¡¨¡¡#¡¨¡ ¡ ¡  ¡ #¡¡¡¡¡¦"¡¡¡"¡§¡¡¡¡¡ ¡ ¡¡ ¥¤¢¡§¡¡¢¡  ¡© ¡ ¡ ¡ ¡ ¡¡¡¡!¡¨¥¡¡¡¡#¡¡¡¡¡¡¡ ¡ ¡¡¡¤¡¡¡¡¡¡"¡!¡¡¡ ¡¤¡¤¡$¡!¡!¡¡¡  ¡ ¡ £ ¡§¦¤¡¡¨¡¡£¡¡¡¡¡$¡#¡¡$¡¡!" £¡¡¥$¡£¡¡#¡#¡!¡¡"¡!¡$¡"¡¡ ¡!¡¡#¡@¡@¡¡¡ ¡ ¡  ¡£¡¡¨¡¡9¡9¡¡¡!¡$¡#¡!¡¡ !¡#¡  ¡ ¡#¡" "¡@¡¡¡$¡$¡"¡#$!" ¡¡  " !" ¡¡" ¦¡  ¡¡¡ ¡¡  ¡¡¡ ¡¡#$! ¡ ¡¡ $¡¡¡¡¡¡¡¨¡¡¡¡#¡¡¡#¡$ ¡¡¡¥£§¡¡§¦¤©¡¡$¡§¡¡¡§¡¡¨¡¡¡¡¡¡¡¡¡¡ ¡¡$  #¡¨¥¡©¡¦¡¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡# ¡¡¨¥£¡¡¡¡¡¡¡§¡¡¡¡¡¡¡¡ ¡ ¡# @©¡¡¡¡¡  &¡ &¡ ¡  ¡¡¤¡¡¡¡@¡¡¡ ©¡¡ #$!" ¡ 9¡§¡¡¡¡¦¡©¡¡¡©¡ ¡ ¡ ¡ "¡ ¡¡ ¡¡¡¡£¡¥¤©¨¡¡¡¡¡¡©¡¡"¡¡¡¡ ¡ !¡9¡"  " ¡¡$¡ ¦¡"¡¡#¡$¡$¡¡¡!¡"  !¡ "¡&¡§¡¡¡9¡9¡!¡¡#¡$¡#¡!¡¡" ¡!¡¡9¡#¡#¡"¡¡$¡!¡$¡" !" ¡¡¡¡"¡"¡#¡ ¡¡9#$@!  ! !¡!¡9¡ !¡%¡¡§¡¨¡¡ &¡¡¡#¡¡¡¡! $¡¨¥ ¡¡¡¡¡¡¡¨¡ ¡  ¡¡  9¡ ¡$¡#$@ ¡¡¡©¨¡¡¨¦¡¡¡@§!¡¡§¡¨¡¡¡¡¡ #¡¡$  #¡ ¡¡@ #¡¡¦¡¡§¥¡¡¡¡¨¡§¡ ¡¡ ¡ ¡ ¡¡ ¡¡¡¡&¡¡¡¡¡9¡¡¡¡¡¡¡ ¡ ¡# &¡#¡¡¡¡¡ ¡$¡@#$%&!"9@ @ %¡¡9¡¡¡"¡ ¡ ¡ #¡¡@ @ 9¡ ¡¡¡¡¡¡¡ ¡ ¡¡¡¡@ @¡¡¡¡¡§¥¡¡¡¡¡©¡¡"¡¡"¡¡ ¡ ¡9@ 9©¡¡¥©§¡¡§¡¡¡¨¡"¡¡¡©¨¡¡¡¡¡¡9  ¡  "¡9 9 ¡¡¡¡%©¡¦¡©¡¡¡§@©§¡¡¡¡¡¡¡¡¡¡¡ ¡¡ ¡¡¡¡¡¡¡¡¡¡!¡¡¡ ¡@¡¡$¡!¡"¡¡¡ ¡  ¡  ¡¡¡#¡¡¡¡¡¡¡&¡"¡@#$%&!" "¡"¡¡9¡$¡!¡@¡¡!¡!¡%¡!¡¡" ¡   %¡%¡ ¡$¡$!"@9#$%&!" ¡ ¡¡%¡ !¡!¡¡¡¡$¡"¡¡&¡&¡$¡&¡¡! $¡@¡¡$¡%¡&¡¡¡#¡#¡@¡#¡¡$ $¡¡@¡9¡#¡!¡¡$%¡$%¡#¡$%¡¡ #¡&¡¡#¡¡"¡%¡@¡¡¡9¡"¡¡¡# #¡¡¡¡9¡$¡¡¡¡9¡¡¡ & ¡©¡©¡ ¡¡ $¡¡ ¡¡"¡9¡¡¡ ¡¡¡¡¡©¡¡¡¡@¡¡¡@¡¡& %¡¡¡ ¡¡&¡¡¡¡¡¡"¡¡¡!¡  @¡"¡¡% ¡¨©¡¡¡§¡¡¡¡¡¡¡¡¡©¡¡¡¡¡¡¡¡ ¡¡ ¡¡¡¡§¡¡§¡¡§¡¡§¡¨¡¡¡©¡¡¡¡¡¡ ¡ ¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡%&9@#$!"@9 ¡§¡¡¡¡¡¡¡¡¡¡¡¡¡¡ ¡¡ ¡ @¡¡¡ @¡©¡ ¡ "¡¡¡@¡#¡¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡ ©¡¡¡¡¡$©¨¡¡¨©¡¡©¡¡¡¡¡'©¨¡¡'¡¡¡©¡¡%¡¡%¡¡ ¡¡ 9¡%¡¡9¡!¡"¡&¡¡ ¡!¡ ¡ "¡ ¡¡ ¡!¡%¡¡9  ¡$¡9 "9 9¡¡"¡@¡¡#¡#$!"%&@9#$!"9   ¡ ¡¡!¡&¡@¡9¡¡ ¡ ¡©¡¡¨&¡¡©¡¡¡¡'¡¡¡¡¡¡( ¡¡¡¡¡ @¡%¡¡ ¡$¡¡¡!¡¡@¡¡9¡$¡¡#¡9¡"¡#¡¡ "¡!¡¡%¡$¡#¡!¡¡!¡$¡&¡!¡¡ !¡¡¡"¡#¡@¡¡¡$¡#¡%¡$¡$! $¡#¡¡¡¡¡ #¡¡9¡&@¡!¡9¡¡ #¡ @¡¡¡¡¡ @¡ ¡&@¡¡¡&@¡%&# #$!"%&@9# # @¡¡ ¡ ¡ 9¡© ¡ 9¡¡ ¡ ¡$¡¡@9 9¡9¡¡¡(¡(¡¡¡¡¡#¡¡ ¡¡¡¡¡¡©¡¡¡¡¡¡¡¡'¡¡(¡¡ 9¡¡ ¡©¡¡¡©¡¡¡¡¡¡¡¡¡&¡'&¡¡¡¡  &(@¡¡ ¡¡¡¡¡¡¡¡'¡'¡!¡'¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡¡¡¡¡¡¡¡&¡&¡¡&¡¡ ¡¡¡¡¡¡¡¡¡©¡¡¡¡¡ ¡ ¡"%&'(9@#$!" &¡%¡¡#¡%¡%¡%¡¡" ¡"  ¡ " "¡¡¡'¡¡¡¡¡@¡#¡&¡$¡¡ ¡"¡¡@¡"¡"¡"¡¡!¡¡(¡¡" %¡!¡¡9¡!¡!¡!¡¡$¡! ¡ !¡$¡¡&¡$¡$¡$¡¡9¡@¡%¡#¡%&'(@#$! ¡#¡¡%¡#¡#¡#¡¡(¡(9¡"¡(@¡¡ ¡¡¡(¡¡¡¡¡#¡$¡'¡! $¡9¡¡"¡9¡9¡9¡¡%¡%¡¡%¡¡ #¡@¡¡¡¡¡¡@¡¡"¡¡$¡¡¡ ¡&¡¡¡¡¡©¡¡¡¡¡¡¡¡¡¡¡$¡¡(¡¡¡ &#$!"%&'(9@ &¡&¡&¡"%&'(@9#$!"%&'(9@ 9¡ %©¡¡¡¡¡¡¡¡¡©¡¡©¡¡¡¡#¡$¡ '¡¡¡ @ ¡%¡¡ ¡(¡(¡ '¡ ¡¡!¡9¡9¡¡ ¡ "¡¡ ¡ '¡ '¡¡¡¡¡¡@¡"¡¡ 9¡&¡¡!¡@¡@¡(¡¡!¡"¡#¡ 9 ¡¡¡¡"¡"¡"¡¡(¡@¡"¡#¡¡ "¡¡¡$¡&¡&¡&¡¡9¡#¡&¡!¡#$!" ¡¡¡#¡%¡%¡%¡¡@¡9¡%¡$¡¡ !¡@¡¡¡0¡0¡0¡¡@¡@¡0¡$¡¡#$! $¡#¡¡%¡@¡@¡@¡¡#¡#¡@¡¡¡ $¡¡&¡!¡!¡!¡¡$¡$¡!¡"¡¡ #¡!¡¡"¡9¡9¡9¡¡!¡!¡9¡¡¡ &¡¡¡ ¡¡¡¡¡!¡¡¡¡¡%¡¡¡¡¡¡¡ ¡ 9¡¡ ¡¡¡¡¡¡¡%¡¡%¡¡¡¡¡¡¡¡(¡¡  0¡¡&( &¡¡$¡$¡$¡¡¡¡$¡¡&( (9@!#$"%'(@9 (9 ¡¡¡¡%¡%¡¡¡ %¡¡¡¡¡¡¡¡¡¡¡¡'¡¡¡¡¡ ¡ ¡¡¡¡@¡¡¡¡¡¡¡¡¡'¡¡ ¡ ¡%'@9 '¡@¡¡¡¡¡"¡"¡¡'¡ %¡'¡#¡#¡#¡¡¡¡#¡%¡%&'()09@!#$"%'@9 @¡9¡¡¡)¡)¡(¡)¡¡9¡9¡)¡#¡¡ 9¡%¡&¡¡$¡(¡(¡'¡¡¡0¡0¡(¡!¡¡ ¡¡¡¡¡#¡&¡'¡&¡'¡&¡¡¡(¡)¡)¡ '¡@¡¡ ¡¡¡¡¡¡¡¡&¡&¡&¡)¡¡ ¡¡¡¡¡¡¡¡%¡%¡%¡(¡¡ "¡"¡¡'¡$¡$¡$¡¡$¡$¡$¡%¡¡" !¡!¡¡&¡#¡#¡#¡¡¡¡¡¡¡!#$ !"$%&'()09@!#$ $¡$¡¡9¡¡¡¡¡¡¡¡'¡¡ #¡#¡¡(¡¡¡¡¡¡¡¡&¡¡ &¡ %¡¡¡!¡!¡!¡¡!¡!¡!¡¡¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡¡&(0 (¡%¡!¡!¡!¡¡!¡!¡!¡¡¡ &¡¡9¡9¡9¡¡9¡9¡9¡#¡¡ %¡¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡¡¡¡¡¡¡¡¡¡¡¡ ¡%')9@ '¡¡@¡@¡@¡¡@¡@¡@¡$¡¡ %¡$¡0¡0¡0¡¡0¡0¡0¡"¡¡ @¡@¡¡'¡¡¡¡¡¡¡¡'¡¡ ¡9¡%¡%¡%¡¡%¡%¡%¡)¡¡ 9¡9¡¡&¡@"¡@"¡@"¡¡@"¡@"¡@"¡&¡¡ ¡&¡¡%¡¡¡¡¡¡¡¡%¡¡ ¡(¡¡¡¡¡¡¡¡(¡¡ 9@!"#$ "¡"¡"¡¡"¡"¡"¡  ¡¡¡"¡0¡0¡0¡¡0¡0¡0¡"¡¡ ¡"#¡)¡)¡)¡¡)¡)¡)¡!¡¡ "¡"¡¡!¡)¡)¡)¡¡)¡)¡)¡!¡¡" "¡!¡(¡(¡(¡¡(¡(¡(¡@¡" !¡!¡¡¡(¡(¡(¡¡(¡(¡(¡@¡¡! !¡¡'¡'¡'¡¡'¡'¡'¡9¡$!"%&'()09@!#$ $¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡¡ ¡¡¡¡¡¡¡¡¡¡¡  ¡¡$ $¡@¡9&¡9&¡9&¡¡9&¡9&¡9&¡0¡¡ #¡¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡¡ ¡ ¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡%&'()09@# #$%&'()09@!"%&'()09@# # # # &¡$¡¡$¡¡¡¡¡¡¡¡%¡¡ %¡#¡¡#¡"¡"¡"¡¡"¡"¡"¡$¡¡ ¡ ¡ ¡ ¡ !¡ !¡ !¡ ¡ !¡ !¡ !¡#¡¡ @¡&¡¡&¡#¡#¡#¡¡#¡#¡#¡'¡¡ @¡¡(¡%¡%¡%¡¡%¡%¡%¡)¡¡ ¡9¡&¡&¡&¡¡&¡&¡&¡0¡¡ 9¡%¡¡%¡¡¡¡¡¡¡¡&¡¡ 9¡¡'¡$¡$¡$¡¡$¡$¡$¡(¡¡ ¡¡¡¡@¡@¡@¡¡@¡@¡@¡"¡¡" "¡!¡¡@¡'¡'¡'¡¡'¡'¡'¡9¡¡ "¡¡!¡)¡)¡)¡¡)¡)¡)¡@¡¡ !¡@¡¡9¡%¡%¡%¡¡%¡%¡%¡)¡¡! $¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ $¡¡ ¡¡¡¡¡¡¡¡¡¡¡  #¡¡$ #¡¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡¡ ¡ ¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡#%&'()09@ #$&(%'9@!"#%&'(9@ @ '¡'¡'¡¡'¡'¡'¡9¡#%&'()09@ & ¡$¡¡&¡$¡$¡$¡¡$¡$¡$¡(¡¡ ¡ #¡ ¡ $¡ #¡ #¡ #¡ ¡ #¡ #¡ #¡&¡¡ %¡&¡¡(¡&¡&¡&¡¡&¡&¡&¡0¡¡ @¡9¡¡'¡0¡0¡0¡¡0¡0¡0¡'¡¡ 9¡%¡¡%¡(¡(¡(¡¡(¡(¡(¡%¡¡ ¡¡¡#¡¡¡¡¡¡¡¡¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡ ¡"¡9¡9¡9¡#$&(0%')9@!" 9¡9¡9¡!¡"#$&(0%')9@!" ¡"¡¡¡'¡'¡'¡¡'¡'¡'¡'¡¡!" "¡"¡"¡¡2¡2¡2¡2¡¡ "¡"¡"¡"¡¡ !"¡!¡¡"¡&¡&¡&¡¡&¡&¡&¡&¡¡ !¡!¡!¡¡1¡1¡1¡1¡¡ !¡!¡!¡!¡¡ ¡$¡¡'¡#¡#¡#¡¡#¡#¡#¡#¡¡$ #$%&¡#¡¡&¡@¡@¡@¡¡@¡@¡@¡@¡¡#%&'()0 ¡&¡¡!¡%¡%¡%¡¡%¡%¡%¡%¡¡ 0¡0¡0¡¡0¡0¡0¡0¡¡ ¡%¡¡(¡$¡$¡$¡¡$¡$¡$¡$¡¡ )¡)¡)¡¡)¡)¡)¡)¡¡ @¡¡¡¡¡¡¡¡¡¡¡¡ ¡@ ¡ @¡ ¡ $%¡ 9¡ 9¡ 9¡ ¡ 9¡ 9¡ 9¡ 9¡¡ 9¡¡¡¡¡¡¡¡¡¡¡¡ ¡9 ¡9¡¡#¡ "¡"¡"¡¡"¡ "¡"¡"¡¡ ¡"¡¡¡!¡!¡!¡¡!¡!¡!¡!¡¡$!" "9@#$%&'(!" (¡(¡(¡"9@#$%&'()0!" (¡(¡(¡(¡¡ !"9@#$%&'()012! ¡$¡¡!¡#¡#¡#¡¡$¡#¡#¡#¡¡#%&'()012 ¡&¡¡"¡$¡$¡$¡¡&¡$¡$¡$¡¡ %!"¡!¡¡@¡(¡(¡(¡¡0¡(¡(¡(¡¡ ¡%¡¡9¡&¡&¡&¡¡(¡&¡&¡&¡¡ )¡)¡)¡¡)¡%¡%¡%¡¡ '¡'¡'¡¡'¡4¡4¡4¡¡ %¡%¡%¡¡%¡2¡2¡2¡¡ 1¡'¡'¡'¡¡ 3¡3¡3¡¡ 1¡1¡1¡¡ )¡)¡)¡¡ @#$&¡#¡¡'¡@¡@¡@¡¡#¡@¡@¡@¡¡@ 9¡@¡¡%¡9¡9¡9¡¡@¡9¡9¡9¡¡9 "¡9¡¡(¡"¡"¡"¡¡9¡"¡"¡"¡¡" !¡"¡¡&¡!¡!¡!¡¡"¡!¡!¡!¡¡! !"9@#$&(%'! 0¡0¡0¡9@#$&(0%')! 2¡0¡0¡0¡¡ $¡!¡¡#¡#¡#¡#¡¡$¡2¡1¡1¡¡$ $¡$¡$¡$¡$¡¡!¡3¡2¡2¡¡ $¡9¡9¡¡ $¡$¡¡ $!"9@#$&(024%')13 #¡$¡¡@¡@¡@¡@¡¡#¡1¡0¡0¡¡ ¡#¡¡9¡09¡09¡09¡¡@¡0¡)¡)¡¡#&2 #¡6¡6¡¡ #¡#¡¡ ¡&¡¡$¡'¡'¡'¡¡0¡'¡&¡&¡¡(04 4¡3¡3¡¡ %&9@¡%¡¡#¡&¡&¡&¡¡)¡&¡%¡%¡¡!"9@%')13 ¡@¡¡"¡)¡)¡)¡¡29¡)¡(¡(¡¡ @¡5¡5¡¡ @¡@¡¡ ¡9¡¡!¡(¡(¡(¡&(0#$!" 1¡(¡'¡'¡¡ 9¡4¡4¡¡ ¡$¡¡(@¡%¡%¡%¡¡(¡%¡$¡$¡¡$ #$¡#¡¡&'¡¡¡¡¡&'¡$¡#¡#¡¡# #$%&'(9@# #$%&'()01234569@# ¡%¡¡&'¡%¡%¡%¡¡&'¡%¡%¡%¡¡#$%&'()01234569@ (¡¡@¡@¡@¡¡@¡2¡2¡2¡¡ &¡$¡0¡0¡0¡¡2¡0¡0¡0¡¡ &¡%¡@¡6¡6¡¡ '¡%¡9¡9¡9¡¡9¡1¡1¡1¡¡ %¡#¡)¡)¡)¡¡1¡)¡)¡)¡¡ %¡¡9¡5¡5¡¡ '()09@#$%')9@ ¡#¡9¡9¡¡ ¡9¡¡9¡'¡'¡'¡¡)¡'¡'¡'¡¡ @¡¡@¡(¡(¡(¡¡0¡(¡(¡(¡¡ @¡9¡$¡$¡$¡¡$¡4¡4¡4¡¡ @¡@¡¡ ¡&¡¡(¡&¡&¡&¡¡(¡&¡&¡&¡¡ 9¡¡#¡#¡#¡¡#¡3¡3¡3¡¡ &%&9@¡&¡¡(¡(¡(¡(¡¡(¡(¡(¡(¡¡%&'()0123456 (¡¡)¡)¡)¡¡(¡'¡%¡%¡¡ &¡(¡'¡'¡'¡¡&¡%¡6¡6¡¡ ¡'¡&¡&¡&¡¡%¡¡¡¡¡ ¡%¡0¡0¡0¡¡0¡0¡0¡0¡¡ 0¡0¡0¡¡)¡(¡&¡&¡¡ 0¡¡3¡1¡1¡¡ (¡2¡1¡)¡)¡¡ &¡0¡)¡'¡'¡¡ 4¡2¡2¡¡ 6¡6¡¡ 4¡4¡¡ ¡ &'()02345678%&'()01234569@ '¡%¡(¡(¡(¡¡'¡4&¡4¡4¡¡ ¡&¡%¡%¡%¡¡2¡2¡2¡2¡¡ )¡%¡2¡0¡0¡¡ '¡1¡0¡5(¡5(¡¡ 5¡5¡¡ 3¡3¡¡ ¡ %¡%¡¡'¡'¡'¡'¡¡'¡'¡'¡'¡¡9@ &¡&¡¡&¡&¡&¡&¡¡&¡&¡&¡&¡¡&'()02345678 %¡%¡¡%¡%¡%¡%¡¡%¡%¡%¡%¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡%&'()012345678%1 %&'(% ¡¡¡¡¡¡¡¡¡ ) ) ) %&'()0% )¡)¡)¡)¡¡ 1 1¡1¡1¡¡ 3 3 3 ¡ %&'()012345678%1 Limites de incertidumbres de modelado y ruido en medida log ω Figura 2. tratando de satisfacer las exigencias impuestas (figura 2.

se basan en la realimeno taci´n de la variable salida y. Con estos m´todos.6. En efecto. esto significa que la compensaci´n puede aumentar la anchura o de banda (BW) del sistema s´lo si el modelo contin´a siendo relativamente preciso o u en BW. el dise˜o de compensadores para ubicar m´s de dos polos e n a resulta complicado debido en gran parte a la dificultad de relacionar los par´metros a del controlador con las especificaciones deseadas. Si intent´ramos ensanchar BW sobre la regi´n en que las incertidumbres de a o modelado son elevadas. o incluso a ıa la inestabilidad. resonancias mec´nicas. . disponiendo de informaci´n suficiente. o a En la pr´ctica nos encontramos con que las imprecisiones en el modelado de la a planta aumentan con la frecuencia. Utilizando el modelo de estado. ello conducir´ a un funcionamiento indeseable.˜ 2. M´s concretamente. 2. dar a M una atenuaci´n en pronunciado descenso para o conseguir que la anchura de banda sea amplia. DISENO EN EL ESPACIO DE ESTADO 59 Entre estas dos zonas. en cambio. la expresi´n o o T SG = 1 1+G es la sensibilidad de la funci´n T = G/(1 + G) respecto del par´metro G.6. para cambiar la posici´n de todos los polos del sistema a otras nuevas posiciones o prefijadas a voluntad. a etc. propios del modelo de funci´n de transferencia. a mayor precisi´n se necesita en el modelado. Dise˜ o en el Espacio de Estado n Los m´todos basados en el Lugar Geom´trico de las Ra´ y en la Respuesta de e e ıces Frecuencia. Por ello la ganancia a alta frecuencia debe ser peque˜a para mantener el sistema n estable. como vamos a o ver. Otra importante restricci´n de dise˜o es la tolerancia a imprecisiones de modelao n do. polos de alta frecuencia. Pero aqu´ ocurre un problema: el aumento en la pendiente de atenuaci´n de la ı o curva M hace reducir el margen fase. en la utilizaci´n de controladores con un o u o reducido n´mero de par´metros de dise˜o: controladores PID y de adelanto-retraso u a n de fase. por lo com´n. cuanto menor sea el valor de |1 + G( jω)|. ∞). ω ∈ (0. El an´lisis revela que para conservar la estabilidad en lazo cerrado se necesita un a modelo preciso en lazo abierto en un rango de frecuencia alrededor de la frecuencia de cruce. En particular. El n´mero de polos en lazo cerrado que podemos ubicar por dise˜o con estos u n controladores es de dos. debido sobre todo a la existencia de din´micas no a modeladas como retardos de tiempo. es posible realimentar el vector de estado en lugar de la salida.

siendo K = k1 k2 . u   0  1  −an −an−1 . .     0 1 0   . BK =   . 2. λn los valores propios de A y supongamos que deseamos obtener un nuevo sistema. . mediante feedback de estado. Para su c´lculo te´rico podemos aplicar cualquiera a a o ..60 ˜ CAP´ ITULO 2. A ∈ Rn×n B ∈ Rn×1 . α1 − a1 entonces el determinante de [sI − (A − BK)] es α(s) puesto que   0 0 . k1 k2 . u. Ti y Td . . . Asignaci´n de polos o Sea un sistema din´mico cuyo modelo de estado est´ en forma can´nica controa a o lable.. −a1 1 y = Cx en donde x ∈ Rn . . . λ2 . . . que tenga como polinomio caracter´ ıstico α(s) = sn + α1 sn−1 + . y ∈ R. . kn Esta es la forma m´s sencilla de resolver el problema de asignaci´n de polos en el a o espacio de estado. ıces Definiendo una nueva entrada v. µn . C ∈ R1×n El polinomio caracter´ ıstico est´ definido por la ultima fila de la matriz A a ´ det(sI − A) = sn + a1 sn−1 + . . .1.. . . . + an−1 s + an Sean λ1 .   . . . + αn−1 s + αn con ra´ µ1 . kn las ecuaciones de estado se transforman en x = (A − BK)x + Bv ˙ y = Cx Si damos a K el valor K= αn − an αn−1 − an−1 . . DISENO DE CONTROLADORES 2.7.   .   . x =  ˙ x +  . . . µ2 . Sinton´ de controladores PID ıa Los controladores PID comerciales disponen de mandos externos para el ajuste de los par´metros Kp .6. de forma que ahora la entrada a la planta sea v − Kx. . . 0   .

a En el experimento hemos medido la respuesta al escal´n y(t) de la planta (figura o 2. “la a o mayor´ de las plantas a controlar admiten como modelo externo la funci´n no ıa” o racional A e−T s G(s) = a ≥ 0.7. SINTON´ DE CONTROLADORES PID IA 61 de los procedimientos vistos antes. Td y Ti del controlador o a a partir de los par´metros hallados. Calcular. los par´metros Kp . a y T de la planta. Realizar un experimento para determinar los par´metros A. como no va a ser asi. Sabemos que el valor de la respuesta y0 (t) a un escal´n unitario de la planta con retardo nulo o G0 (s) = A s+a en el instante τ = 1/a (constante de tiempo) es y0 (τ ) = A(1 − e−at )|t=1/a = A(1 − e−1 ) = 0. a Se han desarrollado dos m´todos. (2. ı. este m´todo consisten en aplicar un escal´n unitario 1(t) a a e o la planta y medir su respuesta temporal y(t) para. a y T de su supuesto modelo. a 2. M´todo de lazo abierto e Suponiendo que el modelo A e−T s G(s) = . Trazando la tangente a la curva y(t) en el punto de m´xima pendiente y hallando su intersecci´n con el eje t. Si no es as´ lo que suele hacerse es suponer para ella un modelo muy simple. ajustar emp´ ıricamente los par´metros del PID en base a ese modelo y probar luego a c´mo funciona el control en la realidad.29). s+a es v´lido para planta. a Veamos ahora como se hallan a y A. la m´xima pendiente de y(t) se dar´ en el punto a ıa de intersecci´n de la curva con el eje t. llamados m´todo de lazo abierto y m´todo de e e e lazo cerrado. Pero. Pero ¿c´mo buscar un modelo simple de o o un planta desconocida? La respuesta que a esta cuesti´n dieron Zeigler y Nichols o est´ basada en la siguiente observaci´n: en la industria de control de procesos. con f´rmulas apropiadas. los m´todos de ajuste constan de dos etapas: e 1.26) s+a Bajo este supuesto. Primero calcularemos T .2. lo que hemos o hecho es una aproximaci´n que consiste en sustituir la parte baja de la curva por la o tangente de pendiente m´xima. a partir de ella. Si la planta real siguiera exactamente el e−T s modelo supuesto G(s) = As+a . . calcular los par´metros A. siempre y cuando conozcamos el modelo de la planta.632A. obtenemos el valor del a o retardo T del modelo G(s) de la planta.

Por ser la entrada un escal´n unitario. .632A. DISENO DE CONTROLADORES y (t ) y (t ) A a 0. s+a en el instante τ + T . o En el caso en que la constante a sea nula.632A.632 A T t t1 t Figura 2.62 ˜ CAP´ ITULO 2. a yss = l´ y(t) = ım t→∞ A a Por ello. el valor final de la respuesta o valor en estado o estacionario es igual a la la ganancia est´tica de la planta. valdr´ tambi´n y(τ + T ) = 0. hallamos el punto de intersecci´n de la recta con la curva y(t) y entonces la vertical o por dicho punto marca el valor t1 = τ + T . a´n es posible definir los valores de T u (igual que antes) y de Rr que es igual a la pendiente m´xima de la respuesta. a El principal inconveniente del m´todo de lazo abierto es que el experimento que e 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. Por tanto τ = t1 − T = 1/a ⇒ a. A = a yss El valor Rr = A/τ = aA se llama tasa de reacci´n reaction rate. de a y de A (derecha) a Por tanto. la respuesta al escal´n unitario de la planta con retardo T o G(s) = A e−T s .29: C´lculo de T (izquierda). Asi que para determinar la a e constante de tiempo τ trazamos una recta horizontal de ordenada igual a 0.

Rr .5T/τ ) 1+0. adem´s.27 T ) AT τ /τ T ( 2.5T Cohen-Coon (lazo abierto) τ T (1 + 3τ ) AT τ T (0.33T 1.37 T ( 1+0. y el de Cohen-Coon que supone a = 0.6T 0. si se ponen en modo a a autom´tico son capaces de ponerse ellos mismos los valores m´s adecuados a las a a circustancias. Entonces anotaremos los valores de Ku y del per´ ıodo de oscilaci´n Tu .5Ku Rr T 0. con ciclos de amplitud mantenida.3T /τ ) 1+2.45Ku 0. pueden exigir un tiempo de experimento demasiado largo.7.08Ku 0. tambi´n de lazo cerrado.2T /τ τ (1. en lazo cerrado. de aspecto sinusoidal.125Ku 0.2T /τ ) . Son los controladores inteligentes. Ajuste de los par´metros del PID a A partir de los valores emp´ ıricos T. Con el proceso en funcionamiento se ponen los par´metros de PID con los a valores Td = 0 (o el valor m´ ınimo posible).833Ku 0. se pueden calcular los par´metros Kp .5Ku Rr T 0. tambi´n puede resultar a e a e veces problem´tico: hay procesos que no toleran oscilaciones mantenidas por mucho a tiempo y hay otros (muy lentos) que aunque las admitan. o de los valores Ku .5Ku 0.1.7.082 3τ ) AT T ( 3. Ti = ∞ (o el valor m´ximo posible) y se a va aumentando despacio la ganancia kp hasta el valor ku para el cual la respuesta y(t) sea oscilante.9 0. o Aunque este m´todo es m´s factible que el anterior. que se basan en el funcionamiento e e normal del controlador para hacer los c´lculos y.9 + 0. que suponen suponen a = 0 en el modelo G(s) de la planta.33+0. Tu obtenidos en lazo cerrado. El m´todo es el e siguiente. obtenidos en lazo abierto.2.5Ku 0. es decir. Tipo P Kp P I Kp Ti P ID Kp Td Ti Zeigler-Nichols Shinskey Zeigler-Nichols (lazo cerrado) (lazo cerrado) (lazo abierto) 1 0.5+0. Td y Ti del a controlador de forma aproximada. Hay otros m´todos.43Ku 0.5Ku Rr T 0. 2.34Ku 2T 0. Entre los m´todos que se han desarrollado para ello cabe destacar el de Ziegler– e Nichols y el de Shinskey.6Ku 0. SINTON´ DE CONTROLADORES PID IA M´todo de lazo cerrado e 63 Permite calcular los par´metros del modelo G(s) de la planta haciendo un exa perimento con el control PID en funcioonamiento.2 0.35 + 0.

64 ˜ CAP´ ITULO 2. DISENO DE CONTROLADORES .

Parte II Control de procesos de eventos discretos 65 .

.

tales como Capacidad de agupar varios estados en un superestado. autom´viles. El problema del modelado radica en la dificultad de describir el comportamiento reactivo de una manera clara. Al estar los estados agrupados de una forma no estratificada. jer´rquico y bien estructurado. sistemas de aviaci´n. Los diagramas de estado no son adecuados para modelar sistemas complejos debido a la gran cantidad. para un sistema de mediana complejidad resulta un diagrama de estado desestructurado.Cap´ ıtulo 3 Modelos de sistemas de eventos discretos En este cap´ ıtulo vamos a ver algunos modelos de sistema de eventos discretos. redes de comunicaci´n. a Para resolver el problema del crecimiento exponencial se impone relajar el requisito de que todas las combinaciones de estados tengan que representarse expl´ ıcitamente. 67 . Los primeros modelos (aun hoy utilizados) de estos sistemas fueron las m´quia nas de estados y sus correspondientes diagramas estado-transici´n o diagramas de o estado. y las interfaces hombre-m´quina de muchas clases de o a software ordianrio son ejemplos de sistemas reactivos. Estos diagramas son grafos dirigidos cuyos nodos denotan estados y cuyas flechas denotan transiciones. exponencialmente creciente. Adem´s deber´ tambi´n atender de modo natural a especificaciones m´s generales a ıa e a y flexibles. de estados que se precisan. Posibilidad de ortogonalidad o independencia (paralelismo) entre cietos estados. Estos sistemas. llamados a veces sistemas reactivos. Tel´fonos. de gran dimensi´n o y de dificil manejo. son sistemas de control que est´n comandados por eventos: sistemas que est´n permanentemente reaccionando a a a est´ ımulos externos e internos. sistemas operativos de ordenae o o dores. realista y al mismo tiempo lo suficentemente formal y rigurosa como para servir de base para detallada simulaci´n computerizada del o sistema. Para poder ser util. un modelo ha de ser modular.

Posibilidad de refinamiento de los estados. 1 ∈ U | 0 a = 0. b. 0 ⊕ a = a. Si adem´s se cumplen las propiedades a 5. 1) es un ´lgebra de Boole. 4. Constituyen un formalismo visual para describir estados y transiciones de forma modular. Las cartas de estado statecharts cumplen todos estos requisitos. un elemento bien definido (y s´lo uno) y ∈ Y . Funciones booleanas f :X → Y x → f (x) Si X e Y son dos conjuntos. para Un conjunto U en el que se han definido dos operaciones ⊕ y todo a. ) es un ret´ ıculo. Distributivas: a ⊕ (b c) = (a ⊕ b) (a ⊕ c).1.68 CAP´ ITULO 3.1. . sabemos que una funci´n o definida en X (dominio) y con valores en Y es cualquier ley que hace corresponder a cada elemento x ∈ X. 1 ⊕ a = 1 7. o o 3. 3. a entonces se dice que (U. 1 a=0 a = a. . Absorciones: a (a ⊕ b) = a ⊕ (a c b) = a se dice que (U. Si adem´s de estas cinco se cumplen tambi´n a e las propiedades de 6. ⊕. y permiten la visualizaci´n tipo ”zoom”entre los diferentes niveles de abstracci´n [5]. como por ejemplo o o f: R → R x → x2 + 2x + 5. Cotas universales: ∃ 0. la ortogonalidad y el refinamiento. permitiendo el agupamiento de estados. Idempotentes: a ⊕ a = a a=a a b=b a a (b c) = (a b) 2. La ley que o define la funci´n viene dada a veces por una expresi´n algebraica. 0. . a (b ⊕ c) = (a b) ⊕ (a c) se dice que es un ret´ ıculo distributivo. Complemento: ∀a ∈ U ∃a ∈ U | a ⊕ a = 1.1. Asociativas: a ⊕ (b ⊕ c) = (a ⊕ b) ⊕ c. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS Necesidad de transiciones m´s generales que la flecha etiquetada con un simple a evento. ⊕. Conmutativas: a ⊕ b = b ⊕ a. a 3. c ∈ U satisfacen las propiedades: 1. Algebra de Boole tales que.

como por ejemplo ´ o f (a. Formas can´nicas o Evidentemente. n. . Una funci´n booleana de n variables x1 . . . . Dicho de otro modo. . . . xn ) → f (x1 . . es decir 2 f : Zn → Z2 2 (x1 . . .1. Esta relaci´n permite dividir el conjunto de funciones booleanas de n variables o en clases de equivalencia. o Se dice que dos funciones booleanas f (x1 . Pero otras veces la ley puede o venir expresada de cualquier otra forma tal que describa completamente la correspondencia entre todos los elementos de X con elementos de Y . . . ALGEBRA DE BOOLE que define una funci´n real de una variable real o o f : R2 → R (x. . . se define como una aplicaci´n o o de Zn en Z2 . d) = abcd + abcd + abc!d y la forma can´nica producto de max-terms. x2 . Por ejemplo. la equivalencia de funciones booleanas es una relaci´n de equivao lencia. . d) = (a + b + cd)(a + b + c + d)(a + bc + d). x3 ) = x1 x2 y g(x1 . . xn . .3. . x2 0 0 1 1 0 0 1 1 x3 0 1 0 1 0 1 0 1 f 0 0 0 0 0 0 1 1 x1 0 0 0 0 1 1 1 1 x2 0 0 1 1 0 0 1 1 x3 0 1 0 1 0 1 0 1 g 0 0 0 0 0 0 1 1 . c. . dicha ley se puede expresar en forma de tabla. . b. c. . . una funci´n booleana siempre se puede expresar en o 2 forma de tabla. . . xn ) para todo xi ∈ Z2 . x2 . y) → x2 − y 2 . . Cuando el dominio X es un conjunto finito. . xn ) = g(x1 . tal como o f (a. las funciones f (x1 . . xn ) son equivalentes si f (x1 . 69 que define una funci´n real de dos variables reales. dos funciones booleanas son equivalentes si sus tablas de verdad coinciden. x1 0 0 0 0 1 1 1 1 son iguales. xn ) Por ser Zn un dominio finito. x2 . i = 1 . xn ) y g(x1 . . El representante can´nico de cada clase de equivalencia o no es unico: tenemos la forma can´nica suma de min-terms. . La tabla que define una funci´n booleana se llama tabla de verdad o de la funci´n. b. . . x3 ) = x1 x2 (x3 + x3 ) son equivalentes porque sus tablas de verdad. .

ya que su expresi´n o puede resultar excesivamente larga. Para ello. . x f (x. xn ) es partir de o o una expresi´n cualquiera de la funci´n y multiplicar por (xi + xi ) todos los t´rminos o o e de la misma que no contengan la variable xi . xyz. y) xy. j) de la tabla es 1 o bien xj j = 0 si el elemento (i. . en la siguiente tabla se indican los mino terms de las funciones booleanas de una. xy. xy. σn ) σ en donde xj j = σ xj si σj = 0 . MODELOS DE SISTEMAS DE EVENTOS DISCRETOS Una funci´n booleana f (x1 .70 CAP´ ITULO 3. Simplificaci´n de funciones booleanas o La forma can´nica de una funci´n es f´cil de obtener pero no siempre es la m´s o o a a conveniente. . . . xyz. xyz. . xyz Los min-terms se suelen identificar tambi´n por un n´mero binario en el que e u cada d´ ıgito representa una variable negada si es cero. n. n. xyz. t´rmino m´ e ınimo (min-term) o simplemente t´rmino. o o a La simplificaci´n de una funci´n conduce a una m´s simple y. . . . j) de la tabla es 0. . . . .2. sobre todo si pensamos en la realizaci´n f´ o ısica. xj j . o el´ctrico o electr´nico. La expresi´n can´nica de f se obtiene como suma o o de todos los productos obtenidos. xσn y en 1 n σ σ el mismo hacemos xj j = 1 si el elemento (i. . A modo ilustrativo. . m´s o o a a eficiente implementaci´n de la misma. xyz. . . y. . asociamos a cada fila de la tabla un producto xσ1 . A´n u de forma m´s compacta. xn ) = (σ1 . un minterm se puede identificar por el n´mero decimal a u correspondiente al antedicho n´mero binario. dos y tres variables. el minterm xyz se u ı. e Es f´cil ver que en un ´lgebra de Boole con n variables existen 2n t´rminos a a e can´nicos diferentes. As´ por ejemplo. 3. . minterms f (x) x. xj si σj = 1 Cada uno de los sumandos que componen la forma can´nica se llama t´rmino can´nio e o co o. .. para i = 1. identifica tambi´n por el n´mero binario 010 o simplemente por el n´mero decimal e u u 2.σn )∈Zn 2 j=1 xj j f (σ1 . indicando cada columna de la tabla por σ j = 1 . .. o sin negar si es uno. . . en general. xn ) se dice que est´ expresada en la forma can´nio a o ca suma de min-terms si viene dada en la forma n f (x1 . xy f (x. z) xyz. a e o . . Otra forma de obtener la forma can´nica de una funci´n f (x1 . .. . Simplificar una funci´n f consiste en obtener o otra funci´n g equivalente a f y con una expresi´n m´s simple..1. a veces. . . La forma can´nica de una funci´n booleana se puede obtener inmediatamente o o a partir de su tabla de verdad. . xyz. . bien sea por medio de un programa de ordeo nador o por medio de un circuito neum´tico.

consiste en anotar los a o o valores de la funci´n en una tabla. ´sta queda reducida a una suma de implicantes primos e (t´rminos irreducibles). Los m´todos de simplificaci´n de funciones l´gicas consisten esencialmente en e o o aplicar la ley de complementaci´n x+x = 1 que. no es necesario anotar los valores de los min-terms en cada casilla o porque son justo los valores de cabecera de su fila y columna. con todas y o cada una de las variables. una tabla de la forma @cd ab @ 00 01 11 00 00 00 00 00 01 11 01 01 01 01 00 01 11 10 00 10 01 10 11 10 10 10 11 11 11 00 01 10 10 10 00 01 11 11 10 11 En esta tabla. Se puede ver que. L´gicamente. xn ) en forma can´nica. Se ve claramente que cada min-term difiere de los adyacentes en s´lo un d´ o ıgito binario. denominada mapa de Karnaugh. evidentemente. Lo mismo ocurre por columnas.1. Obs´rvese que la ultima casilla de cada fila es e ´ “adyacente” con la primera casilla de la misma fila ya que solo difieren en un d´ ıgito. tras aplicar repetidamente esta ley a la funci´n. cada casilla representa el t´rmino can´nico (min-term) de la funci´n e o o que se ha indicado en la misma. Dada una funci´n f (x1 . e M´todo de Karnaugh e Es un m´todo gr´fico v´lido para funciones de hasta cuatro o cinco variables como e a a m´ximo.3. . . implica f ·(x1 +x1 ) ≡ o f . ALGEBRA DE BOOLE 71 Los m´todos m´s utilizados para simplificar funciones booleanas son el Karnaugh e a y el de Quine-McCluskey. . @ab cd @ 00 01 11 10 00 0 1 1 0 01 0 11 1 10 1 1 1 1 1 1 1 0 0 0 . de tal forma que o los t´rminos can´nicos geom´tricamente adyacentes en la tabla se diferencian s´lo e o e o en una variable. Procediendo as´ creamos ı. Esto se consigue f´cilmente poniendo en las casillas de cabecera de a filas y de columnas los n´meros binarios de dos cifras u 00 01 11 10 que representan a un par de variables y que est´n ordenados de forma que para a pasar de uno cualquiera al siguiente solo cambia una cifra. .

con dos unos. el usuario (posiblemente ayudado de alg´n algoritmo o programa) ha de seleccionar un subconjunto minimal u que cubra la funci´n. de menor a mayor. Como no hay t´rminos con un unico uno. En estos casos es aplicable el m´todo tabular de Quine-McCluskey. es decir. 12∗ . este m´todo consiste en ir combinando unos t´rminos con otros. ese grupo queda e ´ . Lo introduciremos con un ejemplo. e e de forma sistem´tica y en sucesivas iteraciones. Dada una funci´n en forma can´nica de e o o suma de min-terms. Podemos trazar una l´ ınea separando cada grupo del siguiente. x3 . 7∗ . x2 .1 Sea la funci´n o f (x1 . hasta encontrar un conjunto de a implicantes primos en cada uno de los cuales se ha eliminado el mayor n´mero posible u de variables. los t´rminos indiferentes. o Ordenamos la tabla. no importa que el valor de la funci´n sea cero o uno.1. f´ ısicamente. aquellos para e los que. 9. e e con un uno. 15) En primer lugar escribimos la tabla i 0 7∗ 9 12∗ 13 15 min-terms 0 0 1 1 1 1 0 1 0 1 1 1 0 1 0 0 0 1 0 1 1 0 1 1 cuya primera columna es el ´ ındice de los t´rminos para los que la funci´n vale uno e o y. 13. con lo que la tabla queda dividida en grupos de t´rminos con cero unos. x4 ) = Σ(0. etc. con tres unos. o Ejemplo 3. el m´todo de Karnaugh resulta complicado u e de utilizar (caso de cinco variables) o impracticable. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS @ab 00 01 11 10 cd @ '$ 00 0 01 0 11 1 10 1 1 1 1 1 1 1 1 1 0 0 0 0 '$ &% &% b+bc M´todo de Quine-McCluskey e Si el n´mero de variables es elevado. Con este conjunto de implicantes primos. marcados con un asterisco (∗ ).72 CAP´ ITULO 3. por el n´mero u de unos que contiene u cada t´rmino.

1. e e u = 3.1. o sea x1 x3 x4 . dando lugar al t´rmino 1 1 . El t´rmino 1 1 0 0 se puede combinar e e con el mismo t´rmino 1 1 0 1 que el anterior. u = 4. por tanto. dando lugar al t´rmino 1 1 0 -. 1001 → 1 .3. 1101 dando lugar al t´rmino 1 . e Todo este proceso puede resumirse en la tabla siguiente.1 1 1. Pasando al grupo e u = 2.1 1. e Como ya hemos terminado de combinar todos los elementos del grupo u = 2. Por ultimo. e ´ 0111 1111 → . e 1100 1101 → 1 1 0 -. dando lugar al t´rmino .1. el t´rmino 0 0 0 0 no se puede combinar con ninguno. o sea x1 x2 x3 . ALGEBRA DE BOOLE vac´ ıo. se puede combinar cada t´rmino de un grupo con uno del siguiente. u 0 1 2 3 4 i 0 9 12∗ 7∗ 13 15 1-term 0000 1 1 0 1 1 0 1 1 1 1 0 0 1 0 1 1 0 1 1 1 73 En esta tabla. e Procedamos a combinar los t´rminos cada grupo. el t´rmino 1 1 0 1 se puede e ´ e combinar tambi´n con el t´rmino 1 1 1 1 e e 0111 1111 → 1 1 . o sea x1 x2 x4 . Como no hay t´rminos en el e e grupo u = 1. el t´rmino 1 0 0 1 se puede combinar con el t´rmino 1 1 0 1 grupo siguiente. pasamos a los del grupo n = 3. u 0 1 2 3 4 i 0 9 12∗ 7∗ 13 15 1-term 2-term 0000 0000 1 1 0 1 1 0 1 1 1 1 0 0 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 .1 1.1 1 1. cada grupo difiere del siguiente en un solo uno y. o sea x2 x3 x4 . En este grupo el t´rmino 0 1 1 1 se puede combinar e con el t´rmino 1 1 1 1 del ultimo grupo.

Sin tomar t´rminos indiferentes. de la lista e e para j desde i + 1 hasta m hacer Tomar el t´rmino j-simo. Poner todos los min-terms en una lista. El algoritmo termina cuando no es posible simplificar m´s. el algoritmo es el siguiente: o 1. e a Algoritmo de Quine Como ya se ha indicado. tiene el inconveniente de que exige un gran coste computacional si el n´mero de variables es elevado. que indica los implicantes primos obtenidos.74 CAP´ ITULO 3. de la lista e Simplificar. e 3. aunque correcto. Una adecuada ordenaci´n u o de la lista original permite mejorar la estrategia de operaci´n. Dada una funci´n f o en forma can´nica de suma de m min-terms. el m´todo de Quine-McCluskey. 2. o El programa quine. que indica los min-terms que cubre cada implicante primo. para i desde 1 hasta m − 1 hacer Elegir el t´rmino i-´simo. y la “matriz de cubrimiento”. la expresi´n Ti + Tj . lo mismo que el de e Karnaugh. a Este algoritmo. aplicando la ley a + a = 1 o y poner el t´rmino simplificado en una nueva lista. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo 4. . Un t´rmino indiferente puede aprovecharse si cubre m´s de un min-term. si es posible.c que se incluye a continuaci´n implementa el algoritmo y se o puede utilizar para simplificar funciones l´gicas. ning´n t´rmino de la ultima columna puede combinarse y el prou e ´ ceso termina. la funci´n l´gica simplificada es e o o f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 . Ti . Al ejecutarlo (en la forma indicada o en el propio programa). Tj . calcula y muestra en pantalla la “matriz de implicantes primos”. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS En esta tabla. ordenados de alguna forma de 1 a m. se basa en utilizar repetidamente la ley a + a = 1.

&n1. D[l1][m6+k] = G[j][k]. yq (t) ∈ Z2 .k. for (i=0. i++) { for (j=0. o yi (t) = fi (u1 (t). // 1 0 1 1 // .n1. 75 for (i=0. } printf("Matriz de cubrimiento\n"). j<n1. int (*pm)[nv]. j++) G[i][j] = D[i][j]. i<n1.n9. . . for (j=0. up (t)). } } return(0). k++) Y[m5-1][G[i][k]] = 1. j++) M[i][j] = N[i][j]. for (i=0. i++) { if (H[i]==0) { m5 = m5+1. // // 2) Compilar el programa: // cc -o quine quine. for (i=0. j++) printf("%d ".2. int H[nt] = {0}. . for (i=0. . k<n2. int i. for (k=0. int Y[h2][ny] = {0}. } m5 = 0. } scanf("\n"). i<l1. n1 = l1. i++) { for (j=0. f2 = k+1.terms=6 n. } goto lazo. j<n2. } else{ printf("Matriz de implicantes primos\n").f1. tales que. pm = M.} else { if (H[i]=1) k5 = 1. . . para todo t ∈ I cada una de ellas es una funci´n booleana de las entradas. . o // // 6 4 // significa n. i<n1-1. p. G[i][0]=i. es decir. k<m6.Z[i][j]). q. } 3. int D[nt][ng] = {0}. j++) printf("%d ".ej.h> #define nv 10 #define nt 40 #define h2 nt/2 #define ng nt/3 #define ny nt-ng int main( int argc. k++) { if (k+1==f2) N[l1][k] = 2. // busca elementos a combinar for (k=0. n9 = n1. i<m5. j<n2. . printf("\n").c (bajo Linux) // 3) Ejecutarlo: . } } if (f1 != 0) { H[i] = 1. i = 1 .m5. printf("\n"). . .Y[i][j]). } fuera: } } } k5 = 0. i++){ for (j=0. SISTEMAS COMBINACIONALES // // Programa quine // // Para simplificar una funci´n l´gica: o o // 1) poner en archivo la funci´n. i<n1. i<n1. } for (k=0. } else H[j] = 3.l1. &n2). } l1 = l1+1. k<n2. // 1 0 0 1 // . . . // formacion matriz salida for (k=0. j<n2. &pm[i][j]). Sistemas combinacionales Un sistema combinacional es un sistema de control que tiene p entradas u1 (t). // 1 1 1 1 // . m6 = 1. En el caso de tiempo continuo (sistemas digitales as´ ıncronos) el dominio I es un intervalo de R mientras que si el tiempo es discreto (sistemas digitales s´ ıncronos) el . for (i=0. // lectura de los datos de entrada scanf("%d %d"./quine < archivo // #include <stdlib. k++) { if (M[i][k] != M[j][k]) { f1 = f1+1. up (t) ∈ Z2 y q salidas y1 (t). i++) { if (H[i] != 3) { for (j=i+1. . i<m5. k<n2. int Z[h2][nv] = {0}. if (f1 > 1) goto fuera. char **argv ) { int M[nt][nv] = {0}. k++) { D[l1][k] = G[i][k]. } } if (k5 == 1){ m6 = 2*m6.2. k<m6. for (i=0. // 0 0 0 0 // . for (k=0.k5. j++){ scanf("%d".j.m6. int G[nt][ng] = {0}. int N[nt][nv] = {0}. else N[l1][k] = M[i][k]. j++) { if (H[j] != 3) { f1 = 0. .3.vars=4 // 0 1 1 1 // lista de minterms // 0 1 1 0 // . i++) { for (j=0.. lazo: l1 = 0. j<m6. j<n9. H[j] = 1. k++) Z[m5-1][k] = M[i][k].n2.f2. i++) H[i] = 0.

. o disyunci´n l´gica. . . como el sistema evoluciona con gran rapidez. . a su vez.C. o o o o entre varias variables. En la realidad f´ ısica ´sto no es as´ sino que desde que cambia el valor e ı. u1 (t)u2 (t). o conjunci´n o o o l´gica. de las entradas hasta que el sistema cambia de estado transcurre un cierto tiempo si bien. Funci´n AND o Esta funci´n realiza la operaci´n de producto ordinario en Z2 . La tabla de verdad z = (x or y) para dos variables y su s´ ımbolo y 0 1 0 1 z 0 0 0 1 xy& z- . yq (t)t0 .1. dando lugar a dispositivos l´gicos que. t0 + kT. . aunque se usan a veces otros s´ ımbolos en electr´nica y en otras o tecnolog´ ıas. . En los sistemas combinacionales se asume que los valores de las salidas en un instante determinado t s´lo dependen de los valores que en ese mismo instante tengan o las entradas. Estas funciones se pueden reao lizar f´ ısicamente mediante diferentes tecnolog´ como la el´ctrica. . T ∈ R.2. Cada funci´n l´gica tiene un s´ o o ımbolo. . y1 (t)y2 (t).}. t0 + 2kT. dado por la norma ISO. t0 + T. entre varias variables. e a la electr´nica. Funciones l´gicas elementales o Se llaman funciones l´gicas elementales a las funciones l´gicas m´s simples que o o a pueden construirse utilizando los operadores l´gicos. sirven para conso o truir automatismos de distintas clases. . . la neum´tica y ıas. La tabla de verdad z = (x and y) para dos variables y o su s´ ımbolo DIN son x 0 0 1 1 Funci´n OR o Esta funci´n realiza la operaci´n de suma ordinaria en Z2 . MODELOS DE SISTEMAS DE EVENTOS DISCRETOS dominio de las funciones es I = {t0 . a o 3. . up (t)S.76 CAP´ ITULO 3. se da por v´lida tal suposici´n.

o Funci´n NOR o Esta funci´n es el complemento en Z2 . Funci´n XOR o La funci´n xor. SISTEMAS COMBINACIONALES DIN son x 0 0 1 1 Funci´n NAND o y 0 1 0 1 z 0 1 1 1 xy. o o La tabla de verdad z = (x nand y) para dos variables y su s´ ımbolo DIN son x 0 0 1 1 y 0 1 0 1 z 1 0 0 0 x- d zy. el s´ ımbolo se obtiene colocando (◦) tras el bloque de la funci´n o or.≥ 1 z- 77 Esta funci´n es el complemento en Z2 de la funci´n and entre varias variables.3. tras el s´ o o ımbolo de la funci´n and. que representa la negaci´n l´gica. es decir si son todas igual a uno o todas igual a cero. o disyunci´n exclusiva. de la funci´n or entre varias variables. o o La tabla de verdad z = (x nand y) para dos variables y su s´ ımbolo DIN son x 0 0 1 1 y 0 1 0 1 z 1 1 1 0 xy& d z- Obs´rvese que el s´ e ımbolo de esta funci´n se obtiene colocando un peque˜o c´ o n ırculo (◦).≥ 1 Igual que en la nand. y vale 1 en caso contrario.= 1 .2. es decir siempre y cuando haya variables de entrada con valor diferente. vale 1 si todas las variables de entrada o o son iguales. La tabla de verdad z = (x xor y) para dos variables y su s´ ımbolo DIN son x 0 0 1 1 y 0 1 0 1 z 1 0 0 1 x- d zy.

. Sistemas secuenciales Un sistema secuencial es un sistema de control que tiene. .3. up (t) ∈ Z2 y q salidas y1 (t). es una funci´n booleana de o las entradas y de los estados. p entradas u1 (t).2. . cuando sea posible. 2 Y := Zp . pero que adem´s a tiene otras variables n. Sin embargo la expresi´n general de esta funci´n o o resulta complicada ya que debe incluir los valores de los estados para instantes anteriores a t. . siendo t ∈ R la variable que representa el tiempo. primero las M´quinas de estados. Sin embargo se han ido desarrollado ıa otros modelos. up (t)x1 (t) x2 (t) . . cuyos valores dependen de alguna manera del comportamiento del sistema en instantes anteriores a t. recientemente. 2 (3. . . MODELOS DE SISTEMAS DE EVENTOS DISCRETOS 3. . la salida (vector) es y(t) ∈ Y y el estado (vector) es x(t) ∈ X. yq (t) ∈ Z2 . . Los sistemas secuenciales se llaman sistemas con memoria porque tienen unos registros internos con capacidad para almacenar las variables de estado. como un combinacional. toman valores binarios.2. Se puede emplear. Si definomos los conjuntos U := Zq . ı . . xn (t) ∈ Z2 . . . un n´mero finito n de estados u u y un n´mero finito p de salidas.78 CAP´ ITULO 3. x1 (t). llamadas variables de estado. .1) entonces podemos decir que la entrada (vector) es u(t) ∈ U . . A veces (teor´ de gram´ticas formales) se consideran estos conjuntos como conıa a juntos de s´ ımbolos cualesquiera peqro aqu´ vamos a seguir las definiciones dadas ı en A veces (teor´ de gram´ticas formales) se consideran ´stos como conjuntos de ıa a e s´ ımbolos cualesquiera peqro aqu´ vamos a seguir las definiciones dadas en (3. xn (t) y1 (t)y2 (t). las cartas de estado o Statecharts. 2 X := Zn . yq (t)- Ahora cada una de las salidas. 3. . . el modelo de estado (ecuaci´n o diferencial) estudiado en la teor´ de control. M´quinas de estados a Una m´quina de finitos estados (o simplemante m´quina de estados) es us sistema a a secuencial que posee un n´mero finito q de entradas. para todo t ∈ I. . m´s tarde las Redes de Petri y el a a Grafcet y.1). u1 (t)u2 (t). Tanto las se˜ales de entrada como las de salida y u n las de estado. .

y las funciones f y g definen las dependencias entre la entrada. son los conjuntos de valores de entrada. 3. el estado y las salidas. Para simplificar ´ o la esctitura de las expresiones. Aut´mata de Mealy o Un aut´mata de Mealy se define como una quintupla o M1 = {U. respectivamente. de salida y de estado. o g:X → Y (x) → y = f (x) Dado un aut´mata de Mealy siempre se puede encontrar aut´mata de Moore o o equivalente (es decir. g} en donde U. g} en donde U. En la teor´ de aut´matas se han descrito dos n ıa o tipos de m´quinas de estado: el aut´mata de Mealy y el aut´mata de Moore. x) y la funci´n que da la salida. a a . x) → y = f (u. tal que para una misma entrada da siempre la misma salida) y viveversa. definidos en (3. de salida y de estado. Por ser m´s simple se utiliza m´s el de More. el estado y las salidas.´ 3. son los conjuntos de valores de entrada. X. Y y X. Se a o o diferencian unicamente por la forma de definir la funci´n de salida.1.3. Y.3. Y y X. definidos en (3. x) → x = f (u. y las funciones f y g definen las dependencias entre la entrada. La funci´n que define el estado es o f :U ×X → X (u. La funci´n que define el estado es o f :U ×X → X (u. las se˜ales de entrada a n pueden cambiar en su evoluci´n en el tiempo y ´sto hace que cambien tambi´n las o e e se˜ales de estado y las de salida. f.1). se omite la dependencia respecto de t de las funciones. x) 3.3. f. X. respectivamente.2. MAQUINAS DE ESTADOS 79 Por ser la m´quina de estados un sistema de control.1). x) y la funci´n que da la salida. Y. Aut´mata de Moore o Un aut´mata de Moore se define como una quintupla o M1 = {U. x) → x = f (u. o g :U ×X → Y (u.

.. . ..2 x2.1 x2. o Para el aut´mata de Mealy.. . . . Diagramas de estado Dispositivos biestables Ciertos dispositivos f´ ısicos se construyen de forma que s´lo tienen dos posibles o estados de equilibrio los cuales. . La funci´n f tabulada se llama tabla de o transici´n mientras que la g se llama tabla de salida. .2q . . ..2 .2 .1 .2 . .2q x 2n y 2n Con estas tablas queda completamente descrita una m´quina de estados. . . x2n . u2 x1. Tablas de estado Como los conjuntos U de entrada... ..3. .4...1 x2. .5. . Dispositivo Estados Mec´nico a s´ / no ı Interruptor el´ctrico abierto / cerrado e V´lvula a abierta / cerrada Transistor saturaci´n / corte o Estos y otros dispositivos permiten construir otros aparatos m´s complejos que a se llaman automatismos o sistemas digitales seg´n sea su ´mbito de aplicaci´n. x2n y2n . . reciben nombres t´ ıpicos que los identifican.2 . y u a o que pueden ser de dos clases Sistemas combinacionales .2q Tabla de salida g x1 x2 .80 CAP´ ITULO 3.. .2q y. Y de salida y X de estado son finitos.1 . . En la tabla se indican algunos de ellos junto con los nombres de sus dos estados. u2q x1... . n o 3. .2q . .1 y2n .2 . . el tama˜o tabla de transici´n tiene (2n × 2q ) casillas.3. y2n . .. y1 y2 x2n x2n . ..2 x2. en cada caso. u2 y1.2q x2. .2q x2. . en ambos casos. ..1 . .3. Obs´rvea e se que. .3.2 . x2n . u 2q y1.. .2q .2q y2. .. u1 x1. 3. x2n x2n .1 x2n .2 y2. . las funciones f y g que definen el comportamiento de un aut´mata (de Mealy o de o Moore) pueden darse en forma tabular. g x1 x2 . . u2 x1. . . Tabla de transici´n o f x1 x2 .. Tabla de salida u1 y1.1 x2n . u 2q x1. . u1 x1. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS 3. . las tablas son de la forma o Tabla de transici´n o f x1 x2 . para el de Moore. .1 y2. .

tras girar la llave de a encendido. a Los biestables electr´nicos son circuitos muy conocidos y utilizados. Pues bien. Son b´sicos o a para la construcci´n de otros circuitos electr´nicos m´s complejos como por ejemplo o o a las memorias RAM (figura 3.1: Dispositivo mec´nico de dos estados estables. La raz´n para poder hacer esto es que los dispositivos biestables o est´n construidos de tal manara que s´lo admiten dos posiciones de equilibrio estable a o y que el tr´nsito entre ambos estados se realiza r´pidamente. a a Otro dispositivo bi-estable bien conocido es un interruptor de alumbrado dom´se tico. llamados a veces niveles l´gicos “0” y “1”. son sistemas que e o permanecen en el mismo estado por tiempo indefinido una vez que se dejan de aplicar sus correspondientes entradas. MAQUINAS DE ESTADOS 81 0 1 Figura 3. hay otros sistemas. el dicho cambio ser´ r´pido. que corresponden a estados de equilibrio del sistema. a Sistemas secuenciales En un sistema de control. Al cambiar la pesa de plato el sistema cambia de estado y. de accionamiento manual. se separan los contactos y el interruptor est´ cerrado. La balanza.3. en general. una balanza con una pesa en uno de los dos platos es uno de estos dispositivos. tanto las entradas como las salidas pueden tomar. La forma y la elasticidad del conductor 2 hacen que este sistema. valores reales cualesquiera. Por el contrario. En la figura de la derecha. en la pr´ctica.´ 3. e . a o o o desechando el resto. el interruptor dom´stico y el biestable electr´nico. Un ejemplo sencillo de este tipo de sistemas es un pulsador el´ctrico. o Esto no quiere decir que las entradas y salidas no puedan tomar otros valores sino que. llamados sistemas sin memoria. si la pesa es suficientemente grande. s´lo vamos a considerar dichos valores l´gicos. que cuando las entradas dejan de actuar. Por eso se dice que son sistemas con memoria. Aunque la balanza puede tomar todas las posiciones intermedias. tenga dos estados estables. por alguna raz´n.4). s´lo o consideramos dos: posici´n “0” (balanza vencida hacia la izquierda) y posici´n “1” o o (balanza vencida hacia la derecha). En la figura de la izquierda los contactos del interruptor est´n unidos por la presi´n que el conductor el´stico 2 hace sobre a o a el 1 y el interruptor est´ cerrado. pasan a un estado llamado de reposo. en los automatismos y sistemas digitales cada una de dichas variables tiene dos valores fundamentales. a a Por ejemplo.

2).3.1. Explicar su funcionamiento.4. 1. Sistema mec´nico de la balanza de la figura 3. Explicar su funcionamiento. o ¢¡¡¡¡ ¢ ¢ ¢ ¢¡¡¡¡ ¢   ¡ ¡¢   £¤£¤ ¢   ¢   ¡¡¡¡¢ ¢¡¡¡  ¢¡¡¡¡ ¢   ¡¡¡ ¦£¤¥  ¢  ¢ ¢ ¢¡¡¡¡¢ ¢ ¢ ¥¦ ¢ ¢ ¢ ¢  ¡¡¡¡  ¢¡¡¡¡¢  ¡¡¡¡ ¡¡¡¡ ¢   ¢  ¥¦  ¢   ¢  2 ¡ ¡¡ ¡ ¡¡ ¡ ¡¡ ¡ ¡ ¡¡ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¡¢ ¡¡¢ ¡¢ ¡¡¢ ¡¢ ¡¡¢ ¡¢ ¡¢ ¡¡ ¢ ¢¡¢¡¢ ¢¡¢¡¢¡¢ ¢¡¢¡¢¡¢ ¢¡¢¡¢¡¢¡¢ ¢¡¢ ¢  ¢ ¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡¢¡ ¡  ¡¡¡¡¡¡¡¡¡¡¡¡¡                 ¡ ¡¢¡ ¡ ¡¢¡ ¡ ¡¢¡ ¡ ¡ ¡¢¡¢ ¡¢ ¡ ¡¢ ¡¢ ¡ ¡¢ ¡¢ ¡ ¡¢ ¡¢ ¡¢ ¡ ¡  ¢ ¢¡¡¢ ¢¡¡¡¢ ¢¡¡¡¢ ¢¡¡¡¡¢ ¢¡¢ ¢ ¡¢¡¡¢¡¢¡¡¢¡¢¡¡¢¡¢¡¢¡¡  ¢ ¡ ¡¢ ¡ ¡ ¡¢ ¡ ¡ ¡¢ ¡ ¡ ¡ ¡¢ ¡¢  ¡¢¡¡¢¡¢¡¡¢¡¢¡¡¢¡¢¡¢¡¡                 ¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡¢¡ ¡  ¢ ¢¡¢¡¢ ¢¡¢¡¢¡¢ ¢¡¢¡¢¡¢ ¢¡¢¡¢¡¢¡¢ ¢¡¢ ¢ ¡ ¡¡ ¡ ¡¡ ¡ ¡¡ ¡ ¡ ¡¡  ¢ ¡¡ ¢ ¡¡¡ ¢ ¡¡¡ ¢ ¡¡¡¡ ¢ ¡ ¢                  2. a CAP´ ITULO 3. e 3. e Figura 3. Biestable electr´nico de la figura 3.3: Pulsador RC 1 RB E1 Vcc E2 RB RC 2 2 1 V2 1 .3.82 Ejercicio 3.2: Interruotor dom´stico.1 Identificar la entrada. Pulsador el´ctrico de la figura 3. Sistema del interruptor (figura 3. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS Figura 3.4: Circuito electr´nico biestable o ¢¤¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢¤¡¡ ¢£¤¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ ¢¤ ¢£¤ ¢¤ ¢£¤ ¢¤ ¢£¤ ¢£¤ ¢£¤ ¢£¤ ¢¤ ¢£¤ ¢£¤ ¢¤ ¢£¤ ¢£¤ ¢£¤  £ £¡¡¡¡¡¢¤¡¢¤¡¢¤¡¡¢¤¡¡¢¤¡¢¤¡ ¤¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢£¡¡¢¤¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡¢¤ ¡¢¤ £ £ ¢¤ £ £ ¢¤ £ £ £ £ £ £ £ £  ¢£¤¢¤ £ £ £ £  ¢£¤¢¤ £ £ £ £ £ £  ¡¡ £¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡ £ ¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¤¡¡¢¤ £¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ ¡¡¡¡¡¢£¡¢£¡¢£¡¡¢£¡¡¢£¡¢£¡ ¢¤¡¡ ¢£¤¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ ¢¤ ¢£¤  ¢£¤  ¢£¤  £ £¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¡¡¡¢¤ ¢¤ ¢¤ ¢¤ ¢¤ ¢¤ ¢¤ ¢¤ ¢¤ ¢¤ ¡¡¢¤¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡¢¤ ¡ ¢£¤ ¢£¤ £  ¢£¤ £  ¢£¤ £  £  £  £  ¢£¤ £  £  ¢£¤ £  £  £  ¢£¤¡¡ £¡¡¡¢£¡¢£¡¢£¡¡¢£¡¡¢£¡¢£¡ £ ¡¡¡¡¡¡¡¡¡¡¡¡¡ ¡¡ ¢£¤¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ ¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢£¤ ¢£¤¡¡¢¤¡¡¡¢£¤¡¢£¤¡¢£¤¡¡¢£¤¡¡¢£¤¡¢£¤¡¢¤ ¤¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡ ¢¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢¡¡£¡£¡£¡¡£¡¡£¡£¡ ¤ ¢£¤ ¢¤ ¢£¤ ¤ ¤ ¤ ¢¤ ¢£¤ ¢£¤ ¤ ¢¤ ¢£¤ ¢£¤ ¤ ¤  ¡¡¢¤ £¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡¢¤ £  ¢£¤¡¡¡¡¡ ¢£¤¡ ¢£¤¡ ¢£¤¡¡ ¢£¤¡¡ ¢£¤¡ ¢£¤¡ ¡¡ ¢£¤ £¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ £  ¢£¤ £  ¢£¤ £  ¢£¤ £  £  £ V1 Figura 3. la salida y los estados de equilibrio de los siguientes sistemas: 4.

Los captadores recogen informaciones como posici´n del producto. automatizar un sistema de producci´n consiste en reducir la intervenci´n humana a lo largo del proceso de o o fabricaci´n. etc. etc.) es el conjunto de inforrmaciones y programas que conciernen al control y pilotaje del proceso.5. Los cambios en el estado del proceso medidos por los captadores son entradas que provocan que el sistema de mando responda de la forma adecuada para la que ha sido dise˜ado. Ordres Compte rendusou e’tats PartieCommande Partie 3. l´ ıquido refrigerante.5.. optimizar la utilizaci´n de los materiales y de las energ´ empleando o o ıas nuevas tecnolog´ y conseguir unas mejores prestaciones y una mejor calidad del ıas producto terminado.2. En consecuencia. Un sistema automatizado de producci´n (SAP) se compone de dos partes: una o parte operativa (PO) y una parte de comando (PC) 3. Girauld en su tesis e doctoral. . MAQUINAS DE FINITOS ESTADOS 83 3. Geafcet El Grafcet (grafo de mando etapa-transici´n) es un m´todo gr´fico de modelado o e a de automatismos secuenciales.4. neum´tica. La automatizaci´n permite.6. consume e o diferentes tipos de energ´ (el´ctrica. asi como tambi´n ıa e a a e cierta cantidad de materiales auxiliares (agua. etc. actuadores y capn tadores.1.5. alarmas. hidr´ulica. que reflejan el estado del o proceso en todo momento.´ 3. 3. Los preaccionadores act´an como rel´s de potencia entre el mando y los u e actuadores que se encargan de transformar el producto.). n 3. aceite. El sistema de producci´n recibe un flujo de materiales en bruto. en general. M´quinas de finitos estados a Sistemas autom´ticos de producci´n a o El objeto de un sistema de producci´n es aportar valor a˜adido a un conjunto o n de productos y materias primas para obtener un producto terminado o una parte de ´ste. Fu´ introducido en Francia por P. Todo sistema de producci´n requiere de operadores humanos para la explotaci´n o o y para su reglaje y mantenimiento. hacer m´s competitivo o a el producto y por ende a la empresa.) y genera un flujo de productos elaborados y otro flujo de productos de desecho. Parte de Comando La Parte de Comande (PC) o Sistema de Controle/Comando (SCC. Parte operativa La parte operativa est´ formada por los diversos dispositivos que interact´an a u sobre el producto para otorgarle valor a˜adido: preactuadores. Tambi´n incluye una parte puramente material (cableado) impuesta por las nore mas de seguridad.4.

7. 3.7.1. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS 3.84 CAP´ ITULO 3.6: Grafcet .5: Etapa El estado inicial se remarca por dentro con otro rect´ngulo y su n´mero de orden a u es cero. 0 Acción A R01 1 Acción B R12 2 Acción C Figura 3. u u n Figura 3. Elementos Etapas Una etapa es un estado estable del sistema y se representa por un rect´ngulo en a que se escribe un n´mero n que indica su n´mero de orden.

Cartas de estado Las cartas de estado (Statecharts) fueron introducidas por David Harel [5] en 1987 y constituyen una generalizaci´n de las m´quinas de finitos estados.8. creamos un modelo nuevo (new-model ) de Simulink y colocamos en el mismo.7 muestra una ventana de Stateflow en la que se aprecian algunos de sus elementos. Con ello se consigue que la carta sea m´s f´cil de entender a a a y de mantener sin cambiar para nada su sem´ntica. y estados en a n paralelo para detallar las operaciones del modelo.8. Se etiquetan los estados y las transiciones o indicando las acciones que van a ocurrir durante la ejecuci´n y bajo que condiciones o se har´n las transiciones.7: Carta de estados de Stateflow 3. ´sta ultima integrada en Matlab. Las sub-cartas permiten reducir una carta complicada a un conjunto de diatramas organizados jer´rquicamente. Figura 3.9. con el rat´n. podemos crear transiciones haciendo clic en un estado y arrastrando el rat´n hasta otro estado. continuaremos la descripci´n de las cartas o de estado con la sem´ntica de Stateflow. Se han o a hecho varias implementaciones sustancialmente iguales pero que difieren algo en la sem´ntica (la definici´n de Harel dejaba bastante libertad) siendo las mas conocodas a o Statemate y Stateflow. el bloque Chart de Stateflow.10. de modo interactivo. CARTAS DE ESTADO 85 3. Se permite crear transiciones entre objetos que residen en diıa n ferentes sub-cartas al mismo nivel o a diferentes niveles en la carta superior. Una vez colocados varios estados. uniones. o Con el editor gr´fico se pueden crear cartas Stateflow. a 3. La figura 3. Stateflow Stateflow es una herramienta incluida en el paquete Matlab que funciona bajo el programa (toolbox ) Simulink. sima plemente haciendo clic en cada elemento y arrastrandolo a la ventana de dibujo. Finalmente se a˜ade el historial. Debido a la gran difusi´n e ´ o que tiene este programa en la Universidad. Utilizando Stateflow y Simulink se ´ pueden realizar modelos de sistemas h´ ıbridos. Creaci´n de un modelo con Stateflow–Simulink o Tras arrancar el programa Matlab.3. a Los pasos a seguir para una aplicaci´n completa son: o Crer la carta Stateflow . Se pueden utilizar sub-cartas (una carta dentro de otra carta) para dotar de jerarqu´ al dise˜o. Es posible ejecutar s´lo Stateflow (como un bloque o unico de Simulink) pero siempre bajo Simulink.

a estados. Entre ellos cabe citar el programa sf2vdh.1. o during: la acci´n se inicia al entrar en este estado y permanece activa durante el o tiempo que dura el estado. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS Utlilizar el Explorer de Stateflow Definir un interface de bloques de Stateflow Ejecutar la simulaci´n o Generar el c´digo o La generaci´n de c´digo depende de la m´quina en donde se vaya a implementar o o a la aplicaci´n y no se hace hasta la ultima fase del dise˜o. que es o un traductor de Stateflow a VHLD. El c´digo generado por o ´ n o defecto es ANSI C pero existen programas que convierten el modelo de Stateflow en c´digo de otros lenguajes. transiciones y uniones mientras que los elementos de texto son datos y eventos. La sintaxis de Stateflow permite especificar el instante e en que se iniciar´ la acci´n y la duraci´n de esta: a o o entry: la acci´n se inicia al entrar en este estado. Aunque en ocasiones ambos puedieran coincidir. Tras el nombre del estado y el separador opcional “/”.10. o 3. los estados aqu´ considerados son m´s generales: representan los modos o ı a formas de funcionamiento que adquiere el sistema al reaccionar frente a los eventos. Cartas La carta es como la hoja de papel en la que se representan los elementos gr´ficos a y de texto. no debemos confundir estos estados con los estados del “modelo de estado” de un sistema de control de tiempo continuo o discreto. Los elementos gr´ficos son cartas.86 CAP´ ITULO 3. Cada carta representa una m´quina de estados y constituye un bloque a de Simulink que puede conectarse con otras cartas o con otros bloques de Simulink. . Aunque tienen el mismo nombre. Junto a la esquina superior izquierda cada rect´ngulo lleva un texto con un a nombre que identifica al estado. Estados Un estado se dibuja como un rect´ngulo con las esquinas redondeadas y reprea senta un modo de funcionamiento del sistema. Elementos de una carta de estado Una carta de estado (statechart) es un gr´fico formado por elementos gr´ficos a a sobre los que van escritos otros elementos de texto. pueden aparecer otros textos indicando las acciones que llevar´ a cabo el sistema a cuando est´ en ese estado. y el porgrama sf2plc que genera c´digo para o programar algunos aut´matas programables. o exit: la acci´n se inicia al salir de este estado.

entonces. Se admiten dos descomposiciones. Ambas descomposiciones se distinguen por el tipo de l´ ınea usada para los rect´ngulos: linea continua para los estados de una descomposici´n OR y a o l´ ınea discontinua para los estados de una descomposici´n AND.10. Este texto se divide en tres partes. [c] (en donde c es una condici´n): la transici´n se dispara si la condici´n c (expresi´n o o o o booleana) es verdadera y se produce el evento e. entonces el sistema pasa al estado S2 . quiere decir que si el sistema est´ en el modo de funcionamiento S. o Transiciones Una transici´n representa un evento e del sistema y se dibuja como una flecha o que va desde el borde de un estado S1 hasta el borde de otro estado S2 . Si esta parte no existe. que indica el evento que ha de o producirse para que se dispare la transici´n asi como las acciones que entonces el o sistema emprender´. . entonces el sistema est´ a la vez en los dos a estados S1 y S2 . un estado puede descomponerse a en otros. est´ndo en este estado.8: Transici´n o transici´n puede tener un texto. se produce el evento e. o bien funciona en el modo a S1 o bien funciona en el modo S2 y no puede estar funcionando en ambos modos a la vez. o Dentro de un estado caben m´s estados. Si un estado S se descompone con tipo OR en los estados S1 y S2 . se disparar´. El a disparo de una transici´n puede implicar la ejecuci´n de una o m´s acciones. es decir. En cambio si el estado S se descompone con tipo AND en los estados S1 y S2 y el sistema funciona en modo S. todas ellas opcionales: a e (en donde e es el nombre de un evento): la transici´n se dispara al producirse el o evento e en el sistema. o a Posibles acciones son cambiar el valore de una salida o efectuar una llamada a una funci´n de Martab. se asume que c es cierta. bajo la a misma condici´n. siempre y cuando se produzca un evento cualquiera en el o sistema. CREACION DE UN MODELO CON STATEFLOW–SIMULINK 87 on event e : La acci´n se inicia si. Si la parte e del texto no existe. Si el sistema est´ en el estado S1 y seproduce el evento e. Cada o o a S1 e S2 Figura 3. escrito junto a ella. llamadas OR (exclusiva) y AND.´ 3.

es decir. Si en el estado padre se pone el s´ o ımbolo H entonces cada vez que se active el estado padre. Se reconoce por su forma ya que en el a o extremo opuesto a la flecha lleva un peque˜o c´ n ırculo negro. el sistema. ´ Datos Una carta tiene asociados ciertos datos a los que puede acceder. siemo u a a pre y cuando se produzca un evento cualquiera en el sistema. Una transici´n especial es la llamada transici´n por defecto (default-transition). Hay dos tipos de uniones: uniones conectivas connective junctions y uniones de historia history junctions. o La uni´n de tipo historia se utiliza en estados que han sido divididos por una o descomposici´n OR. e1 e2 P H C1 C2 e3 Figura 3.88 CAP´ ITULO 3. o Si la transici´n no lleva ning´n texto. Es necesario declararlos en Stateflow y pueden ser de los siguientes tipos: Entrada de simulink Salida de simulink Local . entonces se disparar´ autom´ticamente.9: Uniones Al entrar en una uni´n conectiva. Uniones Una uni´n es un punto de bifurcaci´n que permite conectar una transici´n de eno o o trada con varias transiciones de salida. selecciona o e o una de las transiciones de salida para su evoluci´n. el primer estado en el n que entrar´ el sistema al iniciar su evoluci´n. a trav´s de una condici´n. o o que sirve para se˜alar el estado inicial del sistema. el primer estado que se activar´ ser´ el estado hijo a a que estuvo activo por ultima vez. MODELOS DE SISTEMAS DE EVENTOS DISCRETOS {a} (en donde a es una acci´n): al producirse transici´n el sistema lleva a cabo la o o acci´n a.

formando un vector de eventos. Al declarar e n el evento en Stateflow. Los e o datos por defecto. ´ de forma que todos los eventos entran o salen. CREACION DE UN MODELO CON STATEFLOW–SIMULINK Constante Temporal Workspace 89 Los datos declarados como entrada o salida de Simulink generan autom´ticamente a una entrada o una salida en el bloque Chart creado por Stateflow en Simulink. Cada evento lleva asociado un ´ ındice que refiere la posici´n del o evento en el vector.10. La forma de producir un evento en Simulink para que entre en el bloque Chart es a trav´s de cambio brusco (flanco) de alguna se˜al. se puede elegir entre: Flanco de subida Flanco de bajada Flanco indiferente 3. El tipo a e workspace es una construcci´n especial que permite utilizar el entorno de trabajo o (workspace) de matlab para compartir datos a trav´s de toda la simulaci´n. 3.10. Pueden ser de los tipos: Entrada de simulink Salida de simulink Local Para los eventos que son entradas o salidas de Simulink. por el mismo puerto. constante y temporal pueden definirse para toda la carta o dentro de un estado individual. Los de los tipos local.3.10. Eventos Estos elementos representan los eventos del sistema.2. Los datos temporales son s´lo v´lidos mientras el estado o a padre se est´ ejecutando y son reinicializados cada vez que ´ste se activa. Cada dato tiene asociado un valor inicial y un intervalo de posibles valores.´ 3. Notaci´n o Directivas . Stateflow crea autom´ticaa mente un unico puerto de entrada–salida de eventos en el bloque Chart de Simulink. se almacenan en memoria en formato double de C pero se puede cambiar a otros formatos.

1988 [3] K. Groover Automation. Mexico. [6] Object Modeling Group OMG Unified Modeeling Language Specification. 123 . pp...3. 231-274. CS 522 Fall Term 2001. CA. Prentice Hall. Production systems and Computer Integrated Manufacturing. Inc.Lockyer La producci´n industrial. Object Modeling Group. Science of Computer Programming 8.A. Representaciones y o o Servicios de Ingenier´ S.Bibliograf´ ıa [1] M. su administraci´n. Silva Las Redes de Petri: en la Autom´tica y la Inform´tica. [5] David Harel “Statecharts: A Visual formalism for Complex Systems”. (1987).P. [7] Hans Vangheluwe Modeling and Simulation Concepts. Phillips Feedback Control Systems Prencice Hall Inc. ıa [4] M. Version 1. 1988. Editorial AC a a [2] Charles L. June 1999.. McGill.

Sign up to vote on this title
UsefulNot useful