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 2004

2

Indice
1 Introducci´n o 1.1 Perspectiva hist´rica . . . . . . . . . . . . . . . . . . . o 1.2 La empresa productiva . . . . . . . . . . . . . . . . . . 1.2.1 El proceso productivo . . . . . . . . . . . . . . 1.2.2 Operaciones b´sicas de fabricaci´n . . . . . . . a o 1.2.3 Tipos de procesos . . . . . . . . . . . . . . . . . 1.2.4 Ubicaci´n de los procesos . . . . . . . . . . . . . o 1.3 El proceso en feedback . . . . . . . . . . . . . . . . . . 1.3.1 El regulador de Watt . . . . . . . . . . . . . . . 1.3.2 Esquema de regulaci´n en feedback . . . . . . . o 1.3.3 El significado del control . . . . . . . . . . . . . 1.3.4 El control en la empresa . . . . . . . . . . . . . 1.4 La automatizaci´n industrial . . . . . . . . . . . . . . . o 1.4.1 T´cnicas de control . . . . . . . . . . . . . . . . e 1.4.2 Estructuras de automatizaci´n . . . . . . . . . . o 1.4.3 Ventajas e inconvenientes de la automatizaci´n o 1.4.4 Elementos de la automatizaci´n . . . . . . . . . o 1.5 Modelos matem´ticos de sistemas . . . . . . . . . . . . a 1.6 Modelado y simulaci´n de sistemas complejos . . . . . o 1.6.1 Importancia del modelado . . . . . . . . . . . . 1.7 Estructura del curso . . . . . . . . . . . . . . . . . . . 1.7.1 Control de procesos continuos . . . . . . . . . . 1.7.2 Control de procesos de eventos discretos . . . . 1.7.3 Automatizaci´n local . . . . . . . . . . . . . . . o 1.7.4 Automatizaci´n global . . . . . . . . . . . . . . o 7 8 10 11 12 13 15 16 16 17 18 19 19 19 20 22 23 24 25 25 30 30 30 30 31

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

I

Control de procesos continuos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33
35 35 36 36 37 37

2 Dise˜ o de Controladores n 2.1 Introducci´n . . . . . . . . . . . . . . . o 2.2 Tipos de controladores . . . . . . . . . 2.2.1 Controlador tipo proporcional P 2.2.2 Controlador tipo integrador . . 2.2.3 Controlador tipo derivativo D . 3

.1 Funciones booleanas . . . . . . . . . . . . . . . . . . . . . 3. . . .3. . . . .5 Dispositivos biestables . . . . . .5 M´quinas de estados . .3. . . . . . . . . . . . 4. . . . . . a Dise˜o en la respuesta de frecuencia . . . . . . . . . . . . . 38 39 41 43 45 46 47 52 54 54 56 56 60 61 63 64 64 67 2. . . . . . . . . . . . .4. . . . . . . . . . . . . .1 Modelos de sistemas productivos . .4 2.4. . .6 M´xima fase de un controlador de adelanto . . . . . . . . .4. .4 Diagramas de estado .4. .2. . . . . . o 3. . . . . . . . . .1 Ajuste de los par´metros del PID . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . booleanas . . . . . . . . . . . . . . . . . .2. . . . . . . . . .3 Sistemas combinacionales . . . . . .1 Reglas de funcionamiento 4. . . . . . . . . . . . o Sinton´ de controladores PID . . . . . . . . . . . . .5. o 3. . . . . . . . . . . . . . . . . o 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. . . . . . . . . .4 Compensador en realimentaci´n . . . . . . . n 2. 2. . . . . . . . . . n 2. . . . . . . . . . . . . . . . . 69 71 71 73 74 76 81 84 85 85 85 86 87 87 89 90 90 93 94 95 96 96 96 3 Sistemas booleanos 3. . . . . .4 Controladores PID . n Dise˜o en el Espacio de Estado .3 Re-dise˜o. . . . . . . . . . . . . 2. .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Sistemas secuenciales . . . a 3. . 4. . . . . . . . . . . . . . . . . . a .2. . . . . . . . . . . . . . . . . . . . . . Compensador en serie .5. . . . . . . . . . . . . . . . . . . INDICE . .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Tablas de estado . a 4. .5 Compensador de retraso de fase en serie . . . . . . . 2. . . n Dise˜o en el Lugar de las Ra´ n ıces . . ıa 2. . . . . . . . . . . . . . . . . . . . . . . . .5. . . . . . 3. . . . . . . . n 2. . . . . . . . . . 3.1 Dise˜o de una red de adelanto de fase . . .1 Compensador de adelanto de fase . . . . o 4. . . . .5 Comunicaci´n . . . . . .6 2. .3 2. . . . . . .5. . . . . . . . . . .4 2.7 II Control de procesos de eventos discretos . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. . . . . . . . . . . . .1 El problema del dise˜o de feedback . . .2 Estructuras b´sicas .2 Simplificaci´n de funciones o 3. 3. . . .3 Posibilidades avanzadas .1 Asignaci´n de polos . . . . . . . . . . n 2. . . . . .2. . . . . . .1 Dispositivos l´gicos . . . . . . . . . . . . . . . 3. .2. . . . . . . .2 Consideraciones de dise˜o . . . . . . . . . . . . .3 Cartas de estado . . . . . . . . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . . . .4 Jerarqu´ . . . n 2. . . . .6. . . . . . . . . . . . . . . .2 Aut´mata de Moore . .5. . . . o 3. .2. . . . . . . .1 Aut´mata de Mealy . ıa 4. . . . . . 4 Sistemas reactivos 4. . . . . . . . . . . . . .2 Dise˜o de un controlador PID . . . . . . . . . .7. . . . . . . . . . . . . . . . . . . . . . . .4. . .2 Grafcet . . . . . .5 Controladores de adelanto y de retraso de fase M´todos de dise˜o basados en el lugar de las ra´ e n ıces . 4. . . . . . 3. . . .5 2. . . . . . . . .2 Algebra de Boole . . . . .

. . . . . .3 Funci´n l´gica AND . . . . . . . . . . . . . o o 6. . . o o 7 Aut´matas programables o . . . .INDICE 5 4. . . 108 . . .1 Elementos de una carta de estado .3. . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . .2 Funci´n l´gica negaci´n o o o 6. . . . . . . 97 o 4. 97 Creaci´n de un modelo con Stateflow–Simulink . . . . . . . . . . . . . . . . . 107 .4 III Automatizaci´n Local o 103 105 107 . .4 Funci´n l´gica NAND . .2. . .2. . . . . . . . .1 Funci´n l´gica identidad o o 6. . . . . . . 98 4. .2. . . . . . . . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . . . . 108 111 5 Automatismos 6 Automatismos el´ctricos e 6. . . . . . . . . . .1 El rel´ . . 108 . . . 108 .1 Stateflow . . . . . o e 6. . e 6. 108 . . . . . . . . . . . . . . .2 Funciones l´gicas con rel´s . . . . . . . . . . . . . . . . . . . . . .

6 INDICE .

Cap´ ıtulo 1 Introducci´n o La Automatizaci´n se compone de todas las teor´ y tecnolog´ encaminadas de o ıas ıas alguna forma a sustituir el trabajo del hombre por el de la m´quina. el tipo de automao tizaci´n a implantar depende del tipo de porceso a automatizar: no da lo mismo o automatizar un proceso continuo que un proceso gobernado por eventos. En este a cap´ ıtulo daremos unas ideas muy generales sobre esta ´rea. adoptando en cada momento hist´rico los m´s recientes ´ o a avances. por ello. Siendo nuestro objetivo automatizar ciertos procesos. En cuanto a su aspecto tecnol´gico. la automatizaci´n se basa en una reiterada aplicaci´n del meo o canismo de feedback y. a trav´s de redes e locales y buses de comunicaci´n. parece claro que primero hemos saber c´mo funcionan esos procesos. consideraremos s´lo o los m´s importantes desde el punto de de la automatizaci´n. Debido a la gran cantidad de procesos distintos que funcionan actualmente. e incluso empresas diferentes a trav´s de redes propias e o de Internet. y obtendremos modelos a o con sus caracter´ ısticas esenciales. est´ en ese sentido relacionada con las Teor´ de a ıas Control y de Sistemas. 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. Conceptualmente. Es por ello interesante describir cada proceso como inscrito en el marco 7 . Tambi´n pueden estar en conexi´n los diferentes o e o departamentos de la empresa. tan amplia y compleja. Pero no es suficiente con aprender a automatizar cada proceso. realizando o visitas a algunas empresas. 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. Como veremos. puede decirse que siemo pre ha estado “a la ultima”. a y posteriormente las desarrollaremos a lo largo del curso.

la energ´ generada o a ıa por los molinos de viento. 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. las a redes locales y los buses de comunicaci´n cobran especial inter´s.8 ´ CAP´ ITULO 1. hasta la Edad del Bronce. de J. comenz´ a usarlo como elemeno o to calefactor y para condimentar alimentos.. Pero el fuego no ha sido la unica fuente de energ´ de la antig¨edad. 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. de J. 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. aunque ya no se denomine asi. contin´a la revoluci´n industrial u o con un desenfrenado avance tecnol´gico y cient´ o ıfico. M´s tarde. se utiliza por primera vez la energ´ e´lica para mover embarcaciones ıa o dotadas de velas y. Tuvo que pasar mucho tiempo. La empresa. Pero su veracidad se ha puesto ıa en entredicho con la crisis del petr´leo iniciada en las ultimas d´cadas del siglo XX. Durante la ıa a o edad media se utiliz´ mucho.1 Perspectiva hist´rica o Se cree que cuando el homo sapiens domin´ el fuego. con una sucesi´n interminable de inventos y aplicaciones. Las m´quinas herramienta ganan potencia y precio a si´n.C. En este marco. INTRODUCCION jer´rquico que representa la estructura completa de la empresa. que dura hasta finales de o siglo. 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.C. motor del desarrollo del sector privado e incluso del sector p´blico. ıas a o evoluci´n de los procesos productivos son las siguientes: o • Teor´ ıas . a Algunas teor´ tecnolog´ y ´reas tecnol´gicas cuyo avance ha favorecido la ıas. o ´ e Los sistemas productivos no han sido ajenos a todos estos avances. 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. para que lo empleara en la obtenci´n de metales y en la cer´mica o a dando as´ lugar a los que podr´ ı ıamos llamar primeros procesos de fabricaci´n de la o historia. La evoluci´n de la t´cnica es o e permanente.. de J. Hacia el a˜o ´ ıa u n 2000 a. sobre el 50 a. o e 1. o o Durante este per´ ıodo. hacia el 1000 a. En el siglo XX. los Romanos empiezan a utilizar a la energ´ hidr´ulica para la extracci´n de agua por medio de la noria.C. 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. lo que a su vez permite fabricar productos de mayor calidad. los fenicios atravesaban el Mediterr´neo a con sus nav´ ıos. a Todo este desarrollo ha sido consecuencia de una premisa fundamental: la existencia de fuentes de energ´ inagotables y baratas. se van produciendo cambios progresivos o e en los procesos de producci´n.

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 9 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. en tareas repetitivas que no requieren mucha precisi´n resulta aconsejable o utilizar manipuladores (neum´ticos por ejemplo) en vez de robots. En otras tareas a m´s complejas (tales como la soldadura por laser) que precisan el seguimiento de a trayectorias complejas. a o a Por ello. resulta m´s econ´mico utilizar otro sistema menos flexible y m´s especializado.´ 1. ı . 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.1. s´ que el robot sigue siendo insustituible.

en las que los productos se sustituyen por servicios. determina las necesidades del consumidor y le transfiere los productos que demanda y. Los nombres n pueden cambiar seg´n sea el contexto en que se enmarque o se estudie la empresa.3]. 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. un elemento productivo en el o mercado pero puede verse tambi´n como elemento consumidor (de materias primas) e en el mismo. Por un o lado. Hay otras empresas. ni mucho menos. 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. a . 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. [3. INTRODUCCION 1. produce los productos que le va a trasferir. p. de servicios. por tanto. 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. El bloque de gesti´n es el m´s importante en ıan o a el sentido de que controla a todos los dem´s. por otro. As´ que toda empresa puede considerarse como formada ı por dos subsistemas.10 ´ CAP´ ITULO 1. En la figura se han representado los principales bloques y flujos de la empresa.2 La empresa productiva Una empresa productiva es un ente socioecon´mico capaz de adecuar parcialmente o dos flujos esenciales que concurren en el mercado: producci´n y consumo. por medio de estudios de mercado. La empresa es. 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.

o puesto que hay muchas clases de procesos. El objetivo de la empresa es maximizar el beneficio.2. LA EMPRESA PRODUCTIVA Almacén de materias primas Almacén de productos terminados 11 Producción Gestión Compras Finanzas Ventas MERCADO Figura 1. 1.1 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.1: Esquema de la empresa productiva El diagrama de bloques puede dividirse en dos partes. con sus flujos asociados. 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).2. Cada uno de estos bloques se subdivide a su vez de otros bloques. 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). Materias primasProceso productivo Productos terminados- . subprocesos. o Una definici´n descriptiva de proceso productivo puede resultar muy complicada. a listo para su utilizaci´n.1.

etc. Sin embargo el bloque o “funci´n” que relacona ambos flujos no es simple o sino que es un complejo sistema movido por eventos. 1. a Materia prima Proceso Producto terminado- Cada proceso productivo va asociado a un producto. Algunas de o a a 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. se compone de subprocesos m´s simples interrelacionados entre si. los tratamientos t´rmicos. Por tanto.12 ´ CAP´ ITULO 1.2 Operaciones b´sicas de fabricaci´n a o Los procesos de fabricaci´n m´s simples se llaman operaciones b´sicas. 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 ı. en general. e como un sistema din´mico de control o proceso. hemos de tener una a idea de cuales son y c´mo funcionan (o sea cuales son sus modelos matem´ticos) los o a sistemas de control o procesos m´s simples porque de ese modo podremos entender a despu´s c´mo funcionan los procesos de fabricaci´n.2. Sin embargo. bien sea una pieza elemental o bien un conjunto de piezas ya montado. Si queremos fabricar otro producto deberemos cambiar el proceso. que pueden ser de muy distinta naturaleza y. e Materia prima Mecanizado Pieza - . un ´ mismo producto se puede fabricar de muchas formas diferentes. Cada proceso est´ conectado con otros procesos internos y externos a la a empresa. Son de este tipo los procesos de mecanizado. para un producto terminado dado y para la misma materia prima. los de pintura. La complejidad surge de la interconexi´n de unos procesos con otros o y de la naturaleza estoc´stica de muchos de los eventos que dirigen la evoluci´n del a o sistema. 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´ o ı (bloque). e o o Los procesos productivos est´n catalogados como sistemas complejos en la Teor´ a ıa de Sistemas. el proceso puede no ser unico: en general.

prima 2Mecanizado 2 Pieza 2- 1. la serie de operaciones necesarias para unir todas las piezas formando el producto terminado se llama proceso de montaje. robots. se han afianzado cuatro tipos est´ndar de procesos: n a • 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 en o series de tama˜o peque˜o o mediano. fabricaci´n de ciertas m´quinas herramientas. posiblemente complicados o de alta tecnolog´ montados. o e podemos adivinar cual ha sido el proceso para fabricar un determinado producto o. prima 1Mecanizado 1 Pieza 1Montaje Producto Mat. e . ya que tambi´n nos daremos cuenta enseguida e de que hay muchas formas de fabricar el mismo producto. mejor dicho.1. con un poco de imaginaci´n y ciertos conocimientos t´cnicos. veremos que la gran mayor´ de ellos son el resultado o producto ıa de alg´n proceso de fabricaci´n y nos daremos cuenta que deben existen multitud u o de ellos.2. Se utiliza para la ıa.2. 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 human o nos de montaje. Incluso. Mat. Ahora bien. los tiempos de producci´n son elevados y los costes o tambi´n. Los productos suelen ser conjuntos de compon n nentes. LA EMPRESA PRODUCTIVA Proceso de montaje 13 Cuando un producto (terminado o no) se compone de varios elementos. aeronaves y algunos o a prototipos. Por todo ello.3 Tipos de procesos Si en nuestro hogar echamos una mirada a nuestro alrededor y observamos los objetos que nos rodean. los posibles procesos. aviones. tras muchos a˜os de experiencia.

electrodom´stcos. L´ ıneas de producci´n o Estos procesos son el resultado de la evoluci´n de la producci´n en cadena. INTRODUCCION Est´ orientada a la fabricaci´n de lotes de tama˜o medio de un determinado produca o n to. m´quina-herramienta e a y otras muchas. . al menos. El producto se desplaza colocado en cintas trasportadoras. un producto o materia prima va pasando por distintos procesos que lo van transformando hasta llegar al producto final. ideada o o por Henry Ford.14 Producci´n por lotes o ´ CAP´ ITULO 1. 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. una vez terminado un lote. Si en una planta se utilizan varias lineas de producci´n.2). En las primeras. que suelen estar formados mediante el montaje de piezas. o Producci´n continua o Es el tipo indicado cuando se desea producir pocos productos. o el departamento de fabricaci´n env´ una orden de control indicando si se puede o ıa pasar a fabricar otro lote del mismo o de otro producto. Un ejemplo lo tenemos en el mecanizado de piezas. a En este tipo de fabricaci´n se dise˜a toda la factor´ en funci´n del producto o n ıa o a fabricar. asi como diferentes m´todos y mecanismos de transferencia. Por un lado entra la materia prima y por otro sale el producto final (figura 1. muebles. Se puede ver como un flujo continuo de producto sobre el que se van realizando una serie de operaciones o procesos. etc. Las l´ ıneas de montaje se utilizan para fabricar productos formados por conjuntos de piezas montados. o a bicicletas. Es quiz´s el tipo de producci´n que se emplea para fabricar mayor n´mero de proa o u ductos. 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. B´sicamente hay dos tipos de l´ a ıneas: l´ ıneas de proceso y l´ ıneas de montaje. en funci´n de la demanda. por lo que un cambio de producto suele exigir el cierre de aquella o. Se suenen utilizar zonas o recipientes e a modo de peque˜os almacenes. envases de pl´stico. bombillas. de naturaleza simple (no compuestos de muchas piezas) y en grandes cantidades. y alimentadores de piezas para los procesos. una completa remodelaci´n de la misma. Otros ejemplos son o la fabricaci´n de ciertos productos de gran consumo como neum´ticos. lo utilizan. para el almacenamiento intermedio de productos n semielaborados. los productos pueden o pasar de una l´ ınea a otra. La producci´n de cada lote se hace de una tirada y. Se fabrican grandes series de unos pocos modelos. existiendo muchas configuraciones posibiles. Se utiliza para producir grandes series de unos pocos productos. o La maquinaria y el personal han de estar preparados para realizar con celeridad las operaciones de cambio de lote. Las industrias de calzado.

a o 1. 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. 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. no debe o moverse. muy pesado o. por alguna otra raz´n. etc.1. en su momento. incidir en el producto. hay que ubicar las herramientas y los otros equipos de fabricaci´n en la o zona m´s id´nea para. En cada zona o local s´lo se realiza un proceso. A veces se precisa a o realizar obras e instalaciones especiales para poner todo en una buena disposici´n. Resulta un tipo de fabricaci´n muy flexible puesto que se puede cambiar el o proceso simplemente a˜adiendo o quitando ciertas m´quinas. Tradicionalmente se consideran cuatro posibilidades de o 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. textiles.2. o Es la disposici´n m´s indicada en las industrias naval y aeron´utica.4 Ubicaci´n de los procesos o La disposici´n de los procesos dentro de la planta de producci´n es importante poro o que de ella dependen muchos factores del proceso de producci´n asi como la comodio dad del personal. a lo largo de una l´ ınea de montaje en una fabricaci´n de o . Los o programas simulaci´n (estoc´stica) de procesos pueden ayudar mucho en el dise˜o o a n de la distribuci´n en planta.2. n a En flujo de producto Los elementos que intervienen en la producci´n se disponen a lo largo del flujo de o producto. LA EMPRESA PRODUCTIVA Materia prima Producto final 15 Proceso 1 Proceso 2 Proceso 3 Figura 1.2: Proceso de producci´n continua o Este tipo de producci´n se aplica sobre todo en las industrias qu´ o ımicas. Por ejemplo. de pl´stico y de laminaci´n de acero. los cableados de alimentaci´n y buses de comunicaciones. petroqu´ ımicas.

3 El proceso en feedback La realimentaci´n o feedback es el artificio b´sico del control. las bolas B se separan y el v´rtice e inferior A del cuadril´tero articulado.1 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. 1. Si la velocidad ω(t) a de ´sta aumenta. a modo ilustrativo. 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 . No es o f´cil hacer cambios en el proceso. o 1. (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). 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 de a vapor. El regulador de x bolas hace las funciones del punto de suma y de los bloques captador y actuador.3. entonces. Lo haremos (por razones hist´ricas) a partir del primer mecanismo que lo o incorpor´: el governor de Watt. INTRODUCCION l´ ıneas dedicadas o a lo largo del flujo de producto una producci´n continua. Con esto se puede conseguir organizar la n o producci´n en dos partes: 1) por clases de procesos. .16 ´ CAP´ ITULO 1. Se basa en clasificar en familias o las piezas a fabricar (sin importar el producto en el que ir´n montadas) por su a semejanza en su dise˜o y fabricaci´n. Se establece as´ un proceso en ı A Actuador “feedback” que se puede explicar con el diaválvula grama de bloques siguiente. a o act´a cerrando la v´lvula de salida de vapor u a de la caldera. Aunque suponemos o a que el tema es ya conocido por el lector. Veamos. debido a la fuerza e B centr´ ıfuga. regulador y actuador. m´vil. En la figura aparece la pieza quiz´s mas importante que suele llamarse “regulador de bolas” y que ejerce a la vez a captador. a Por tecnolog´ de grupo ıa Esta distribuci´n est´ indicada para factor´ con gran diversidad de productos y o a ıas pretende ser una combinaci´n de las dos anteriores. creemos conveniente recapacitar sobre su funcionamiento. por ser b´sico para muchas de las partes que se tratar´n m´s a a a adelante. ı El eje dibujado est´ unido al eje de rotaci´n a o de la m´quina de vapor. su esquema.

que o a no s´lo puede aplicarse a la m´quina de vapor sino que puede servir de base para o a controlar otros sistemas f´ ısicos de muy diferente naturaleza tales como sistemas econ´micos y sistemas productivos.3. la realimentaci´n aparece a veces como o a o un componente b´sico en muchos procesos de la Naturaleza.m (s) . en caso contrario el controlador u mover´ la v´lvula en sentido de apertura o de cierre.3) son los siguientes: o ref −→ Entrada de referencia o de consigna y −→ Entrada perturbadora −→ Salida y(t) d(t) .3: Esquema de regulaci´n en feedback o Los elementos esenciales que aparecen en el regulador de Watt y que configuran todo mecanismo de control con realimentaci´n (figura 1.2 Esquema de regulaci´n en feedback o El artificio que hace funcionar al regulador de Watt es la realimentaci´n o feedback. Adem´s. quiz´s con asombro.m + − 6 m (s) Y r Y (s)- M  Figura 1. incluso en los seres a vivos.1.C X(s) A U (s) + V (s) P . dependiendo de que el valor e a a sea positivo o negativo. es decir. el valor de la variable controlada es el deseado y la salida del actuador es cero (no act´a). incluso aunque se produzcan variaciones en la a potencia entregada o en la presi´n p de la caldera. D(s) ? Yref . 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. Si e es cero entonces la medida de la salida es igual a la referencia.m + Controlador (ωref ) − 17 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). o 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.3. o Una vez entendamos c´mo funciona podremos comprobar.

mediante la actuaci´n sobre unos elementos del sistema llao mados controles. de tal manera que su trayectoria o evoluci´n en el tiempo se aproxime a una o fijada de antemano. pisando el acelerador y los frenos y moviendo el cambio de marchas. igual al valor de la a entrada de referencia incluso en presencia de la perturbaci´n d(t). es decir. y otros de salida.. por los cuales puede recibir est´ ımulos. para controlar la evoluci´n o de la tasa de inflaci´n. As´ un ch´fer controla la trayectoria de un veh´ ı. como a o los salarios. Es el dispositivo que toma la diferencia (t) entre la entrada de referencia yref y la medida ym (t) de la respuesta.3 El significado del control Controlar un sistema din´mico significa conducirlo. env´ est´ ıa ımulos x(t) sobre el actuador.4 representa un sistema monovariable. etc. la procesa y. si el controlador se dise˜a correctamente. es posible n conseguir que el valor de la salida se mantenga. como resultado del proceso. tras el proceso de la se˜al (t). 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 . de acuerdo con sus aplicaciones en ingenier´ ıa. 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. con una entrada y una salida. los impuestos. es decir.18 ´ CAP´ ITULO 1. La figura 1. sobre la planta. o 1. INTRODUCCION C Controlador. 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). Es un aparato para medir. gobernarlo o comardara lo. m´s o menos. ejercer´ una acci´n o a a o u(t) sobre la planta tal que el valor de la salida y(t) vaya disminuyendo para t > t2 . El sistema objeto de control suele denominarse Planta o Proceso. o ıculo girando el volante. 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. de modo que si esa diferencia es positiva (ym < yref ) entonces. . normalmente en forma el´ctrica. el gobierno de una naci´n dispone de ciertos controles. llevarlo.3. ı Un sistema de control es una entidad u objeto provisto de unos terminales de entrada (controles). M Medidor. u P Planta o Proceso: es el sistema a controlar (la m´quina de vapor en el regulador a de Watt). n A Actuador. la acci´n del controlador ser´ la inversa. En adecuadas condiciones. Cuando en otro instante t2 > t1 la diferencia e sea negativa. el valor e de la salida y(t). De forma m´s imprecisa. Realmente es un procesador de se˜al. con la potencia necesaria. por de que emite su respuesta. enviar´ est´ n a ımulos x(t) al actuador para que ´ste ejerza una acci´n u(t) sobre la planta con el fin de que el valor de la salida e o y(t) vaya aumentando para t > t1 . el valor de la moneda. Act´a.

neum´tico. la o o ´ actuaci´n sobre el proceso. esta idea resulta muy clara en el o caso del control de procesos continuos.´ 1.4 La automatizaci´n industrial o Automatizar un proceso es conseguir que. aplicando el mecanismo de feedback. el bloque de control C de e n la figura 1. dando lugar a diferentes clases de control seg´n sea la aplicaci´n. o 1. En el regulador de Watt es de tipo mec´nico. como es el caso de los procesos movidos por eventos.3. 1.4 El control en la empresa El esquema de regulaci´n en feedback es aplicable a muchos de los procesos de la o empresa. El componente o o a fundamental que permiti´ el desarrollo de el control anal´gico fue el amplificador o o electr´nico. la realimentaci´n de las variable medidas. LA AUTOMATIZACION INDUSTRIAL EntradaBloque Salida - 19 Figura 1. inventado en la d´cada de los 50. pero tambi´n se ve que funciona en el caso e de otros tipos de control. el´ctrico. hidr´ulico.4. Como veremos.4. 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. funcione sin intervenci´n humana. la como paraci´n con una consigna previamente establecida y.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. en funci´n de esta ultima. o n a a a e electr´nico y ´ptico.4: Sistema 1. o e .1 T´cnicas de control e Atendiendo a la t´cnica utilizada para procesar se˜ales. El e a e a proceso anal´gico de se˜ales puede ser mec´nico.

generalmente o o amplificadores operacionales. finalmente. ponerles los par´metros adecuados. En este ultimo. Ahora la funci´n (1. control jer´rquico.1) en donde los par´metros Kp . Los controladores anta˜o n anal´gicos. o a que realiza el controlador: x(t) = C( (t)) = Kp 1 + Td dx(t) 1 + dt Ti t x(τ )dτ 0 . Se suelen distinguir como cuatro categor´ ıas: . del software y de otros campos afines. han hecho que las t´cnicas de control e se hayan sofisticado y extendido. hoy d´ se realizan y comercializan en su vero ıa si´n digital. y siguen siendo. las t´cnicas digitales se utilizaron e para realizar controladores para los procesos continuos. se utilizaron para el desarrollo de otros dispositivos de control. (1. e o Despu´s. El campo de aplicaci´n es el mismo pero las prestaciones de los digitales o son muy superiores a las de sus hermanos anal´gicos.4. etc. asi como el desarrollo de las comunicaciones. Td y Ti son constantes. entre e los que cabe destacar el aut´mata programable de gran aplicaci´n en el Control de o o procesos de eventos discretos. Resulta m´s f´cil sintonizaro a a los. a 1.2 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. La realizaci´n de esta funci´n a o o se hace casi siempre utilizando componentes electr´nicos anal´gicos. y en particular el PID. control distribu´ ıdo. 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.20 ´ CAP´ ITULO 1. habremos o de idear alg´n plan para estructurar el control. o la expansi´n del control y las comunicaciones por toda la empresa en base a las o estructuras de control que se han ido creando: control centralizado.1) la realiza un microprocesador a trav´s de un o o e algoritmo. y est´n preparados para poder ser a a operados a distancia a trav´s de buses de comunicaci´n. procesos con fluidos. integral. etc. u T´cnicas digitales e La aparici´n primero del ordenador y posteriormente de los microprocesadores y o microcontroladores y del ordenador personal. es decir. En principio. derivativo e indican el proceso. muy utilizados: el controlador de adelanto-retraso de fase y el controlador PID. Y. e Hay dos tipos que han sido. han hecho posible una creciente Automatizaci´n Global. hornos. pero son posibles las realizaciones con componentes de fl´idos. o funci´n matem´tica C(·). las letras significan ´ proporcional. El grado de automatizaci´n deseado u o va a ser fundamental para trazar dicho plan. Las aplicaciones son muchas. es decir.

Un o o inconveniente de la automatizaci´n fija es que su ciclo de vida depende de la vigencia o del producto en el mercado. se puede justificar econ´micamente el alto costo del dise˜o de equipo o n especializado para procesar el producto. o ıa o En la figura 1.5 se muestra una estructura de control sencilla compuesta por un computador que se comunica. 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. LA AUTOMATIZACION INDUSTRIAL 21 Proceso 1 Proceso 2 Proceso 3 Proceso 4 Figura 1. o Por su parte. por tanto. con un rendimiento alto y tasas de producci´n elevadas. la automatizaci´n flexible es m´s adecuada para un rango de proo a ducci´n medio. 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. con cuatro aut´matas programae o bles cada uno de los cuales controla un determinado proceso. Los sistemas flexibles poseen caracter´ o ısticas de la automatizaci´n o fija y de la automatizaci´n programada.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 o o y. a trav´s de un bus.4. Suelen estar constituidos por una serie o de estaciones de trabajo interconectadas entre si por sistemas de almacenamiento y manipulaci´n de materiales.´ 1. o o o la fabricaci´n se realizar´ sin intervenci´n humana. . idealmente. en la que. Un ejemplo t´ o ıpico puede ser la fabricaci´n de autom´viles. o El escal´n final es la automatizaci´n total de la producci´n. controlados en su conjunto por una computadora. Un ejemplo podr´ o ıa ser la fabricaci´n de diferentes tipos de tornillos bajo pedido.

ı ci´n local. De hecho. debido a los niveles de productividad. o a a una empresa puede comunicarse a trav´s de Internet con otras empresas pudiendo e crearse de esta forma redes de empresas extendidas por todo el mundo.4. quiz´s. que pueden tambi´n e ser automatizados mediante buses de comunicaci´n y redes de ´rea local. adem´s. Anta˜o la automatizaci´n se aplicaba s´lo al proceso productivo (a las m´quinas). no especializada (incluso infantil). el aumento del coste de la energ´ pueda repercutir en un consiıa derable aumento de los costes de la producci´n automatizada.1) sino o tambi´n a los flujos de control (l´ e ıneas a trazos de la figura 1. nıas ıas ıses En el mundo industrial actual la Automatizaci´n es pr´cticamente imprescindio a ble. en el futuro. INTRODUCCION 1. aunque lamentable. Ello nos llevar´ a o ıa tener que considerar nuevos m´todos o.22 ´ CAP´ ITULO 1. fiabilidad y rentabilidad que el mercado exige a los productos elaborados para ser competitivos. Pero hoy d´ podemos hablar de una automatizaci´n global ya que se ha o ıa o extendido no s´lo a todos los procesos de la empresa (bloques de la figura 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.1). . es significativa la pr´ctica de la a utilizaci´n de mano de obra barata. 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.3 Ventajas e inconvenientes de la automatizaci´n o Como es l´gico. la automatizaci´n tiene sus ventajas e inconvenientes. por grandes o compa˜´ que instalan sus factor´ en pa´ subdesarrollados. n o o a porque era el que m´s recursos humanos consum´ resultando as´ una automatizaa ıa.

son: • Mec´nica a – Herramientas – Mecanismos – M´quinas a – Elementos de transporte • El´ctrica e – Automatismos el´ctricos e – Motores el´ctricos de c.´ 1.a.c. 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 y 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. LA AUTOMATIZACION INDUSTRIAL 23 1.4 Elementos de la automatizaci´n o Hay muchas ´reas y tecnolog´ que intervienen en la Automatizaci´n. y c. junto con algunos de sus elementos.4.

y cuya evoluci´n o en el tiempo se coresponde con la del sistema. que lo representa. Los bloques. f´ a ısico y tecnol´gico. en o o • Sistemas de tiempo continuo • Sistemas de tiempo discreto • Sistemas de eventos discretos Esta clasificaci´n nos va servir tanto para el estudio matem´tico.5 Modelos matem´ticos de sistemas a En el an´lisis de los sistemas de control juegan un papel primordial los modelos a matem´ticos. . El modelo permite hacer c´lculos. de un determinado tipo. o sea. 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. podemos clasificarlos. su dise˜o y realizaci´n n o utilizando diferentes tecnolog´ Cada una de estas clases se divide a su vez en otras ıas. puesto su evoluci´n depende del o tiempo. predicciones. o Lo primero que vamos a hacer para estudiar matem´ticamente los sistemas es a clasificarlos atendiendo a alguna propiedad importante. an´lisis y moo a a delado de los sistemas de control como para su s´ ıntesis.24 – Control por computador ´ CAP´ ITULO 1. atendiendo a c´mo sea dicha evoluci´n. 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. Como no cabe duda que el tiempo es esencial para todo sistema de control. Un modelo matem´tico de un sistema din´mico es una ecuaci´n o a a a o sistema de ecuaciones. 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.

etc). En la fase de an´lisis. Ciencias de la Computaci´n. constituye un m´todo para representar los o e problemas. Dentro de los curr´ e o ıcula universitarios se estudia. color. a En este sentido ha supuesto un gran avance la especificaci´n del Lenguaje Unio ficado de Modelado (UML). An´lisis Num´rico. para analizarlos y para obtener soluciones.´ 1.1 Importancia del modelado El conocimiento sobre las cosas que tenemos a nuestro alrededor. Otros aspectos pueden quedar ocultos en el modelo porque a´n no se conocen. 1. la informaci´n que adquirimos puede enriquecerse con n´meros. adquirido a trav´s e de los sentidos y almacenado en el cerebro. a a o De alguna manera.6. el a modelo se construye inductivamente a partir de observaciones realizadas sobre un sistema real. s´lo refleja aquellos aspectos que han sido medidos y analizados dentro de o un determinado contexto experimental. a a por lo que es habitual trabajar con modelos no matem´ticos basados en computador. Teor´ de a ıa ıa Control. . si se u quiere. sonido. Si utilizamos instrua e a mentos de medida. o u gr´ficos y quiz´s con otros tipos de informaci´n propia de cada instrumento. Inteligencia Artificial e a e o Investigaci´n Operativa. ha sido propuesto por algunos como el paradigma de la coma u putaci´n del futuro. olor. o un modelo de la misma. A veces suele ser preciso repetir iterativamente las fases de an´lisis y dise˜o hasta conseguir a n dar con la soluci´n buscada. sistemas energ´ticos y gesti´n de negocios. Los sistemas de eventos discretos reciben tambi´n el nombre de sistemas ree activos o sistemas comandados por eventos (event-driven systems). en las ´reas de Teor´ de Sistemas. Poco a poco ha ido haci´ndose cada vez m´s potente hasta o e a el punto en que hoy se considera con capacidad para integrar todas las anteriores disciplinas. MODELADO Y SIMULACION DE SISTEMAS COMPLEJOS 25 que van configurando las diferentes partes que configuran la Teor´ de Control y sus ıa aplicaciones. no es la realidad sino una abstracci´n. Sus modelos matem´ticos son complejos. Como paradigma. 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 y a n se construyen los sistemas reales (realizaciones) si se considera oportuno. a etc. temperatura.) y quiz´s tambi´n algunas otras din´micas (velocidad. M´s a´n. dimensiones. e es decir. acabado superficial. la informaci´n que hemos adquirido sobre un objeto es el o resultado de experiencias (experimentos) que hemos realizado sobre el mismo. o 1. sencillamente porque no se han medido o. se basan en procesos estoc´stcos y procesos de colas. entre otras. tales como din´mica o a de fluidos. Por tanto. porque quedan fuera de contexto. la informaci´n adquirida es siempre parcial.6 Modelado y simulaci´n de sistemas complejos o El modelado y simulaci´n se utiliza en muy aplicaciones diversas. Es un modelo en el que se reflejan algunas caracter´ ısticas est´ticas (forma.6. se refiere a los resultados de o experiencias o experimentos y el modelo de cualquier sistema es tambi´n parcial.

tiempo continuo nos estamos refiriendo a la familia de entidades reales que admiten un modelo de tiempo continuo. As´ por ejemplo. para el arquitecto. Es evidente que una misma entidad real puede pertenecer a varias de estas clases. los nombres con o que muchas veces se etiquetan ciertas entidades del mundo real provienen no de la entidad misma sino de su modelo. si hablamos de sistemas de ı. 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.26 REALIDAD Entidad del Mundo Real análisis sólo en contexto experimental ´ CAP´ ITULO 1. tras el modelado de ıa o sus partes elementales y la posterior conexi´n de las mismas. dependiendo de las caracter´ ısticas que se quieran poner de manifiesto. 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. 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. empiezan ya a ser o estudiados y entendidos. tener un anteproyecto antes de construir un gran edificio. INTRODUCCION 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. Algunos sistemas (por ejemplo biol´gicos) son tan complicados que hasta o hace poco no se sab´ muy bien c´mo funcionaban pero que. puede admitir distintos modelos.6: Esquema del modelado En la figura 1. El modelado adquiere mayor importancia cuanto mayor es la complejidad del sistema. tener un buen modelo resulta de una ayuda inestimable para cualquier dise˜o de n automatizaci´n industrial. al menos en alguno de sus aspectos. Por esta raz´n.6 se indica esquem´ticamente el proceso de obtenci´n de un modelo a o a partir de la realidad. o sea. o .

e Al comenzar a trabajar juntos. entre los miembros de la comunidad cient´ ıfica. formado por subsistemas de diferente naturaleza. Rumbaugh y Jacobson fijaron como objtivos los siguientes: 1. cuyo primer borrador u vio la luz en Octubre de 1995. al final se le presentaba la complicada tarea de acoplar los resultados de los modelos de cada una de las partes.91 de UML. de la empresa Rational Software Corporation.9 y 0.´ 1. Booch. ıa o e fuera de ella. desarrolladas en diferentes lenguajes. unificaron el anterior m´todo de Booch y el llamado t´cnica de Modelado de Objetos (OMT) y e e crearon un proyecto com´n. 4. Afortunadamente la situaci´n ha o cambiado recientemente con la aparici´n del denominado Unified Modeling Language o (UML). 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 tiempo a o el principal quebradero de cabeza de muchos dise˜adores de software. La situaci´n n o era ca´tica hasta hace poco porque. 3. Crear un lenguaje de modelado entendible tanto por las m´quinas como por a los seres humanos. A finales del mismo a˜o Ivan Jacobson y su empresa n Objectory se unieron a Rational Software y como resultado de la uni´n surgi´ el o o m´todo OOSE (Object-Oriented Software Engineering). Tras una primera fusi´n con OMG e o (Object Management Group). UML comenz´ a o extenderse con rapidez y muchas importantes empresas vieron en UML un asunto de importancia estrat´gica para sus negocios. Establecer un acoplamiento expl´ ıcito con los artefactos tanto conceptual como ejecutable. al ser las herramientas de desarrollo de software o de diferentes fabricantes e incompatibles entre s´ cuando alguien pretend´ modelar ı. en Junio y en Octubre de 1996.6. 2. MODELADO Y SIMULACION DE SISTEMAS COMPLEJOS 27 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. Otorgar al modelado de sistemas (y no s´lo al software) la capacidad de utilizar o conceptos orientados a objetos. Rational Software estableci´ las bases para crear un o . Los esfuerzos de los tres ingenieros dieron su fruto con la publicaci´n de las o versiones 0. El desarrollo de este lenguaje comenz´ en Octubre de 1994 cuando Grady o Booch y Jim Rumbaugh. al que llamaron Unified Method. ıa un sistema complejo. Tratar los temas inherentes a la escala en los sistemas complejos y de misi´n o cr´ ıtica.

a o Caracter´ ısticas de UML UML es un lenguaje sin propietario y abierto a todos. Est´ estructurado en e a 9 paquetes: • Data Types • Core • Extension Mechanisms • Comon Behavior • State Machines • Activity Graphs • Collaborations • Use Cases • Model Management . • Ofrecer a los usuarios un lenguaje de modelado de uso inmediato. HP. Ofrece a los ingenieros de sistemas que trabajan en an´lisis y dise˜o orientados a objetos.5.3. de Junio de 1999. collaborations. Unisys. visualizar. patterns. • Animar el crecimiento del mercado de herramientas para objetos. a UML se ha ido enriqueciendo con las aportaciones de los nuevos socios dando lugar a la aparici´n de nuevas versiones. • Suministrar mecanismos de extensi´n y especializaci´n que permitan extender o o los conceptos del n´cleo del lenguaje. IBM. y se esta trabajando en la 2. para desarrollar e intercambiar modelos significativos. o • Dar una base formal para el aprendizaje del lenguaje.0.28 ´ CAP´ ITULO 1. o o Actualmente la version de UML mas ”en boga”es la 1. un consistente lena n guaje para especificar. Microsoft. TI. • Soportar conceptos de desarrollo de alto nivel: components. expresivo y visual. INTRODUCCION consorcio empresarial. construir y documentar los artefactos de software y tambi´n para el modelado de negocios y de otros sistemas. etc. La versi´n UML 1. al que pronto se unieron las compa˜´ m´s importantes del nıas a mundo de la inform´tica: DEC. frameworks. • Integrar las mejores pr´cticas de programaci´n. Oracle. u • Soportar especificaciones que sean independientes de los lenguajes de programaci´n particulares y de los procesos de desarrollo.

6. Una sola vista no es suficiente. a En t´rminos de vistas de un modelo. . an´lisis. 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. UML no soporta diagramas de flujo de datos (data-flow diagrams). Adem´s UML tiene herramientas para obtener un buen n´mero de visioa u nes derivadas. quiz´s m´s importante. Para el desarrollo de los artefactos de software. MODELADO Y SIMULACION DE SISTEMAS COMPLEJOS 29 Los fabricantes y desarrolladores de software que adoptan el lenguaje UML deben etiquetar sus productos con la frase UML compliant e indicar el grado de cumplimiento con cada una de las especificaciones del lenguaje. • Todo modelo se puede expresar a diferentes niveles de fidelidad. simplemente porque no encajan limpiamente en un paradigma consistente orientado a objeto. Para modelar flujos de datos valen los diagramas de actividad (activity diagrams) de UML. dise˜o e implementaci´n) y conceptos a n o internos. UML consigue acabar con las diferencias (a veces absurdas) entre los lenguajes de modelizaci´n anteriores y.´ 1. UML define los siguientes diagramas gr´ficos: e a • 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. • Los mejores modelos est´n conectados a la realidad. fases de desarrollo (requerimientos. unifica las perspectivas de o a a acercamiento entre muchas clases diferentes de sistemas (negocios contra sotware).

1. a a o si bien en la ultima parte se requieren algunos nuevos conocimientos te´ricos. etc. aparte de lo mostrado en clase. Las otras dos partes son de un contenido m´s bien pr´ctico.3 Automatizaci´n local o En esta parte estudiaremos algunos de los elementos existentes en el mercado dedicados a la automatizaci´n local. el alumno debe intentar conseguir informaci´n (cat´logos. . INTRODUCCION 1. Las dos primeras son m´s bien te´ricas y en ellas a o se estudian los fundamentos que permiten el modelado de sistemas.2 Control de procesos de eventos discretos En la segunda parte repasaremos primero algunos conceptos b´sicos sobre sistemas a combinacionales y secuenciales. o a Algunos de los elementos son • Captadores • Pre-actuadores y actuadores. documentos de Internet.7 Estructura del curso El curso se estructura en 4 partes.7.30 ´ CAP´ ITULO 1.7. Es un tema m´s bien descriptivo y muy extenso o a en el que.7.1 Control de procesos continuos Esta primera parte est´ enfocada al dise˜o de de controladores para procesos de a n tiempo continuo. ´ o • Control de procesos continuos • Control de procesos de eventos discretos • Automatizaci´n local o • Automatizaci´n global o 1. se estudiar´n algunas t´cnicas cl´sicas de dise˜o de controladores ıa a e a n anal´gicos y digitales.) sobre los productos comerciales. 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. de aplicaci´n de lo estudiado antes. Se har´ un especial ´nfasis en el estudio de los controladores o a e PID y sus m´todos de sinton´ e ıa. Suponiendo un conocimiento previo de las nociones b´sicas de la a Teor´ de Control.

1.4 Automatizaci´n global o Esta ultima parte est´ dedicada al estudio de la automatizaci´n global y en la misma ´ a o daremos una visi´n general algunos aspectos importantes de la misma. tales como o • Simulaci´n de procesos productivos o • Redes locales • Buses industriales • GEMMA • SCADA • Control jer´rquico a .7. ESTRUCTURA DEL CURSO • Automatismos el´ctricos e • Automatismos neum´ticos e hidr´ulicos a a • Aut´matas programables o • Controladores industriales 31 1.7.

32 ´ CAP´ ITULO 1. INTRODUCCION .

Parte I Control de procesos continuos 33 .

.

Por otro lado hay que distinguir entre el control de sistemas SISO y MIMO. El objetivo a del dise˜o. control de robots. 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. En este capitulo vamos a tratar del dise˜o de u n sistemas de control continuos monovariables [2. 7]. que tiene asignada la misi´n de control. La lista de aplican ciones pudiera resultar interminable ya que.1 se ha representado un sistema de control b´sico a monovariable. En la misma. cap. 35 . la planta se representa por el bloque de funci´n de o transferencia Gp . el control teledirigido de naves espaciales. formados esencialmente por captadores y controladores. etc. 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 Introducci´n o Los sistemas de control se aplican en numerosos campos de la tecnolog´ y de la ıa ciencia. susa pensi´n activa de los autom´viles. controles diversos en electrodom´sticos. En la figura 2. Se pueden citar ejemplos tales como los pilotos autom´ticos en barcos o a aviones. denominada n a controlador. suele ser una parte del sistema. ha sido enorme su proliferaci´n y deo o o sarrollo. Un sistema de control consta de un proceso o planta que se desea controlar y de otros elementos que realizan el control. 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. en el caso m´s sencillo. controles de posici´n y velocidad o en m´quinas herramientas. el controlador por Gc y el captador por H.Cap´ ıtulo 2 Dise˜ o de Controladores n 2. debido al progresivo abaratamiento y miniaturizaci´n los componentes electr´nicos. en o o e los que los sistemas de control desempe˜an un importante papel. control de procesos industriales.

36 ˜ CAP´ ITULO 2.2: Esquema de un controlador P .1 el control del sistema ha sido asignado al bloque Gc denominado controlador.1: Sistema de control 2. En la figura 2.2.2 se representa el esquema de un amplifiVi R Vo R2 R1 Figura 2. 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 Controlador tipo proporcional P La funci´n de transferencia del controlador P es o G c = Kp (2. Puesto que el dise˜o va a consistir en determinar los componentes n de este elemento.2 Tipos de controladores En la figura 2. veamos en primer lugar los tipos mas comunes de controladores utilizados en la pr´ctica. DISENO DE CONTROLADORES 2.1) siendo Kp una constante.

5) Su funci´n de transferencia es o Siendo Td una constante.3.2.2) sTi Siendo Ti una constante. C1 Vi R1 Vo R Figura 2.2.4) 2.7) . en la que Gc = 1/sC1 −1 V0 =− = Vi R1 sR1 C1 (2.2 Controlador tipo integrador Gc = 1 (2.6) La constante de tiempo T del controlador I vale por tanto.3) Su funci´n de transferencia es o La constante de tiempo Ti de este controlador I vale.4.2. en la que Gc = V0 R1 =− = −sR1 C1 Vi 1/sC1 (2. Td = R1 C1 (2. TIPOS DE CONTROLADORES cador o inversor en el cual se cumple Kp = R1 + R2 V0 = Vi R1 37 2. por tanto. Se ha implementado mediante el circuito integrador inversor representado en la figura 2. o o aparece en la figura 2. Su circuito electr´nico.2. con una configuraci´n inversora.3 Controlador tipo derivativo D Gc = sTd (2.3: Esquema de un controlador I Ti = R1 C1 (2.

se ilustra en la figura 2.2. En la figura ı 2.4: Esquema de un controlador D 2. 7. D.38 ˜ CAP´ ITULO 2. que se ajusta al 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.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. DISENO DE CONTROLADORES R1 Vi C1 Vo R Figura 2. PD y PID. La funci´n de transferencia del circuito PID as´ compuesto viene dada por la o ı . I.4 Controladores PID Los tres controladores b´sicos P. sec.10]. Su funci´n de transferencia es o Gc = V0 1 = Kp (1 + + sTd ) Vi sTi (2.5: Diagrama de bloques de un controlador PID de las ramas I o D del diagrama de bloques. que acabamos de ver pueden agruparse en a forma aditiva entre s´ dando lugar a las combinaciones PI.5 se representa un controlador PID en forma de diagrama de bloques [2.6.

La figura 2.9].7a es Gc = V0 s − zc 1 + αT s = Kc = Vi s − pc α(1 + T s) (2. sec. La funci´n de transferencia de o la red de la figura 2.6: Diagrama de bloques de un controlador PID expresi´n (2.2.9) en la que o Kp = R5 .2. Estos controladores pueden realizarse mediante redes pasivas RC o bien con circuitos basados en amplificadores operacionales. un retraso o una combinaci´n de avance o y retraso en la fase de la tensi´n de salida con respecto a la tensi´n de entrada al o o controlador [2. TIPOS DE CONTROLADORES 39 R1 R1 R4 C2 R5 Vi R1 R4 Vo R3 C3 R4 Figura 2. Td = R3 C3 (2. La funci´n de transferencia de un controlador de adelanto o o retraso es V0 s − zc Gc = = Kc (2.5 Controladores de adelanto y de retraso de fase Son controladores que producen un avance. 7.11) siendo α = (R1 + R2 )/R2 y T = CR1 R2 /(R1 + R2 ). es de retraso de fase.2.7 muestra los esquemas de una red RC de adelanto de fase y otra de retraso.10) Vi s − pc Si | zc |<| pc | es un controlador de adelanto de fase mientras que si | zc |>| pc |. R4 Ti = R2 C2 . .9) 2.

El circuito representado en la figura 2. cuya funci´n de transferencia es o Gc = V0 (1 + αT1 s)(1 + βT2 s) = Vi (1 + T1 s)(1 + T2 s) (2. Los controladores de adelanto y de retraso de fase pueden construirse tambi´n a base de e circuitos con operacionales.7b tiene por funci´n de transferencia o Gc = V0 s − zc 1 + Ts = Kc = Vi s − pc 1 + αT s (2. αT 1 = R1 C1 . En la figura 2.40 C ˜ CAP´ ITULO 2.14) .7: Redes de adelanto y de retraso de fase La red de retraso de fase de la figura 2.12) siendo α = (R1 + R2 )/R2 y T = R2 C.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.13) donde α > 1. 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. T2 = R2 C2 y T1 T2 = R1 R2 C1 C2 . DISENO DE CONTROLADORES R1 R1 C Vi R2 Vo Vi R2 Vo a) b) Figura 2.9 puede funcionar como controlador de adelanto y de retraso de fase. β = 1/α.

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

41

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)

42

˜ CAP´ ITULO 2. DISENO DE CONTROLADORES

Figura 2.10: Lugar de las ra´ de G(s)H(s) = 1/s2 ıces

Figura 2.11: Lugar de las ra´ de G(s)H(s) = (s + 2.5)/s2 ıces

´ ˜ 2.3. METODOS DE DISENO BASADOS EN EL LUGAR DE LAS RA´ ICES

43

Figura 2.12: 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 2.12. e ıces Puede observarse en el mismo que es como si el polo s = −2 a˜adido parece como n si empujara al lugar, deform´ndolo y generando una rama de hip´rbola. Produce, a e por tanto, un efecto desestabilizador en el sistema. Vistos los efectos de la adici´n de un polo y de un cero a la funci´n de transfeo o rencia, vamos a considerar algunos ejemplos de dise˜o del controlador en un sistema n de regulaci´n, conociendo ciertas especificaciones de funcionamiento. o

2.3.1

Dise˜ o de una red de adelanto de fase n
s − zc , s − pc

Un controlador de adelanto de fase tiene por funci´n de transferencia: o G c = Kc |zc | < |pc | (2.18)

El dise˜o consiste en asignar unos valores a los par´metros del controlador, tales que n a el lugar geom´trico pase por un punto dado, definido a partir de las especificaciones e de funcionamiento. Vamos a considerar el mismo ejemplo anterior en el que la funci´n de transferencia en lazo abierto vale o 1 G(s)H(s) = 2 (2.19) s Supongamos que las especificaciones de funcionamiento exigen un tiempo de establecimiento Ts de 4s y una sobreoscilaci´n m´xima inferior al 20%. El tiempo o a de establecimiento suele considerarse igual a 4 veces la constante de tiempo τ del sistema ( < 2%), con lo que 4 Ts = 4τ = (2.20) ξωn

56º 90º -5 -4 -3 -2 -1 re Figura 2. ıces en la figura 2. Primero situamos el cero del controlador en el punto s = −1.6. es decir. El sistema de control ıces resultante se ha representado en la figura 2.22 (2.1.13): 90o − 2(116. 0. Aplicando el criterio del argumento. Por lo tanto.45. que da un valor de Kc = 8.45ωn ωn = 2.15.14 y el lugar de las ra´ correspondiente. . hallamos la ubicaci´n del o polo del controlador (figura 2.22) im 3 Raíz deseada 2 1 θp 116. por la que ız ha de pasar el lugar.44 ˜ CAP´ ITULO 2.6 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. justo bajo la ra´ (−1 ± 2j). la ra´ correspondiente a las especificaciones propuestas es: ız s = −ξωn ± ωn 1 − ξ 2 = −1 ± 2j (2. La funci´n de transferencia del controo lador es s+1 G c = Kc s + 3. Puede probarse que una sobreoscilaci´n del 20% corresponde a un o coeficiente de amortiguamiento ξ = 0.56o ) − θp = −180o θp = 38o Se deduce que el polo ha de ser pc = −3. sustituyendo este valor en la expresi´n anterior queda o 4= 4 .21) Por tanto. antes hallada.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.

ıces . θz2 = 3(116. METODOS DE DISENO BASADOS EN EL LUGAR DE LAS RA´ ICES 45 Gc R(s) ε s+1 8. a Condici´n de ´ngulo: o a 90o + θz2 − 3(116. resulta ser Kp = 2. mediante un controlador PID.3. por tanto.36/1.56) − 180o − 90o = 79.16.6 Gp 1 s 2 Y(s) H 1 Figura 2.17.42s s2 Td Ti + sTi + 1 s2 + 2.36 = 0. 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. Conocidos los valores de z1 y z2 podemos hallar las constantes Td .´ ˜ 2. hallada mediante la condici´n de ´ngulo.8. o a El lugar de las ra´ correspondiente se ha representado en la figura 2.36. Ti y Kp del controlador PID.14: Ubicaci´n del cero y del polo del controlador PID o 2.56o ) = −180o . a o o se utiliza aqu´ para poder comparar con los resultados obtenidos anteriormente.1 s+3. z2 = −1. determinamos el otro cero (figura 2. 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).3. o Kp de donde resulta Ti = 2.73s Td = 1/2.36 = sti s La constante Kp . Ubicamos el cero z1 bajo la ra´ deseada y. con funci´n de o 2 transferencia Gp (s) = 1/s . El lugar de las ra´ ıces del sistema compensado se ha representado en la figura 2.16). ya que la propia planta realiza una doble integraci´n. aplicando la condici´n ız o de ´ngulo.36s + 1.36 = 1. identificando su funci´n de transferencia con la obtenida.69oo y.2 Dise˜ o de un controlador PID n Vamos a suponer que deseamos controlar la misma planta anterior. Este tipo de control no es el m´s id´neo en este caso.

Como los controladores utilizados. y bien puede suceder. podemos hallar el par de polos asociado a las a mismas. Si el sistema controlado ha de tener polos dominantes reales. tienen dos grados de libertad. en o plantas de orden elevado. En estos casos n u . DISENO DE CONTROLADORES Figura 2. Recordemos que en el sistema de 2o orden. de o tp = π ωn 1 − ζ2 −ζπ √ 1−ζ 2 podemos hallar ωn . es casi siempre o e deseable una respuesta oscilante puesto que ello ayuda a contrarrestar el efecto de las posibles no linealidades. que los polos ubicados por dise˜o no sean efectivamente n los dominantes.15: Lugar de las ra´ de G(s)H(s) = (s + 1)/[(s2 )(s + 3. si nos dan como especificaciones la sobreoscilaci´n o m´xima Mp y el tiempo de pico tp . controlador de adelanto-retraso y PID. es posible ubicar s´lo dos polos del sistema en lazo cerrado. 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. o La posici´n del resto de los polos queda fuera de control.46 ˜ CAP´ ITULO 2. no es aplicable este m´todo.6)] ıces 2. ya que de Mp = e podemos despejar ζ y a continuaci´n. una respuesta temporal mon´tona. No obstante. es decir.4 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.

El primer paso es. . zc > pc . u incluidos los del controlador. zc . j = 1.56º 90º -5 -4 -3 -2 -1 re Figura 2. .4. hallar el par de polos dominantes a partir de las especificaciones. Supongamos que el resultado es pd = σd + jωd y pd = σd − jωd . respectivamente. a lo largo del eje real y hacia el semiplano izquierdo (SPI). DISENO EN EL LUGAR DE LAS RA´ ICES im 3 Raíz deseada 2 47 1 θz2 116. calculados a partir de las especificaciones. una distancia pc − zc ∆σc = np − nz en donde np y nz son. 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. por tanto. ¯ Una vez hallados. zc > 0 . ıces El efecto de un compensador de adelanto de fase es desplazar el punto σc de intersecci´n de las as´ o ıntotas. m m−n . . los n´meros de polos y ceros en lazo abierto. . pz > 0 s + pc Su dise˜o consiste en determinar las constantes Kc . .16: Ubicaci´n de los ceros y polos del PID o la alternativa puede ser trabajar con modelos de orden reducido o bien utilizar m´todos de dise˜o en el dominio de la frecuencia. e n 2. . zc para que el sistema en n lazo cerrado cumpla con las especificaciones exigidas. .1 Compensador de adelanto de fase La funci´n de transferencia del controlador de adelanto de fase es o s + zc Gc (s) = Kc . i = 1.4.˜ 2. Esto se deduce de la f´rmula que da el centroide de o las as´ ıntotas: i pi − j zj σc = . . n. 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 .

Por supuesto que el lugar. Entonces.19). 1.. La condici´n que vamos a utilizar para dise˜ar el compensador es que el lugar o n de las ra´ ıces ha de pasar por el polo dominante pd = σd + jωd calculado a partir de las especificaciones.18). lo a habitual es fijar uno de los dos par´metros. . 1. a ϕc = β − α Una vez calculada la fase ϕc que debe tener el controlador en pd . 2. pasar´ entonces e a tambi´n por pd . 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. las ramas del lugar se “doblan” hacia el SPI (Figura 2.. En la pr´ctica. Como resultado. Si pd es un punto del lugar de las ra´ e ¯ ıces.36)/s3 ıces en donde pi son los polos y zj los ceros. 2. . o ´ . . un simple ajuste de la ganancia puede ser suficiente para obtener polos con mejor amortiguamiento. . hay un n´mero u infinito de posibles α = ∠pc y β = ∠zc que verifican ϕc = α − β. pc o zc . en el punto pd del plano complejo. ha de cumplir la condici´n o argumento. DISENO DE CONTROLADORES Figura 2. Es decir. 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 2.48 ˜ CAP´ ITULO 2. y calcular el otro a partir de la a condici´n de angulo. por ser sim´trico.23) k = 0. para alg´n K = 0.17: Lugar de las ra´ de G(s)H(s) = (s + 1)(s + 2.

DISENO EN EL LUGAR DE LAS RA´ ICES 49 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 .4.˜ 2.

en el que n Gp (s) = 500 s(s + 1) y con unas especificaciones de ζ = 0. 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.20. a partir de las especificaciones.22).50 ˜ CAP´ ITULO 2. por el que ¯ ha de pasar el lugar de las ra´ ıces. N´tese que para otros valores de k se obtienen valores de ϕc o iguales al hallado m´s 360o k. 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.mE(s) .23). Para ello hallamos o primero ∠Gp (pd ): ∠Gp (pd ) = arg y. calculamos el argumento que ha de tener el controlador en pd . Una ver comprobado que pd queda fuera del lugar. pd ).5+38j .21. ıces que se ha representado en la figura 2. En este caso es muy sencillo: pd = −ζωn + ωn 1 − ζ 2 = −32. a En primer lugar hemos de obtener el par de polos dominantes (pd .5 + 38j pd = conj(pd ) = −32. aplicando la f´rmula (2. DISENO DE CONTROLADORES Ejemplo de dise˜ o.Kc + s + pc − 6 ? -+ m - 500 s(s + 1) Y (s) r Figura 2.20: Controlador a dise˜ar n Vamos a dise˜ar el controlador de adelanto de fase de la figura 2. Para ello realizamos su trazado. Compensador en serie n D(s) s + zc U (s). z− d p− d cp cp 500 s(s + 1) = −260o s=−32.65 y ωn = 50. a Hallada es la fase ϕc del controlador en pd .5 − 38j ¯ Antes de proceder al dise˜o hemos de comprobar que el punto pd (o pd ) no est´ n ¯ a en el lugar de las ra´ del sistema sin compensar. En este ejercicio y en los siguientes se ha utilizado el programa Maple para efectuar los c´lculos.

22: Cancelaci´n del polo en (−1 + 0j) con zc o .5 -1 Re 38 β Figura 2. DISENO EN EL LUGAR DE LAS RA´ ICES 51 Im -1 -0.5 0 Re Figura 2.˜ 2.4.21: Lugar de las Ra´ sin compensador ıces Im pd ϕc α pc -32.

Np y Dp son los polinomios. en el o control de motores y de otros procesos. el valor de Kc lo podemos hallar aplicando la condici´n de magnitud en ´ o el punto pd : s + zc Gp (pd ) = 1 Kc s + pc de donde resulta Kc = 4.4. si se desea una verdadera mejora de la a rapidez. Por tanto. ¯ Sin embargo. 2. a Nc . DISENO DE CONTROLADORES Una buena soluci´n. para obtener el par´metro pc del controlador. cancelando un polo de la planta (figura 2. “cancelado”.52 ˜ CAP´ ITULO 2. es colocar el cero del controlador o en el punto (−1+0j). 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 .2 Consideraciones de dise˜ o n En vista del resultado del ejercicio anterior podemos pensar que el dise˜o depender´ n a de la configuraci´n de las entradas y salidas del sistema de control. d2 representa una perturbaci´n en la salida y d3 . denominado compensaci´n en serie. a β − α = ϕc ⇒ α = 130o − 80o = 50o con lo que pc vale pc = 32.23. El dise˜o ha concluido: el sistema definido por la funci´n de transferencia n o consigna-salida G1 (s) = Y (s)/U (s). que con los valores hallados queda G1 (s) = 500 s2 Kc + pc s + 500 Kc tiene un par de polos (dominantes) en (pd . n No obstante.5 + 38/ tan 50o = 64 Por ultimo.22). Dc . del controlador y de la planta. As´ se simplifica ı la funci´n de transferencia Y (s)/U (s). pd ). una perturbaci´n o o o ruido en la medida. Ello nos llevar´ o ıa a un tipo de dise˜o caso por caso. al menos a primera vista. El esquema de control de la figura 2. o Procediendo de este modo. hallaa mos el valor del ´ngulo α. La entrada d1 representa una perturbaci´n o en la carga. por ejemplo. numerador y denominador. respectivamente. No se ha considerado (H(s) = 1) la din´mica del transductor. de acuerdo con las especificaciones. aparecer´ en la respuesta a una perturbaci´n ı a o de carga d(t). algunas configuraciones son frecuentes en la pr´ctica por lo que cona viene analizar con detalle los problemas asociados con ellas. el procedimiento utilizado de cancelaci´n de un polo de la o planta no debe ser utilizado en la pr´ctica. es frecuente. .93.

y por ello la cancelaci´n polo-cero no es recomendable. la respuesta y(t) a un escal´n siempre comienza con una suboscilaci´n. D1 D E Y =− . 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. pero no se cancelan en las Y /D1 y E/D1 . el error e y el esfuerzo de control m con la perturbaci´n o d1 .˜ 2. o o arranca en sentido opuesto al de la entrada u(t). el cero en el SPD no va a poder ser cancelado.m .4.23: Esquema de control en serie. Tambi´n interesan e Y N p Dc = .m + Kc − 53 d2 ? -+ m r . Esto es as´ porque. U D M Kc Nc Dp = U D que relacionan la salida y. el error e y el esfuerzo de control m con la entrada u. ya que entonces son ceros del polinomio D = Dc Dp + KNc Np .Np + Dp y - 6 m + 6 d3 Figura 2. en la ı pr´ctica. =− 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. • Si Nc y Dp tienen ceros en com´n. La idea intuitiva de que para conseguir una respuesta m´s r´pida el controlador ha de actuar con a a 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 .Nc Dc ? m. y asimismo. Para empezar. . D1 D1 M Y =− D1 U que relacionan la salida y. estos se cancelan en las funciones de u transferencia Y /U y M/U . es decir. o y es sabido que un cero lento visto desde los polos (pr´ximo relativamente al o eje imaginario) produce una sobreoscilaci´n elevada. DISENO EN EL LUGAR DE LAS RA´ ICES d1 u. nos interesa hallar las funciones de transferencia Y Kc N c N p = . M M M Y = . 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. U D E Dc Dp = .

Como el cero zc del controlador es tambi´n un cero para la funci´n e o de transferencia Y /U . o En efecto.19 vemos que esta elecci´n no es posible. o a o porque el m´ximo ´ngulo ϕc que se puede obtener con pd = −32. como hab´ ıamos hecho.4. aunque disminuir´ la sobreoscilaci´n ıan o m´xima. no va a poder u ser cancelado.24 Calculemos las funciones de transferencia asociadas a este esquema: Y Kc N p Df = . reducir´ la contribuci´n de argumento ϕc del controlador.54 ˜ CAP´ ITULO 2. la respuesta y(t) arranca en el mismo sentido que u(t) (tiene sobreoscilaci´n).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 . Pero si realizamos la representaci´n gr´fica de la figura 2. 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 a o E = U − Y y U = 1 (escal´n unitario). dicho polo se convierte en un cero para la funci´n o de transferencia E/U .4 Compensador en realimentaci´n o Una posible soluci´n al problema anterior es colocar el compensador de adelanto en o el lazo de realimentaci´n en lugar de en serie con la planta. para ϕc = 80o . cancelar el polo s = −1 de la a planta.3 Re-dise˜ o. hemos de elegir otra ubicaci´n para el cero zc del o controlador. y en consecuencia e(t) tendr´ suboscilaci´n. o 2. seg´n hemos visto. 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. obtenemos pc = −130. obtenido a partir del lugar de la condici´n de m´dulo es Kc =. U D M Kc Df Dp = U D . o 2. Compensador en serie n Considerando estas propiedades. la experiencia demuestra que una elecci´n adecuada es too mar zc = |pd |. Con zc = 25. el polo de la planta en el SPD. Por ello nos vemos obligados a elegir otra ubicaci´n para zc m´s hacia la derecha. El esquema del control o se indica en la figura 2. y necesitamos 80o . procediendo a calcular ϕd . en la pr´ctica. no es posible. a ıan o Por tanto elegimos zc = |pd | = 50. DISENO DE CONTROLADORES • Si la planta tiene un polo en el SPD y el sistema en lazo cerrado es estable. Valores mayores de zc .4.5+38j y pc = −50 es a a o de unos 65o . una suboscilaci´n en E inducir´ una o o a sobreoscilaci´n en Y . En primer lugar. vamos a retomar el problema de dise˜o que antes n hemos efectuado. Entonces. definido por a las especificaciones. si bien sabemos que as´ obtendremos un sobreimpulso a ı mayor que el exigido.

Como conclusi´n se puede decir que. D1 D M Np Nf = −Kc D1 D relacionan la salida y y el esfuerzo de control m con la perturbaci´n d1 . DISENO EN EL LUGAR DE LAS RA´ ICES d1 u. y no se cancelan. el compensador o debe colocarse en el lazo de realimentaci´n.m + − 55 d2 Np Dp ? -+ m r . El cero del compensador permanece como cero en u la funci´n de transferencia Y /D3 .K c m ? -+ m - y - 6 Nf  Df m + 6 d3 Figura 2. . o Debido a ello el sistema en lazo cerrado ser´ muy sensible al ruido D3 en la medida a si los polos en lazo cerrado se han desplazado mucho hacia la izquierda en el SPI. 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 N f Dp = −Kc D3 D Los factores comunes (si los hay) de Nf y Dp . ya que. relacionan la salida y y esfuerzo de control m con la entrada u. ıa Pero esto significa que tenemos mayor libertad para escoger zp : podemos darle un valor menor que |pd | sin que aumente el sobreimpulso.˜ 2. siempre que sea posible. Esto quiere decir que en el esquema de control con compensador en feedback. son polos de Y /U y de Y /D1 .24: Esquema de control en feedback. Si comparamos las expresiones Y /U y M/U con las halladas antes para el esquema con controlador en serie. vemos una importante diferencia: Nc ha sido reemplazado por Df . o Y M = . los polos del compensador se convierten en ceros en las funciones de transferencia en lazo cerrado Y /R y M/R. Np Df Y = . que en el controlador serie se cancelaban. D3 D1 en donde D = Df Dp + KNf Np .4. pc > zc (el efecto ser´ perjudicial si el compensador fuera de retraso). en ambas configuraciones de serie y feedback. o Hay a´n otro inconveniente. por ser un compensador de adelanto de a a fase. Esto tiene un efecto beneficioso pues el sobreimpulso m´ximo se reducir´.

0. Por tanto colocaremos zc pr´ximo a los o polos dominantes.6 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. Nos interesa hallar el valor m´ximo de ϕc y la frecuencia ωm en la que se produce. las constantes de error del sistema quedar´n multiplicadas a a por el factor zz /pc . z y a. 2. Por ser su ganancia est´tica mayor que uno. o ϕc := arctan ω ωa − arctan z z Iw+z Iw+p La derivada de esta funci´n con respecto a ω se obtiene con o > p1:=diff(phi_c. en la figura 2.omega).26. s + pc Su funci´n de transferencia es o Gc (s) = igual que la del de adelanto de fase.Im(G). debemos seleccionar zc lo m´s peque˜o posible para que este compensador tenga a n poco efecto sobre la respuesta transitoria.200]. p = 3 se puede hacer con: G := > z:=1:p:=3: > plot([Re(G). pero con zz > pc > 0.1. o Sea.25. pd el polo dominante deseado. Su trazado con Maple para z = 1.4. El dise˜o de este controlador n consiste en encontrar zc y pc que satisfagan una relaci´n dada. Su m´xima contribuci´n de fase ϕmax depende s´lo de α = z/p como puede a o o verse en su diagrama de Nyquist. Puesto que para una relaci´n o dada de |zc |/|pc |.. por estar en serie con la planta. a Ponemos α y β en funci´n de ω. con p > z > 0. la contribuci´n de ´ngulo ϕc del controlador en pd disminuye con o a |zc |. con a = z/p.w=0. desplazando el punto σc la misma distancia que el controlador de adelanto pero hacia la derecha. la fase de este controlador es ϕc = β −α.56 ˜ CAP´ ITULO 2. .5 Compensador de retraso de fase en serie s + zc .1). El efecto del compensador de retraso en el lugar de las ra´ es “doblar” el lugar ıces hacia el SPD..4. DISENO DE CONTROLADORES 2. como antes.

26: Fase m´xima ϕmax . DISENO EN EL LUGAR DE LAS RA´ ICES 57 Im pd ϕc α pc zc β Re pd Figura 2. a .25: Fase ϕc del controlador.˜ 2. Im ωm ϕmax α ω=0 1+ α 2 1 ω=o ο Re Figura 2.4.

−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. z wm := √ a Sustituyendo wm en la expresi´n de φc queda o > fimax := subs(omega=wm.58 ˜ CAP´ ITULO 2.phi).− −a2 + a −a2 + a Simplificando esta expresi´n obtenemos la pulsaci´n correspondiente a ϕmax : o o > wm:=normal(wm1[2]). 1 √ a √ ϕmax := arctan El seno de esta expresi´n es o > sfm1:=expand(sin(fimax)).omega)=0. 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.omega). o ´ n . 1 √ a 1+ − arctan a sf m1 := 1√ 1+a a − a 1√ 1+ 1+a a √ que puede simplificarse con > sfm:=radsimp(sfm1). √ √ ( −1 + a ) z a ( −1 + a ) z a wm1 := .

a). Resolucion En el trazado de Bode vemos que para ω = 35 el sistema tiene un margen de fase de −(−180 + 178.6o (casi cero) y un margen de ganancia muy peque˜o. ya que conocemos ϕmax . de forma que el sistema resultante tenga ´ una frecuencia de cruce ωc = 35 rad/s y un margen de fase de 65o . 36 − 13 π −36 − 13 π 13 π 36 zc := 7. El compensador tiene que aportar. Para conseguir las especificaciones deseadas hemos de poner un compensador. podemos hallar zc . a11 := − y obtenemos tambi´n su valor num´rico e e > a:=-evalf(a11). > zc := 35 * sqrt(a). DISENO EN EL LUGAR DE LAS RA´ ICES 59 Ejemplo.04914852341 Por otro lado. ϕmax := Para hallar a hacemos > a11:=solve(sfm=sin(phi_max). a := .˜ 2. en ω = 35 rad/s.4.4) = 1. De la ecuaci´n o sin(ϕmax ) = 1−a 1+a podemos hallar a. 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. como sabemos que la pulsaci´n ωm correspondiente a la m´xima o a fase ϕmax es z ωm := √ a poniendo ωm = 35. Se desea controlar un sistema din´mico cuya planta tiene por funci´n de transferena o cia 500 Gp (s) = s(s + 1) mediante un controlador de adelanto de fase.759313191 y tambi´n pc : e . casi n 0dB.

33038749 Finalizado el dise˜o.2216946625 Kc ) y resolvemos la ecuaci´n Gdb35 (Kc) = 8 en Kc . Recordemos que informaci´n neta que proporciona el lugar de las ra´ o ıces al dise˜ador va disminuyendo gradualmente a medida que aumenta el n´mero de n u ramas.p=pc. 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. log10( . ˜ CAP´ ITULO 2. o viceversa. El dominio de la frecuencia est´ especialmente indicado para incluir las a imperfecciones de modelado por lo que se emplea en dise˜o robusto. o Hallamos primero la ganancia en decibelios para ω = 35 y para los valores de zc y pc hallados. Gdb35 := 20. podemos representar el diagrama de Bode del sistema comn pensado para verificar que cumple con las especificaciones y. Por ello. El valor que se obtiene es Kc = 11. Una de las ventajas que tiene es que no est´ influida por el orden del a sistema. 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. en funci´n de Kc o > Gdb35:=evalf(20*log10(Kc*abs(subs(w=35. lo unico que queda es hallar Kc . realizar los ultimos ajustes de los par´metros del controlador por tanteo y mediante simula´ a ci´n. . DISENO DE CONTROLADORES pc := 157.60 > pc:=zc/a. si fuera preciso.Kc). lugar de las ra´ e ıces o espacio de estado.8747977 Una vez hallados pc y zc . 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. incluso aunque se conociera el orden del sistema. que es igual al orden del sistema. ya que viene dada en forma de curvas e u a continuas. o > solve(Gdb35=8. Para ello aplicamos ´ la condici´n de que el margen de ganancia ha de ser de 8dB para ω = 35 rad/s.5 Dise˜o en la respuesta de frecuencia n La respuesta de frecuencia de un sistema din´mico es una representaci´n no paa o ram´trica (n´mero infinito de par´metros). o 2.z=zc. en contraste con los modelos param´tricos de funci´n de transferencia y e o de estados.G)))).

5. En efecto. no parece sencilla. mientras que otro pide la reducci´n del error producido por el o o ruido en la medida d3 .25) hacemos |Gc Gp | elevado en un amplio margen de frecuencia.27. Por ejemplo. Una frecuente restricci´n es que esfuerzo de control.25) nos dan a entender que la tarea del dise˜o.˜ 2.Nc Dc ? m. para reducir los errores asociados con u y d2 . Supongamos el sistema de control con realimentaci´n representado en la figura o 2.25) Las ecuaciones (2. resulta de (2. DISENO EN LA RESPUESTA DE FRECUENCIA 61 2.1 El problema del dise˜ o de feedback n El an´lisis en el dominio de la frecuencia de los sistemas de segundo orden muestra a que la realimentaci´n negativa tiene como ventajas el aumento del ancho de banda. condin cionado siempre a ciertas restricciones y con el objetivo de cumplir determinados requisitos de funcionamiento. d1 d2 u. o variable manipulada m. o la disminuci´n de la sensibilidad del sistema a las variaciones de los par´metros y o a 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.24) y (2. con lo que el ruido en la medida d3 pasa directamente a la salida.m . o no pueda tomar valores superiores a ciertos l´ ımites (para los que alcanzar´ la satuıa raci´n).24) que entonces y r − d3 .27: Esquema de control en serie. El conflicto entre estos dos objetivos de dise˜o es evidente: si en la ecuaci´n n o (2.Np + Dp ? -+ m r y - 6 m + 6 d3 Figura 2.m + Kc − .24) y la del error E(s). 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. 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. 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 .5.

e lo haga ante el ruido en la medida D3 . h ¡h h €¡f¡r¡ t h¡ g¡h ¡g¡g¡b¡e¡fq¡ s¡ g¡ f f¡g¡¡f¡e¡g¡„¡d¡ r¡s¡i¡e¡ f¡r¡c¡i¡ r¡ f¡ e¡e¡f¡¡e¡p¡f¡y¡c¡ q¡¡d¡p¡ q¡ e¡ d d¡d¡e¡¡d¡„¡d¡€¡t¡ ¡p¡d¡p¡h¡y¡ p¡ d¡ c¡c¡c¡d¡¡c¡y¡c¡b¡h¡ ¡i¡c¡¡a¡u¡ i¡ie¡t¡„¡ i¡ c¡t a¡a¡a¡a¡h¡¡h¡€¡€¡r¡v¡ y¡h¡t a¡q¡g¡ „ b¡b¡b¡b¡a¡h¡a¡b¡b¡g¡b¡ht „ „¡„¡h¡„¡¡y¡a¡a¡s¡€¡ „¡c¡¡„¡h¡y¡ƒ¡a¡ „¡s¡ t¡g¡s¡ h¡r¡h¡ ƒ¡ƒ¡ƒ¡e¡e¡f¡efg¡g¡d¡¡€¡i¡efqrgs ƒ¡g¡ƒ¡¡b¡p¡g¡y¡e¡ ƒ¡b¡¡€¡e¡h¡c¡f¡ ƒ¡ƒ¡f¡ƒ¡ g¡s¡i¡q¡ f¡f¡g¡¡ƒ¡i¡`¡a¡p¡ r¡rt¡e¡s¡ f¡f¡d¡g¡ q¡¡p¡r¡ qƒ¡p¡¡ d¡d¡d¡e¡d¡p¡€¡d¡t¡u¡dp ¡f¡y¡p¡„¡c¡ c¡c¡c¡d¡c¡i¡b¡c¡s¡a¡ciw ¡e¡a¡¡ƒ¡y¡ c¡iY¡b¡d¡ b¡b¡b¡b¡a¡b€ay¡c¡ƒ¡¡q¡v¡bv€auy a¡a¡a¡a¡c¡¡d¡„¡y€¡r¡€¡ „¡„¡„¡f¡f¡g¡h„¡ƒ¡Y¡h¡i¡h¡ht„ „¡h¡ƒ¡¡b¡e¡t¡Y¡r¡ „¡b¡¡a¡g¡„¡e¡t¡ ¡y¡h¡a¡f¡ƒ¡ ƒ¡ƒ¡ƒ¡e¡e¡f¡gƒ¡h¡p¡g¡d¡g¡gsƒ ƒ¡g¡h¡¡„¡`¡¡p¡q¡ ƒ¡„¡¡€¡f¡s¡`¡s¡ `¡`¡`¡`¡`¡e¡f¡g¡i¡f¡c¡f¡fr r¡rƒb¡h¡b¡ Y¡Y¡Y¡Y¡Y¡`¡e¡f¡d¡`¡€¡e¡eq q¡¡g¡„¡ q„¡q e¡¡ d¡d¡d¡Y¡d¡c¡ƒ¡d¡s¡€¡dp c¡c¡c¡d¡c¡€¡r¡c¡r¡y¡ciwx ¡e¡c¡‚¡y¡`¡ b¡b¡b¡b¡c¡b€¡b¡g¡¡g¡u¡bv€ ¡`¡€¡¡b¡Y¡ ¡p¡b¡p¡„¡i¡ a¡a¡a¡a¡b¡ay¡a¡f¡a¡f¡b¡auy ¡Y¡y¡q¡a¡p¡ ¡i¡a¡i¡ƒ¡d¡ „¡„¡„¡ƒ¡g¡h¡h„¡f¡p¡t¡p¡s¡ht„ „¡h¡ƒ¡¡g¡q¡„¡q¡t¡ „¡a¡¡ƒ¡‚¡b¡‚¡„¡ ¡d¡„¡e¡t¡c¡ ƒ¡ƒ¡ƒ¡f¡f¡g¡gƒ¡`¡i¡s¡i¡r¡gsƒ ƒ¡„¡¡h¡¡¡¡ƒ¡ ¡y¡h¡yY¡h¡v¡ `¡`¡`¡`¡`¡f¡`f¡‚¡e¡h¡e¡h¡`fr Y¡Y¡Y¡Y¡g¡h¡cdYe¡ƒ¡¡Y¡g¡y¡cdipxYeq e¡¡¡e¡y¡r¡y¡‚¡ Y¡c¡¡Y¡b¡¡b¡p¡ ‚¡‚¡d¡d¡ƒ¡„¡¡b¡‚g¡¡s¡c¡ ‚¡¡b¡a¡¡a¡ƒ¡e¡ƒ¡e¡ ‚¡a¡Y¡¡y¡„¡f¡„¡i¡ ‚¡`¡¡p¡c¡¡c¡f¡ d¡e¡¡d¡a¡pq¡a¡¡ ¡„¡`¡ƒ€¡`¡a¡ ¡¡c¡c¡h¡ƒ¡¡„¡¡`¡h¡Y¡ ¡e¡„¡b¡¡€¡h¡cd¡t¡d¡ ¡‚¡¡i¡Y¡i¡Y¡`¡ c¡d¡¡c¡€¡¡€¡q¡ b¡b¡b¡e¡f¡aby€¡¡i¡b¡q¡„¡abuvy€ a¡a¡a¡f¡¡¡‚¡p¡€¡r¡b¡ ¡¡d¡‚g¡d¡g¡ „¡„¡„¡„¡`¡c¡h„¡f¡d¡h¡f¡s¡ht„ ƒ¡ƒ¡ƒ¡ƒ¡Y¡`¡gƒ¡e¡c¡g¡e¡h¡gsƒ `¡`¡`¡`¡g¡g¡`f¡€¡„¡¡€¡fi¡`fr Y¡Y¡Y¡Y¡f¡¡Ycde‚¡b¡ƒ¡`¡b¡e¡Ycdeipq‚ ‚¡‚¡d¡d¡‚h¡ƒ¡¡y¡€¡def¡y¡q¡ ‚¡f¡„¡b¡¡`¡y¡q¡`¡¡ ‚¡a¡Y¡¡d¡`¡‚¡d¡g¡ ‚¡g¡¡h¡r¡y¡‚¡a¡ d¡e¡¡p¡f¡ƒ„¡p¡ƒ¡ ¡¡c¡c¡¡‚h¡¡a¡b¡¡a¡p¡ ¡e¡ƒ¡„¡¡Y¡a¡p¡Y¡r¡ ¡b¡a¡¡c¡Y¡r¡c¡‚¡ ¡‚¡¡g¡q¡a¡¡€¡ c¡d¡¡i¡e¡¡i¡t¡ b¡Y¡`¡b€¡g¡r¡¡g¡`¡b€ a¡b¡ƒ¡c¡¡ay¡p¡p¡c¡r¡y¡ay a¡„¡¡Y¡¡‚¡q¡i¡‚¡Y¡ a¡`¡d¡¡h¡‚¡y¡h¡c¡ „¡b¡„¡e¡„¡a¡h„¡d¡d¡„¡f¡b¡ht„ ƒ¡„¡ƒ¡d¡ƒ¡„¡gƒ¡`¡`¡ƒ¡e¡„¡gsƒ `¡‚¡d¡Y¡g¡h¡¡¡¡g¡`¡h¡ ¡`¡`¡¡f¡g¡`f¡€¡€¡f¡Y¡g¡`fr f¡a¡b¡¡e¡e¡a¡p¡€¡ YX¡X Y¡X Y¡c¡X e¡X f¡X Yde‚¡X y¡X y¡X e¡X ¡‚¡ ¡¡¡X¡¡¡¡¡¡¡¡X r¡Ydepq‚ e¡f¡¡„¡h¡Y¡„¡¡ ‚¡ƒ¡‚¡`¡h¡ƒ¡¡Y¡Y¡h¡d¡ƒ¡ ‚¡b¡c¡¡f¡f¡b¡q¡a¡ d¡e¡¡ƒ¡g¡€¡ƒ¡d¡ W¡¡¡W¡¡¡¡¡¡¡¡W €¡aby€ci W ¡W c¡`¡W d¡W ¡W b€c¡W h¡W h¡W ‚¡W „¡Y¡ ¡e¡¡‚¡¡ƒ¡ƒ¡Y¡a¡`¡ b¡b¡Y¡c¡d¡ay¡g¡g¡¡ƒ¡¡ b¡`¡e¡¡i¡i¡€`¡€¡q¡ a¡Y¡`¡¡c¡c¡y¡y¡p¡ „¡a¡a¡‚¡h¡¡h„¡`¡`¡d¡f¡i¡h„ „¡b¡bY¡¡b¡b¡b¡i¡f¡ ƒ¡„¡„¡¡g¡h¡gƒ¡Y¡Y¡c¡e¡c¡gƒ ƒ¡a¡a¡¡a¡a¡a¡c¡e¡ `¡ƒ¡ƒ¡d¡f¡g¡`f¡€¡€¡„¡`¡b¡`fr f¡‚¡¡¡„¡„¡¡b¡d¡ Y¡`¡`¡c¡e¡f¡¡y¡y¡ƒ¡Y¡a¡ ¡Y¡Y¡„¡`¡e¡Ye¡b¡b¡h¡€¡„¡Yeq ‚X¡X ¡WX c¡¡X d¡X ‚¡X abcy€d‚¡X ¡X ¡WX ¡X ¡`¡ ¡W¡¡X¡W¡W¡W¡W¡W¡¡W¡X Y¡dp‚ ‚¡d¡Y¡‚¡Y¡¡di¡di¡Y¡p¡e¡ W¡¡¡W¡¡¡¡¡¡¡¡W ¡abciy€ b¡‚¡e¡b¡b¡¡¡¡e¡a¡g¡ b¡ƒ¡Y¡`¡¡a¡a¡g¡y¡ƒ¡ b¡ƒ„¡c¡¡f¡f¡p¡h¡¡ a¡¡`¡¡¡¡p¡p¡`¡‚¡f¡ a¡f¡c¡c¡¡‚¡‚¡f¡b¡h¡ a¡¡ƒ„¡¡e¡e¡i¡g¡y „¡„¡`¡d¡¡h¡h„¡h¡h¡‚¡„¡‚a¡h„ „¡b¡¡„¡¡„¡„¡c¡d¡y¡ ƒ¡ƒ¡Y¡„¡a¡g¡gƒ¡g¡g¡d¡ƒ¡p¡gƒ ƒ¡‚¡gh¡¡¡ƒ¡ƒ¡b¡c¡b¡ `¡¡V X ‚¡¡¡`¡Y`ef¡Y¡Y¡h¡e¡d¡Y`ef `XV ¡b¡f¡`¡f¡¡`¡`¡y¡f¡i¡ ‚WX¡¡S‚¡¡¡¡¡UV¡¡¡¡UV ¡WX Y¡cdip‚aby€ TY¡¡¡¡¡¡¡¡¡¡ ¡ f¡ d¡V X¡V ¡V ¡¡V ¡V ¡V ¡X Y¡„¡ ¡`¡X ‚¡X Y¡X d‚¡X ¡X ¡X g¡`¡c¡ S¡Y¡a¡¡c¡d¡¡b¡b¡e¡c¡h¡ ¡b¡WU Y¡c¡W Q¡W R¡W caby€¡W d¡W d¡W Y¡‚¡e¡ ¡WU¡¡¡U W¡U ¡U ¡¡U ¡U ¡U ¡W d¡`¡ ¡¡`¡d¡R¡c¡¡‚¡‚¡`¡b¡g¡ ¡ƒ¡ef¡ea¡¡f¡f¡„¡h¡¡ c¡ea¡Y¡¡¡e¡e¡ƒ¡g¡¡ c¡ƒ„¡ƒd¡¡c¡c¡€¡i¡€ „¡a¡c¡¡¡h¡h„¡h¡h¡c¡h¡c¡h„ „¡¡Q¡¡„¡¡ƒ¡ƒ¡¡ƒ¡¡ „¡Y¡¡‚¡¡€¡€¡a¡¡¡ ƒ¡`¡R¡b¡b¡g¡gƒ¡ag¡ag¡„¡ag¡‚b¡gƒ ƒ¡d¡ƒ„¡gh¡¡¡y¡y¡d¡y¡€¡ ƒ¡‚¡d¡¡¡c¡c¡f¡€¡ƒ `¡Y¡Q¡a¡a¡b¡Y`ef¡¡¡ƒ¡¡d¡Y`ef RX¡¡¡‚¡¡¡¡¡VTdXV¡¡XUS‚¡¡¡„¡¡T¡¡XW ƒ¡e¡ TY¡ƒ¡`¡Y¡Y¡Y¡¡d¡d¡`¡d¡g¡ ‚¡XV¡a¡XVTb¡WU¡¡XVTY¡¡¡TdXVTd¡WUS‚¡¡WUS‚¡¡d‚¡XVT¡c¡XV¡c¡XVU W Y¡c¡a¡ ¡¡¡¡¡¡¡¡y¡¡T¡¡¡V ¡X `¡d‚ ‚¡ƒ¡e¡e¡f¡¡e¡e¡g¡e¡¡ R¡a¡`¡`¡`¡¡Y¡Y¡a¡Y¡yƒ¡ ‚¡R¡ƒ„¡ƒQ¡¡„¡„¡‚¡„¡ QW¡¡T`¡¡¡RW¡¡R¡¡¡a¡¡Sƒ¡¡Sƒ¡¡U ¡W Y¡aybc€ ¡WUS¡¡¡US¡¡¡¡¡W¡¡QWUSbc€¡R¡WU¡„¡¡ „¡f¡ ¡b¡c¡c¡e¡¡`¡`¡b¡`¡„¡ Q¡c¡Q¡Q¡c¡¡‚¡‚¡f¡‚¡¡ „¡¡R¡b¡b¡„¡h„¡g¡g¡c¡g¡¡h„ „¡Q¡¡¡Q¡¡¡¡e¡¡h¡ „¡f¡f¡a¡¡f¡f¡h¡f¡ ƒ¡Q¡„¡a¡a¡b¡Y`efgƒ¡b¡b¡‚¡b¡d¡Y`efgƒ Y¡d¡„¡„¡R¡¡h¡h¡¡h¡‚¡ RWX¡¡S‚¡¡¡RW¡¡R¡¡¡a¡¡Sb¡¡Sb¡¡UV ¡WX ¡abcd‚ ‚¡¡¡R¡US¡XV¡d¡U¡¡WUSd¡¡T¡X¡SQRcd‚¡¡¡T„¡¡ X b¡`¡ TY¡¡¡T¡¡¡¡Y¡¡¡cXVT¡¡XV¡c¡¡ c¡b¡ ¡WU¡¡¡¡S¡W¡¡¡WUSd¡V¡b¡U¡¡WUT„W¡¡¡¡W¡ Y¡ RXV¡¡XV¡a¡e¡XVTf¡e¡XVTf¡ƒ¡¡f¡f¡XV „¡f¡¡ ‚¡b¡ƒ¡ƒ¡a¡¡a¡a¡d¡a¡c¡ S`¡a¡Y¡¡¡`¡¡Y¡Y¡ƒ¡Y¡h¡ ¡`¡‚¡‚¡‚¡¡¡‚Q¡‚¡e¡‚¡a¡ Q¡Y¡cd¡c¡c¡Q¡¡d¡d¡`¡d¡f¡ ¡¡WUSQ¡¡¡¡c‚¡¡R¡¡WU Y¡„¡e¡ ¡ƒ¡Q¡Q¡Q¡¡¡¡¡f¡¡g¡ b¡`¡Y¡Y¡e¡¡`¡`¡a¡`¡ƒ¡ „¡b¡a¡a¡a¡b¡h„¡ƒ¡ƒ¡‚¡ƒ¡c¡h„ „¡ƒ¡`¡`¡f¡¡e¡e¡b¡e¡„ ƒ¡a¡„¡„¡„¡a¡gƒ¡f¡f¡d¡f¡‚¡gƒ `¡„¡ƒ¡ƒ¡ƒ¡„¡`f¡e¡e¡c¡e¡d¡`f Y¡X ƒ¡PX `¡¡X `¡X ƒ¡d‚Ye¡`¡`¡XV b¡`¡„¡Ye ¡VSYPXIW¡¡T¡¡¡T¡WV¡¡WVTR¡¡¡`¡¡TƒXV¡¡¡¡VU ¡XW c¡`fƒab„d‚c ‚¡UT¡¡VT¡¡IW¡V¡¡¡¡SRI¡XI¡¡SdWU¡¡¡ d¡f¡ R¡V¡Y¡¡¡¡¡V¡‚¡VT¡PU¡a¡¡SdPUTbX¡¡¡X¡Tc¡¡ X¡ `¡ ¡P¡¡¡P¡T‚XVT‚¡U¡¡P¡T‚¡¡SYPU¡¡¡¡V¡¡¡W c¡e¡ R¡b¡b¡b¡R¡¡a¡a¡¡a¡ Q¡¡¡S¡¡¡SY¡¡W Qc¡W ‚Q¡‚¡WU ƒ¡‚¡ƒ¡ ¡W `¡IW Y¡`¡W ¡W `¡¡Y¡Y¡a¡Y¡b¡ ¡I¡U¡¡¡USY¡I¡I¡ ¡¡¡„¡¡a¡ „¡‚¡d¡d¡¡¡„¡c¡b¡`¡b¡Y¡ ƒ¡¡c¡c¡d¡d¡ƒ¡bR¡a¡Y¡a¡¡ `¡X QR¡R¡QR¡c¡X Rc¡¡a¡„¡‚¡„¡‚¡ ¡W¡V WX Q¡¡X Q¡¡ f¡„¡ƒ¡WUV X d¡ƒ¡d¡ ¡¡U¡bP¡T¡¡¡¡¡¡VTdX ‚Ye¡W¡¡T`XV¡¡¡ `¡b¡Ye RIPWX¡¡¡ƒ¡¡¡ƒ¡¡¡a¡¡SPU¡¡¡¡UV ¡WX Y¡abcd‚ ‚¡U¡„P¡S¡¡US„¡V¡aWX¡U¡„¡US¡P¡Tb¡¡ScW¡¡¡¡¡ X Y¡a¡ ¡¡¡¡„P¡S¡P¡¡a¡US¡PV¡R¡¡T`¡¡SYWU¡¡¡W¡ „¡ ¡I ƒ¡I ¡ƒ¡I ¡I „¡I bQ¡Y¡‚¡b¡‚¡ƒ¡ ¡¡¡I¡¡¡¡I ‚¡¡a¡¡`¡ „¡XVTQ¡`¡PV X ¡`¡X ¡ƒ¡„¡d¡d¡„¡d¡‚¡„ ƒ¡¡¡ ¡H ¡X ¡ƒ¡Rc¡c¡ƒ¡c¡d¡ƒ `¡HS¡P¡Ta¡GE¡W¡ ¡VG¡T¡PVGH ¡X QRcd‚Y`¡¡¡WUV X b¡¡b¡ ¡¡¡¡bWHT¡XUER¡V ¡UT¡P¡¡¡W¡X ‚Q¡XV¡‚¡¡ ‚¡a¡` Y¡¡¡¡PGSb¡¡¡¡IUSR¡¡TR¡¡TbP¡W¡¡T`¡¡ `¡„¡ ¡¡US„IG¡¡¡U¡aI¡S¡I¡¡¡I¡Sa¡V¡`P¡¡SYWU¡¡¡X Y¡ƒ¡Y PXIWIPWX¡¡¡`¡¡¡`¡¡¡„¡¡T`PV¡¡¡¡VUUV ¡XWWX `¡„abY`‚ƒ„abcd‚ ‚¡U¡bW¡H¡ ¡G¡ W¡ ¡ƒ¡ƒ¡Y¡ƒ¡c¡ R¡¡¡a¡¡¡b¡¡Sb¡V¡„¡U¡YI¡T¡¡¡ W¡ `‚¡ ¡H¡`¡¡¡YP¡T¡P¡¡`¡VT¡PU¡a¡¡Sƒ¡¡T`XVS¡¡¡ X¡ ƒ¡ F¡a¡¡¡a¡¡¡ c¡ ¡¡TPVTY¡¡¡‚¡¡¡¡PVTƒ¡¡Sƒ¡U¡bX¡TR¡U¡„X¡¡¡¡W¡ „¡ ¡Y¡`¡Y¡`¡‚¡¡bQ¡b¡¡b¡ Q¡R¡Y¡R¡W Y¡`¡¡a¡a¡‚¡a¡ ¡¡IU W ¡¡¡ Y¡¡„¡„¡`¡„¡¡ E b¡a¡b¡b¡Q¡¡ ¡ ƒ¡WUS„¡¡XGFƒ¡I¡¡„¡HE¡W¡ a¡`ƒ¡¡¡a¡b¡Y¡ `R¡XG¡‚¡¡Sƒ¡¡FƒWG¡¡¡HS„I¡F¡¡W ‚Q¡W ¡„¡XVU W `¡ƒ¡b¡ ¡¡HS¡¡¡S`XHT¡IV¡¡XV¡¡XU¡¡I¡SY¡I¡¡SƒWU¡¡¡ `¡a¡ ‚¡¡V¡„P¡F¡¡¡ W „¡¡bR¡b¡„¡a¡¡ D ¡¡‚¡¡‚ F¡‚¡D ‚ ¡I¡¡¡¡U¡a¡GE¡I¡ ¡a¡a¡ƒ¡„¡¡ C¡Q¡Q¡Q¡Q¡ ¡¡¡¡¡Q¡¡ E¡CD¡C¡ ƒ¡XVT„¡¡XVFY¡Y¡¡X Y¡Y¡ƒ¡Y¡Y¡Y¡Y¡Y¡ƒ `¡W¡E„¡U¡„W¡F¡¡H¡¡¡Y`¡¡¡¡¡¡Y` RPWX¡G¡RI¡S¡¡¡¡IUTPGS¡W¡F¡¡US¡I¡T‚¡¡S„P¡¡ƒPVTQ¡¡¡S`WU¡¡¡W¡ ƒ¡ D¡U¡ƒ¡HT¡P¡¡¡¡X „¡¡‚ ‚ V WX ¡‚ ‚¡HS¡¡¡¡YXHTY¡U¡¡P¡¡`PVT`¡GF¡¡W¡W¡¡T¡¡ X „¡¡ FQ¡R¡R¡R¡R¡R¡¡ ¡¡¡¡RI¡S¡¡¡S¡IV¡ƒ¡U¡`I¡T¡¡¡UV ¡WX `¡‚ ¡P¡¡ƒ¡VE¡¡V¡QWGE„¡¡H W¡X R‚¡X R¡XV¡¡¡ ¡‚ ¡Q¡Q¡¡¡¡¡ ‚ D¡‚CD F ‚ ‚ QI¡¡¡R¡¡¡RX¡¡¡U¡`¡¡S¡¡¡¡¡`ƒ„ E¡¡¡Q¡¡Q¡¡ CY¡`¡`¡ƒ¡„¡ƒ¡¡  ¡‚¡‚¡‚¡Y¡Y¡¡„Q¡„¡ƒ¡ƒ¡ ¡¡IG¡¡¡¡E‚¡¡¡¡ƒ¡`¡`¡„¡ ¡Y¡¡`¡ƒ¡¡¡ U „¡ `¡`¡W¡FQXVFQ¡¡¡H¡¡R¡¡Y Y Y Y Y Y¡X ¡PU¡¡¡¡ Q¡Y¡¡¡¡¡¡Y PWXIPWX¡¡¡¡P¡¡¡¡V¡R¡V¡¡¡¡UVUV ¡WXWX ¡‚Y`‚ D¡P¡¡E`IHEYW¡¡¡Q¡GE¡¡ `¡¡ ‚ ‚B¡¡E¡¡VEYI¡¡`¡¡ X ¡¡ V `¡ RA¡¡TRPHS¡¡¡¡‚XHT¡¡¡T¡IHE`IVE¡¡¡X ‚¡¡X¡T¡¡ ¡ ¡U¡‚P¡T¡¡HTQ¡U¡RIVS¡P¡¡Q¡UT¡I¡TQ¡¡TR¡PW¡U¡¡¡ ‚¡¡ ¡HS¡¡¡T¡IV¡‚P¡¡‚XVS¡¡VS¡X¡S‚¡V¡`X¡SQ¡V¡¡XV¡¡¡X ‚¡`¡ B¡¡S¡¡¡T¡¡¡¡Y¡¡T‚¡¡T‚¡¡ W¡ Y¡ ¡BVT¡I¡G¡¡¡¡ Y¡¡ ¡ ¡WU¡¡H¡¡¡¡FQPHF¡¡PW¡ ¡‚ ¡‚ V X Y¡‚ ¡¡V¡¡¡T¡XU¡¡XVSY¡G¡R¡P¡X `QR¡¡¡ `¡‚ F¡D¡C¡D ¡¡¡‚¡US¡WG¡QX¡E¡I¡¡¡I¡XI¡¡SY¡¡ ¡ E¡C¡D¡C C¡A¡VF¡X¡¡¡WH¡¡‚¡¡  ¡¡¡‚WGF¡X¡¡Y¡G¡¡¡ ¡ ‚¡ Q¡¡¡¡GERIUSQIG¡¡P¡¡WUF¡¡¡¡¡W ¡Y¡W `¡WU ¡Y¡ A¡G¡¡¡¡¡W¡T¡WU¡¡UT¡¡¡SWUT‚W¡¡¡WU¡¡¡X¡ ¡ D¡X ‚D¡PU¡DW¡F¡¡G¡ ¡¡ ¡VTQ¡¡¡Q¡GSR¡¡SRXH¡¡¡¡S¡IV¡R¡VSP¡¡RP¡¡S¡¡ W¡ ‚ ¡HS¡A¡SQBU¡¡¡¡TQW¡¡QI¡¡QIUSR¡¡T¡WU¡Q¡¡SWU¡‚¡UTQX¡¡W¡T¡¡¡ ¡ ‚¡W¡HEXAB¡¡¡¡VF¡W¡F‚¡GH W¡ ¡ ‚¡ R¡IVT¡¡G¡¡¡U¡RP¡E¡PGF¡HE¡¡ ¡ UV WX ¡ F¡¡¡D E¡ ¡C IPWXI¡¡¡¡I¡¡¡¡U¡Q¡¡SQIU¡RP¡T¡¡¡UV ¡WX ¡‚ ¡¡TR¡¡¡¡PU¡¡PV¡R¡X¡I ¡XV¡‚¡WUV X ¡¡ AB¡G¡¡¡¡S¡¡¡S¡I¡SP¡T‚¡¡¡S¡¡WX ¡‚¡ C¡¡C¡ ¡CDC¡¡CDC  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¡¡ !¡$¡¡  ¡$¡¡¡$¡¡&¡¡(@¡9¡¡¡$ ¡#¡¡¡#¡¡%¡¡'¡(@¡¡# &# #$"%&@9# ¡# 9¡ #$"%&'(@9# &¡ #¡¡¡¡¡¡¡¡¡¡¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡ ¡&( &¡¡9¡$¡¡(¡¡)¡)¡¡9¡¡ &¡¡@¡¡¡¡¡#¡¡ 0¡¡¡¡¡¡¡"¡( (¡¡#¡¡#¡#¡¡¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡ ¡%' %¡¡(¡#¡¡'¡¡(¡(¡¡0¡¡ ¡¡'¡"¡¡&¡¡'¡'¡¡)¡¡ )¡¡$¡¡$¡$¡¡¡!#$"%'@9 '¡¡!¡¡!¡!¡¡$¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡@¡¡ ¡ ¡@ ¡¡!¡¡"$¡ ()¡¡"#¡ ¡$¡ $¡¡¡¡ @¡¡!¡¡¡0¡¡9¡9¡¡!¡¡ @¡¡"¡¡"¡"¡¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡0¡¡¡ ¡ ¡%&'()09@!#$"9 ¡¡@¡ ¡ !¡ ¡ ¡ !¡ ¡ #¡ #¡ ¡ ¡¡ 9¡¡@¡¡¡)¡¡0¡0¡¡@¡¡ 9¡¡¡¡¡¡¡¡ ¡¡ ¡¡¡ ¡ ¡ ¡¡ ¡"¡"¡¡$¡¡ ¡¡¡¡9¡¡¡ ¡¡¡¡¡¡¡ @¡!¡9¡!¡¡"#¡¡ ¡¡&¡@!¡¡%¡¡&¡&¡¡(¡¡ ¡¡¡¡¡¡¡¡  09¡¡¡ !¡¡ $¡¡%¡9¡¡¡¡%¡%¡¡&'¡¡ ¡¡¡ ¡¡¡ ¡¡ ¡¡ ¡ ¡¡ &(!"#$%&'(9@ %¡¡9¡¡@ @ ¡ !"%&'()09@ &(0!"#$%&'()09@ &(0!"#$%&'()09@ %&'()09@!"#$%&'()09@ %&9@!"#$%9@ "¡¡¡0¡¡$¡¡¡¡¡%¡¡ ¡@¡¡!¡'¡¡0¡¡'¡'¡¡0¡¡ ¡&¡¡(9¡¡¡&¡¡¡¡¡&¡¡ ¡9¡¡@¡&¡¡)¡¡&¡&¡¡)¡¡ "¡%¡¡&'¡¡¡%¡¡¡¡¡%¡¡ ¡&¡¡(¡$%¡¡(¡¡$%¡$%¡¡(¡¡" !¡¡¡¡"¡¡¡¡"¡"¡¡¡¡ ¡%¡¡$&'¡#¡¡$&'¡¡#¡#¡¡&'¡¡! $¡¡ ¡¡)¡¡!¡¡)¡)¡¡!¡¡ ¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡$ $¡#¡&¡¡(¡¡&¡&¡¡(¡¡ $¡0@¡¡()¡()¡¡0@¡$ #¡¡ ¡"¡(¡¡@¡¡(¡(¡¡@¡¡ ¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡"%&'()09@# #¡@¡%¡¡'¡¡%¡%¡¡'¡¡ #¡¡¡¡¡¡¡&(0# &¡"¡¡%¡@¡¡¡¡@¡@¡¡¡¡ ¡#¡¡¡¡¡¡¡¡¡¡ #¡¡ %¡!¡¡¡0¡¡"¡¡0¡0¡¡"¡¡ ¡  ¡¡ ¡¡¡ ¡¡ ¡¡¡ ¡¡ %&'(@!"%'9@ '¡¡)9¡¡'¡'¡¡)9¡#$%&'()0@!"%')9@ %&'()0@!"%')9@ #$%&'()0@!"%')9@ ¡¡¡ @¡¡¡¡!¡¡¡¡!¡!¡¡¡¡ ¡$¡ ¡ #¡ ¡ ¡ #¡ ¡ ¡ ¡ ¡$¡¡ #$%&'()09@!" ¡9¡¡&¡$¡¡0¡¡$¡$¡¡$¡¡ ¡!¡)¡¡!¡¡)¡)¡¡9¡¡ ¡%¡¡$¡#¡¡(¡¡#¡#¡¡#¡¡! $¡¡¡¡¡¡¡¡¡¡¡ 0¡¡ ¡¡¡¡¡¡¡¡¡¡¡ ¡ ¡#$%&'()09@ $¡¡!¡¡¡¡!¡!¡¡"¡¡ #¡¡ ¡%¡(¡¡'¡¡(¡(¡¡(¡¡ #¡¡@¡¡¡¡@¡@¡¡!¡¡ & ¡!¡¡'¡0¡¡)¡¡0¡0¡¡%¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡ ¡ (¡%¡¡¡%¡¡¡¡¡¡¡ &¡¡"¡¡¡¡"¡"¡¡¡¡ '¡¡¡¡¡¡¡¡¡%¡¡ %¡"¡¡9¡%¡¡9¡¡%¡%¡¡'¡¡ ¡ #¡¡¡¡¡¡¡¡¡¡ "¡¡ %¡¡¡¡¡¡¡¡¡¡¡ ¡&¡ ¡ #¡ ¡ ¡ &¡ ¡ ¡ ¡ ¡¡¡ ¡$¡¡¡¡¡$¡¡¡¡¡¡¡ 9@!"9 ¡¡@¡'¡¡@¡¡'¡'¡¡)¡¡ 9@!"9 9 9 #$&(0%')9@!"9 9 #$&(0%')9@!"9 9 9 ¡9 9 ¡@¡¡(¡&¡¡%¡¡&¡&¡¡&¡¡ ¡"¡9¡¡"¡¡9¡9¡¡@¡"#$&(0%')9@!" "¡¡¡¡'¡¡!¡¡)¡$¡¡#¡¡ ¡ #¡ ¡ #¡ @¡ ¡ #¡ ¡ ¡ ¡ ¡ ¡¡!" "¡¡#¡¡"¡)¡¡(¡¡ "¡¡!¡¡ "#$&(0%')9@!" !¡¡¡"¡&¡¡0¡¡(¡#¡¡@¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡ ¡ !¡¡¡¡!¡(¡¡'¡¡ !¡¡2¡¡ $¡ !¡¡(¡$¡¡(¡¡$¡9¡¡!"¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡ ¡$!"#$%&'()09@ #¡ $&¡¡$&'¡#¡¡$&'¡¡#¡!"¡¡¡¡ &¡"¡¡!¡%¡¡)¡¡&'¡@¡¡9¡¡ 2¡¡1¡¡ 0¡¡¡¡2¡'¡¡&¡¡ 0¡¡)¡¡ )¡¡¡¡1¡&¡¡%¡¡ 1¡¡0¡¡ "9@#$%&'(!" (¡"9@#$%&'()0!" " 9@#$%&'()0!" 0¡%¡¡$¡¡ !"9@#$%&'()012! !"9@#$%&'()012! $¡¡¡¡!¡¡¡¡9¡'¡¡%¡¡ ¡#¡¡&¡#¡¡%¡¡0¡#¡¡@¡¡# #¡@¡¡@¡)¡¡@¡¡"¡%¡¡4¡¡ ¡@¡¡$¡@¡¡0¡¡(¡@¡¡9¡¡%&'()012 &¡%¡¡%¡"¡¡%¡¡@¡)¡¡'¡¡ ¡$¡¡(¡$¡¡'¡¡2¡$¡¡#¡¡ ¡&¡¡%¡&¡¡)¡¡%¡&¡¡$¡¡ %!"9@% ¡¡9¡¡¡¡%¡1¡¡)¡¡ 3¡¡1¡¡ @¡9¡¡9¡'¡¡9¡¡!¡4¡¡2¡¡ ¡9¡¡#¡9¡¡(¡¡&¡9¡¡"¡¡@ 9¡"¡¡"¡%¡¡"¡¡1¡2¡¡0¡¡ ¡"¡¡@¡"¡¡&¡¡$¡"¡¡!¡¡9 "¡!¡¡!¡0¡¡¡" )¡0¡¡(¡¡ ¡!¡¡9¡!¡¡$¡¡#¡!¡¡$¡¡!" !¡%¡¡'¡(¡!"9@#$&(0%')! ! !"9@#$&(0%')! '¡(¡¡&¡¡ !"9@#$&(%'! $¡$¡¡!¡9¡¡!¡¡#¡0¡¡'¡¡ ¡#¡¡$¡)¡¡$¡¡1¡(¡¡%¡¡$ $¡"¡@¡¡"¡¡$¡1¡¡(¡¡ $¡¡@¡¡"¡3¡¡0¡¡ $¡#¡¡9¡4¡¡1¡¡ $¡@¡9¡¡2¡¡ $¡¡5¡¡ ¡#¡¡ $!"9@#$&(024%')13 3 $!"9@#$&(024%')13 ¡&@¡¡#¡(¡¡#¡¡0¡'¡¡$¡¡#&2 #¡¡9¡¡!¡2¡¡)¡¡ #¡¡4¡¡ ¡@¡¡ ¡%¡¡(¡&'¡¡0¡¡()¡&¡¡#¡¡(04 ¡¡¡&¡¡¡(¡¡&¡%¡¡¡¡#$!"9@%')13 @¡¡3¡¡ ¡9¡¡ ¡6¡¡ #$%&9@# &(# 0¡&(0# &(0# 2@¡)¡¡&¡¡ #$%&'()01234569@# #$%&'()01234569@# &¡#¡¡$¡0¡¡%¡¡#¡2¡¡(¡¡ ¡%¡¡(¡&¡¡9¡¡1¡(¡¡6¡¡&(0246 &¡¡$¡¡&'¡¡%¡@¡¡2¡¡ ¡5¡¡ ¡ %¡@¡¡#¡)¡¡$¡¡@¡1¡¡'¡¡ ¡¡¡&'¡%¡¡0¡¡0¡&'¡¡5¡¡#$%')1359@ %¡%¡#¡¡¡¡¡9¡¡1¡¡ '(9@#$%'9@ '@ %¡¡¡¡¡#¡¡3¡¡ %&'()09@#$%')9@ )@ %') '¡$¡¡4¡¡ @¡9¡¡9¡@¡¡9¡@ 9¡4¡¡0¡¡ ¡9¡¡@¡(¡¡#¡¡9¡0¡¡&¡¡ ¡9¡¡ ¡ 9¡$¡¡¡9¡¡¡#$9 $¡3¡¡)¡¡ ¡&¡¡9¡'¡¡@¡¡2¡)¡¡%¡¡ ¡6¡¡ ¡ ¡%¡¡¡¡¡¡¡¡¡¡¡¡%&'()0123456 (¡¡(¡¡(¡¡'¡&¡¡%¡¡ &¡(¡&¡¡&¡¡%¡%¡¡6¡¡ ¡'¡%¡¡%¡¡2¡2¡¡2¡¡ ¡%¡¡¡¡¡¡¡¡¡¡ 0¡¡0¡¡)¡(¡¡&¡¡ 0¡()¡¡¡3¡¡1¡¡ (¡&'¡¡2¡1¡¡)¡¡ &¡%¡¡0¡)¡¡'¡¡ &¡&'¡4¡¡2¡¡ ()0%&'()09@ ()¡¡¡4¡¡ &'()023456%&'()01234569@ @ ¡ &'()02345678%&'()01234569@ '¡%¡'¡¡'¡¡&¡¡¡¡¡ ¡&¡0¡¡0¡¡0¡0¡¡0¡¡ )¡¡)¡¡(¡4'¡¡4¡¡ )¡¡¡%¡2¡¡0¡¡ '¡¡¡1¡0¡¡5(¡¡ '¡¡%¡¡3¡¡ ¡&¡¡&¡&¡¡&¡¡&¡&¡¡&¡¡9@ ¡%¡¡%¡%¡¡%¡¡%¡%¡¡%¡¡&'()02345678 &%%& & ¡'(¡'(¡¡'(¡¡'(¡'(¡¡'(¡¡ ¡¡¡¡¡¡¡¡¡¡¡¡¡%&'()012345678%1 %&'(% ) %&'()0% ) %&'()0% )¡)¡¡)¡¡ 1 1¡¡1¡¡ 3 %&'()0123456%1 3 %&'()012345678%1 Limites de incertidumbres de modelado y ruido en medida log ω Figura 2. que tambi´n o o ı. es decir.Que el controlador emita esta fuerte respuesta. ante las entradas U (de referencia) y D2 (perturbaci´n en salida). queda o 62 De acuerdo con estas ideas. aumentamos la ganancia en n lazo abierto a costa s´lo del controlador. para alcanzar un adecuado funcionamiento en esa zona. puede parecer l´gico. DISENO DE CONTROLADORES 1 (U − D2 − D3 ) Gp . 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. Ser´ conveniente por ello: a • 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. No as´ sin embargo.28: Zonas permitidas en la respuesta de frecuencia. tratando de satisfacer las exigencias impuestas (figura 2. Si hacemos |Gc Gp | 1 siendo |Gp | peque˜a.28). 20 log M m= ˜ CAP´ ITULO 2.

Por ello la ganancia a alta frecuencia debe ser peque˜a para mantener el sistema n estable. ∞). M´s concretamente. resonancias mec´nicas. como vamos a o ver. a mayor precisi´n se necesita en el modelado. disponiendo de informaci´n suficiente. ω ∈ (0. a etc. El n´mero de polos en lazo cerrado que podemos ubicar por dise˜o con u n estos controladores es de dos. DISENO EN EL ESPACIO DE ESTADO 63 • Entre estas dos zonas. debido sobre todo a la existencia de din´micas no a modeladas como retardos de tiempo. Con estos m´todos. propios del modelo de funci´n de transferencia. 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. se basan en la realimeno taci´n de la variable salida y.˜ 2. 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. 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. 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.6 Dise˜ o en el Espacio de Estado n Los m´todos basados en el Lugar Geom´trico de las Ra´ e e ıces y en la Respuesta de Frecuencia. . es posible realimentar el vector de estado en lugar de la salida. 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. o a En la pr´ctica nos encontramos con que las imprecisiones en el modelado de la a planta aumentan con la frecuencia.6. Otra importante restricci´n de dise˜o es la tolerancia a imprecisiones de modelao n do. dar a M una atenuaci´n en pronunciado descenso para o conseguir que la anchura de banda sea amplia. para cambiar la posici´n de todos los polos del sistema a otras nuevas posiciones o prefijadas a voluntad. 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. En particular. cuanto menor sea el valor de |1 + G( jω)|. por lo com´n. ello conducir´ a un funcionamiento indeseable. En efecto. Pero aqu´ ocurre un problema: el aumento en la pendiente de atenuaci´n de la ı o curva M hace reducir el margen fase. 2. Utilizando el modelo de estado. en cambio. polos de alta frecuencia.

.7 Sinton´ de controladores PID ıa Los controladores PID comerciales disponen de mandos externos para el ajuste de los par´metros Kp . + an−1 s + an Sean λ1 . Ti y Td . µn . u.. . x =  ˙ x +  . . . Para su c´lculo te´rico podemos aplicar cualquiera de los a a o ..  . DISENO DE CONTROLADORES 2. . . A ∈ Rn×n B ∈ Rn×1 . . mediante feedback de estado. . kn Esta es la forma m´s sencilla de resolver el problema de asignaci´n de polos en el a o espacio de estado. . + αn−1 s + αn con ra´ µ1 . k1 k2 . . . 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 + . . . y ∈ R. . 2. α1 − a1 entonces el determinante de [sI − (A − BK)] es α(s) puesto que   0 0 . µ2 . λ2 . de forma que ahora la entrada a la planta sea v − Kx. ıces Definiendo una nueva entrada v. 0   . λn los valores propios de A y supongamos que deseamos obtener un nuevo sistema. u   0  1  −an −an−1 ..    .64 ˜ CAP´ ITULO 2.1 Asignaci´n de polos o Sea un sistema din´mico cuyo modelo de estado est´ en forma can´nica controlable. . BK =   . . siendo K = k1 k2 . . . a a o     0 1 0    . . .6. 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 .  . −a1 1 y = Cx en donde x ∈ Rn . . que tenga como polinomio caracter´ ıstico α(s) = sn + α1 sn−1 + .

s+a es v´lido para planta. SINTON´ DE CONTROLADORES PID IA 65 procedimientos vistos antes. a y T de la planta. M´todo de lazo abierto e Suponiendo que el modelo G(s) = A e−T s . Realizar un experimento para determinar los par´metros A. . Trazando la tangente a la curva y(t) en el punto de m´xima pendiente y hallando su intersecci´n con el eje t. a Veamos ahora como se hallan a y A. Td y Ti del controlador o a a partir de los par´metros hallados. los par´metros Kp . ajustar ı. emp´ ıricamente los par´metros del PID en base a ese modelo y probar luego c´mo a o funciona el control en la realidad. calcular los par´metros A.26) Bajo este supuesto. a 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. Pero ¿c´mo buscar un modelo simple de un planta o desconocida? La respuesta que a esta cuesti´n dieron Zeigler y Nichols est´ basada o a en la siguiente observaci´n: en la industria de control de procesos. Si la planta real siguiera exactamente el e−T s a ıa modelo supuesto G(s) = As+a . como no va a ser asi. a partir de ella. los m´todos de ajuste constan de dos etapas: e 1. 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. Calcular.2.29).632A.7. a y T de su supuesto modelo. la m´xima pendiente de y(t) se dar´ en el punto de intersecci´n de la curva con el eje t. Si no es as´ lo que suele hacerse es suponer para ella un modelo muy simple. llamados m´todo de lazo abierto y m´todo de e e e lazo cerrado. obtenemos el valor del a o retardo T del modelo G(s) de la planta. (2. a En el experimento hemos medido la respuesta al escal´n y(t) de la planta (figura o 2. 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. Pero. siempre y cuando conozcamos el modelo de la planta. “la mayor´ de o ıa” las plantas a controlar admiten como modelo externo la funci´n no racional o A e−T s G(s) = s+a a ≥ 0. con f´rmulas apropiadas. Primero calcularemos T .

632 A T t t1 t Figura 2. 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 .66 ˜ CAP´ ITULO 2. la respuesta al escal´n unitario de la planta con retardo T o G(s) = A e−T s . 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. Asi que para determinar la a e constante de tiempo τ trazamos una recta horizontal de ordenada igual a 0. Por tanto τ = t1 − T = 1/a ⇒ a.632A. a yss = lim y(t) = t→∞ A a Por ello.29: C´lculo de T (izquierda). Por ser la entrada un escal´n unitario. valdr´ tambi´n y(τ + T ) = 0. el valor final de la respuesta o valor en estado o estacionario es igual a la la ganancia est´tica de la planta.632A. 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. o En el caso en que la constante a sea nula. DISENO DE CONTROLADORES y (t ) y (t ) A a 0. . de a y de A (derecha) a Por tanto. s+a en el instante τ + T . A = a yss El valor Rr = A/τ = aA se llama tasa de reacci´n reaction rate.

9 + 0.2T /τ ) . 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.45Ku 0. o Aunque este m´todo es m´s factible que el anterior. de aspecto sinusoidal. que suponen suponen a = 0 en el modelo G(s) de la planta. Entonces anotaremos los valores de Ku y del per´ ıodo de oscilaci´n Tu . 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.43Ku 0.5T Cohen-Coon (lazo abierto) τ T (1 + 3τ ) AT τ T (0. Ti = ∞ (o el valor m´ximo posible) y a se va aumentando despacio la ganancia kp hasta el valor ku para el cual la respuesta y(t) sea oscilante.5Ku 0.6T 0. se pueden calcular los par´metros Kp . con ciclos de amplitud mantenida. tambi´n de lazo cerrado. Con el proceso en funcionamiento se ponen los par´metros de PID con a los valores Td = 0 (o el valor m´ ınimo posible). Tipo P Kp P I Kp Ti P ID Kp Td Ti Zeigler-Nichols Shinskey Zeigler-Nichols (lazo cerrado) (lazo cerrado) (lazo abierto) 1 0.7. pueden exigir un tiempo de experimento demasiado largo.37 T ( 1+0.9 0.082 3τ ) AT T ( 3. Son los controladores inteligentes.5Ku Rr T 0.2. Entre los m´todos que se han desarrollado para ello cabe destacar el de Ziegler– e Nichols y el de Shinskey. Td y Ti del a controlador de forma aproximada.5Ku Rr T 0. 2.7.5Ku Rr T 0. en lazo cerrado. adem´s.33+0.34Ku 2T 0. obtenidos en lazo abierto.5+0. Rr . El m´todo es el e siguiente. Hay otros m´todos.3T /τ ) 1+2. y el de Cohen-Coon que supone a = 0.125Ku 0. SINTON´ DE CONTROLADORES PID IA M´todo de lazo cerrado e 67 Permite calcular los par´metros del modelo G(s) de la planta haciendo un expea rimento con el control PID en funcioonamiento. Tu obtenidos en lazo cerrado.6Ku 0.08Ku 0. o de los valores Ku .2T /τ τ (1. que se basan en el funcionamiento e e normal del controlador para hacer los c´lculos y.833Ku 0. es decir.5T/τ ) 1+0.1 Ajuste de los par´metros del PID a A partir de los valores emp´ ıricos T.2 0.35 + 0.33T 1.27 T ) AT τ /τ T ( 2.5Ku 0.

68 ˜ CAP´ ITULO 2. DISENO DE CONTROLADORES .

Parte II Control de procesos de eventos discretos 69 .

.

reciben nombres t´ ıpicos que los identifican. Sus modelos son los sistemas digitales y pueden ser de dos clases: • Sistemas combinacionales • Sistemas secuenciales 0 1 Figura 3.Cap´ ıtulo 3 Sistemas booleanos 3.1: Dispositivo mec´nico de dos estados estables. a 71 . en cada caso. Dispositivo Estados Mec´nico a s´ / no ı Interruptor el´ctrico abierto / cerrado e V´lvula a abierta / cerrada saturaci´n / corte o Transistor Estos y otros dispositivos permiten construir otros aparatos m´s complejos que a se llaman automatismos.1 Dispositivos l´gicos o Ciertos dispositivos f´ ısicos se construyen de forma que s´lo tienen dos posibles estao dos de equilibrio los cuales. En la tabla se indican algunos de ellos junto con los nombres de sus dos estados.

En la figura de la derecha. tanto las entradas como las salidas pueden tomar. Un ejemplo sencillo de este tipo de sistemas es un pulsador el´ctrico. s´lo o consideramos dos: posici´n “0” (balanza vencida hacia la izquierda) y posici´n “1” o o (balanza vencida hacia la derecha). o Esto no quiere decir que las entradas y salidas no puedan tomar otros valores sino que. una balanza con una pesa en uno de los dos platos es uno de estos dispositivos. en general. a 1 2 Figura 3. La o raz´n para poder hacer esto es que los dispositivos biestables est´n construidos de o a tal manara que s´lo admiten dos posiciones de equilibrio estable y que el tr´nsito o a entre ambos estados se realiza r´pidamente. la salida y los estados de equilibrio de los siguientes sistemas: 1. de accionamiento manual. Pues bien. llamados sistemas sin memoria.2). tenga dos estados estables. Al cambiar la pesa de plato el sistema cambia de estado y. 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. se separan los contactos y el interruptor est´ cerrado. a 2. hay otros sistemas.1.1. si la pesa es suficientemente grande. que cuando las entradas dejan de actuar. a Por ejemplo.2: Interruptor dom´stico.4). el interruptor dom´stico y el biestable electr´nico. SISTEMAS BOOLEANOS En un sistema de control. Aunque la balanza puede tomar todas las posiciones intermedias. en los automatismos y sistemas digitales cada una de dichas variables tiene dos valores fundamentales. desechando el resto. a a Otro dispositivo bi-estable bien conocido es un interruptor de alumbrado dom´se tico. Por eso se dice que son sistemas con memoria. Sistema del interruptor (figura 3. llamados a veces niveles l´gicos “0” y “1”. Por el contrario.72 CAP´ ITULO 3. Sistema mec´nico de la balanza de la figura 3. en el modelo s´lo vamos a considerar dichos valores.1 Identificar la entrada. pasan a un estado llamado de reposo. La forma y la elasticidad del conductor 2 hacen que este sistema. 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. ¢¡ ¡¡ ¡ ¡¡ ¡ ¡¡ ¡ ¡ ¡¡ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¡¢¡¡¢¡¢¡¡¢¡¢¡¡¢¡¢¡¢¡¡ ¡ ¡¢¡ ¡ ¡¢¡ ¡ ¡¢¡ ¡ ¡ ¡¢¡¢  ¢ ¡¡¢ ¡¡¡¢ ¡¡¡¢ ¡¡¡¡¢ ¡¢  ¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡¢¡ ¡  ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡                 ¢ ¢¡¡¢¢ ¡¡¡¢¢ ¡¡¡¢¢ ¡¡¡¡¢¢ ¡¢ ¢ ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡  ¢ ¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡¢¡ ¡  ¡ ¡ ¢¡ ¡ ¡ ¢¡ ¡ ¡ ¢¡ ¡ ¡ ¡ ¢¡ ¢  ¢¡¡ ¢¡¡¡ ¢¡¡¡ ¢¡¡¡¡ ¢¡ ¢ ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡ ¢ ¢¡¡¢ ¢¡¡¡¢ ¢¡¡¡¢ ¢¡¡¡¡¢ ¢¡¢ ¢ ¡ ¡¡ ¡ ¡¡ ¡ ¡¡ ¡ ¡ ¡¡ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡  ¢ ¡¡ ¢ ¡¡¡ ¢ ¡¡¡ ¢ ¡¡¡¡ ¢ ¡ ¢  2 ¡¢¤ £¢¤ ¢¤¡¡¡¢¤ £¢¤ ¢¤ £¢¤ ¤ ¤ ¤ ¢¤ £¢¤ ¤ ¢¤ £¢¤ ¤ ¤  £¡¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡ ¡¡¡¡¡ £¡ £¡ £¡¡ £¡¡ £¡ £¡ ¡¡¢¤¡¡¡¢£¡¢£¡¢£¡¡¢£¡¡¢£¡¢£¡¢¤ ¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡  ¢£¤¡¡¢¤ £¡¡¡¡¡¡¡¡¡¡¡¢¤ £  £  £  £  £  £ ¤¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢£¡¡ £¡¡¡¡¡¡¡¡¡¡¡ £ ¡¢¤ £  ¡¡¡¢¤ £ ¤¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡ ¢¡¢¤¡¡¡¢¤¡¢¤¡¢¤¡¡¢¤¡¡¢¤¡¢¤¡¢¤ ¤¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¤¢¤ £ £ £ £ ¢¤¢¤ £ £ ¢¤¢¤ £ £ £  ¢£¤¡¡ £¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ £ ¡¡¡¡¡£¡£¡£¡¡£¡¡£¡£¡ ¡¡¢¤¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡¢¤ ¡¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡  ¢£¤¡¡ £¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ £  ¢£¤ £  ¢£¤ £  ¢£¤ £  £  £  £ ¢¤ ¢£¤ £  £ ¢¤ ¢£¤ £  £  £ ¡¡¡¡¡£¡£¡£¡¡£¡¡£¡£¡ ¡¡ ¢£¤¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢£¤ ¡¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡  ¢£¤¡¡ ¢£¤¡¡¡¡¡¡¡¡¡¡¡ ¢£¤  ¢£¤  ¢£¤  ¢£¤  £  £ ¤ ¢£¤¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¡¡¢¤¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡¢¤ ¢¤ ¢£¤ ¢¤ ¢£¤ ¢¤ ¢£¤  ¢£¤  ¢£¤  ¢£¤ ¢¤ £¢¤ ¢£¤  ¢£¤ ¢¤ £¢¤ ¢£¤  ¢£¤  ¢£¤  £¡¡ £¡¡¡ £¡ £¡ £¡¡ £¡¡ £¡ £¡ £ ¤¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¡¡¢¤¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡¢¤ £¡¡¡¡¡£¡£¡£¡¡£¡¡£¡£¡  ¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¡¡ ¢£¤ £¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ £  ¢£¤ £  ¢£¤ £  ¢£¤ £  £  £ 1 . e Ejercicio 3. que corresponden a estados de equilibrio del sistema. son sistemas que e o permanecen en el mismo estado por tiempo indefinido una vez que se dejan de aplicar sus correspondientes entradas. La balanza. tras girar la llave de a encendido. valores reales cualesquiera. el dicho cambio ser´ r´pido. e Los biestables electr´nicos son circuitos muy conocidos y utilizados.

Distributivas: a ⊕ (b c) = (a ⊕ b) (a ⊕ c). Asociativas: a ⊕ (b ⊕ c) = (a ⊕ b) ⊕ c.2 Algebra de Boole tales que.4. ALGEBRA DE BOOLE 73 Figura 3. Pulsador el´ctrico de la figura 3. o 4.3: Pulsador 3. Si adem´s se cumplen las propiedades a 5. Conmutativas: a ⊕ b = b ⊕ a. Explicar su funcionamiento.4: Circuito electr´nico biestable o 3. Absorciones: a (a ⊕ b) = a ⊕ (a b) = a se dice que (U.3. 3. Idempotentes: a ⊕ a = a a=a a b=b a a (b c) = (a 2. ⊕. 4.3. b. ) es un ret´ ıculo. Biestable electr´nico de la figura 3.2. e Vcc RC V1 RC V2 RB RB E1 E2 Figura 3. para todo Un conjunto U en el que se han definido dos operaciones ⊕ y a. c ∈ U satisfacen las propiedades: 1. Explicar su funcionamiento. a (b ⊕ c) = (a b) ⊕ (a c) ¢¡¡¡¡ ¢ ¢ ¢  ¡¡¡¡ ¡¡¡¡¢  ¢¡¡¡¡   ¢  £¤  ¢   ¢  ¡¡¡¡ ¢  ¢¡¡¡¡  ¢ £¤¥¦£¤  ¢  ¢ ¡¡¡¡ ¢ ¢ ¢¡¡¡¡¢ ¢ ¢ ¦¥ ¢ ¢ ¢ ¢  ¡¡¡¡  ¢¡¡¡¡¢  ¡¡¡¡ ¡¡¡¡ ¢   ¢  ¥¦  ¢   ¢  1 2 b) c .

Cotas universales: ∃ 0. a entonces se dice que (U. es decir f : Zn → Z2 2 (x1 . ⊕. que define una funci´n real de dos variables reales. .1 Funciones booleanas f :X → Y x → f (x) Si X e Y son dos conjuntos. 0. 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 . . dicha ley se puede expresar en forma de tabla. 0 ⊕ a = a. . . un elemento bien definido (y s´lo uno) y ∈ Y . que define una funci´n real de una variable real o o f : R2 → R (x. 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. como por ejemplo o o f: R → R x → x2 + 2x + 5. dadas por las tablas de verdad o o OR 0 1 AND 0 1 0 0 1 1 1 1 es un ´lgebra de Boole. a 0 0 0 1 0 1 3. . xn ) Por ser Zn un dominio finito. a No es dif´ comprobar que el conjunto Z2 := {0. SISTEMAS BOOLEANOS se dice que es un ret´ ıculo distributivo. Una funci´n booleana de n variables x1 . La tabla que define una funci´n booleana se llama tabla de verdad o de la funci´n. xn . . xn ) → f (x1 . una funci´n booleana siempre se puede expresar en o 2 forma de tabla. y) → x2 − y 2 . . 1) es un ´lgebra de Boole. Complemento: ∀a ∈ U ∃a ∈ U | a ⊕ a = 1. La ley que o define la funci´n viene dada a veces por una expresi´n algebraica. Si adem´s de estas cinco se cumplen tambi´n a e las propiedades de 6.74 CAP´ ITULO 3.2. se define como una aplicaci´n o o n de Z2 en Z2 . . 1 ⊕ a = 1 7. . o . . x2 . 1} dotado de las operaciones ıcil “suma l´gica” (OR) y “producto l´gico” (AND). . 1 a=0 a = a. . 1 ∈ U | 0 a = 0. . . Cuando el dominio X es un conjunto finito.

Esta relaci´n permite dividir el conjunto de funciones booleanas de n variables o en clases de equivalencia. ALGEBRA DE BOOLE 75 Se dice que dos funciones booleanas f (x1 . . dos funciones booleanas son equivalentes si sus tablas de verdad coinciden. . . . . . b. n. El representante can´nico de cada clase de equivalencia o no es unico: tenemos la forma can´nica suma de min-terms. i = 1 . Por ejemplo. c. x3 ) = x1 x2 (x3 + x3 ) son equivalentes porque sus tablas de verdad. . . x1 0 0 0 0 1 1 1 1 son iguales. Formas can´nicas o Evidentemente. d) = (a + b + cd)(a + b + c + d)(a + bc + d). . .. . . xj si σj = 1 Cada uno de los sumandos que componen la forma can´nica se llama t´rmino o e can´nico o. x2 . Una funci´n booleana f (x1 . como por ejemplo ´ o f (a. σn ) σ en donde xj j = σ xj si σj = 0 . .. . . . x3 ) = x1 x2 y g(x1 . .2. xn ) se dice que est´ expresada en la forma o a can´nica suma de min-terms si viene dada en la forma o n 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 . . x2 . c. xn ) = g(x1 . d) = abcd + abcd + abc!d y la forma can´nica producto de max-terms. xn ) son equivalentes si f (x1 . xn ) = (σ1 . . . . Dicho de otro modo. tal como o f (a. las funciones f (x1 ..σn )∈Zn 2 j=1 xj j f (σ1 . . f (x1 . . e . la equivalencia de funciones booleanas es una relaci´n de equivaleno cia. a veces. . . . . ..3. b. xn ) y g(x1 . xn ) para todo xi ∈ Z2 . t´rmino m´ o e ınimo (min-term) o simplemente t´rmino. . . .

. dos y tres variables. para i = 1. xyz. implica f ·(x1 +x1 ) ≡ o f . Se puede ver que. A modo ilustrativo. Simplificar una funci´n f consiste en obtener o otra funci´n g equivalente a f y con una expresi´n m´s simple. o sin negar si es uno. un min-term se puede identificar por el n´mero decimal a u correspondiente al antedicho n´mero binario. xn ) en forma can´nica. el min-term xyz se u ı. 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. en general. . y. 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. minterms f (x) x. . evidentemente. con todas y o cada una de las variables. o o a La simplificaci´n de una funci´n conduce a una m´s simple y. indicando cada columna de la tabla por σ j = 1 . . xyz. A´n u de forma m´s compacta. bien sea por medio de un programa de ordeo nador o por medio de un circuito neum´tico. sobre todo si pensamos en la realizaci´n f´ o ısica.2. . . n. xy. xyz. . . . xj j . .76 CAP´ ITULO 3. . asociamos a cada fila de la tabla un producto xσ1 . tras aplicar repetidamente esta ley a la funci´n. ´sta queda reducida a una suma de implicantes primos e (t´rminos irreducibles). n. La forma can´nica de una funci´n booleana se puede obtener inmediatamente o o a partir de su tabla de verdad. . xσn y en 1 n σ σ el mismo hacemos xj j = 1 si el elemento (i. . xyz. y) xy. . m´s o o a a eficiente implementaci´n de la misma. 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 . 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. . z) xyz. xyz. . xy. ya que su expresi´n o puede resultar excesivamente larga. SISTEMAS BOOLEANOS Es f´cil ver que en un ´lgebra de Boole con n variables existen 2n t´rminos a a e can´nicos diferentes. j) de la tabla es 0. identifica tambi´n por el n´mero binario 010 o simplemente por el n´mero decimal e u u 2. La expresi´n can´nica de f se obtiene como suma o o de todos los productos obtenidos. . x f (x. a e o Los m´todos m´s utilizados para simplificar funciones booleanas son el Karnaugh e a y el de Quine-McCluskey. xy f (x. . As´ por ejemplo. 3. Para ello. xyz. o el´ctrico o electr´nico. j) de la tabla es 1 o bien xj j = 0 si el elemento (i. Otra forma de obtener la forma can´nica de una funci´n f (x1 . . consiste en anotar los a o o . Dada una funci´n f (x1 .2 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. en la siguiente tabla se indican los mino terms de las funciones booleanas de una. . . .

@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 @ab 01 11 10 cd @ 00 ' $ 00 0 1 1 0 01 0 11 1 10 1 '$ 1 1 1 1 1 1 0 0 0 &% &% b+bc . 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. denominada mapa de Karnaugh. L´gicamente.3. ALGEBRA DE BOOLE 77 valores de la funci´n en una tabla. Procediendo as´ creamos una 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 pasar a de uno cualquiera al siguiente solo cambia una cifra. 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. Se ve claramente que cada min-term difiere de los adyacentes en s´lo un d´ o ıgito binario. tabla de la forma @cd 00 ab @ 00 00 00 01 01 00 11 11 00 10 10 00 01 11 10 00 01 01 01 11 01 10 01 00 11 01 11 11 11 10 11 00 10 01 10 11 10 10 10 En esta tabla. cada casilla representa el t´rmino can´nico (min-term) de la funci´n e o o que se ha indicado en la misma.2. Lo mismo ocurre por columnas. 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.

marcados con un asterisco ( ). por el n´mero u de unos que contiene u cada t´rmino. 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. con dos unos. no importa que el valor de la funci´n sea cero o uno. ese e ´ grupo queda vac´ ıo.1 Sea la funci´n o f (x1 . o Ejemplo 3. etc. 12∗ . 9. SISTEMAS BOOLEANOS Si el n´mero de variables es elevado. o Ordenamos la tabla. de menor a mayor. con tres unos. x3 . por tanto. 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. aquellos para e los que. Como no hay t´rminos con un unico uno. f´ ısicamente. se puede combinar cada t´rmino de un grupo con uno del siguiente. es decir. En estos casos es aplicable el m´todo tabular de Quine-McCluskey. con un uno. el m´todo de Karnaugh resulta complicado u e de utilizar (caso de cinco variables) o impracticable. Pasando al e . 13. con lo que la tabla queda dividida en grupos de t´rminos con cero e e unos.2. Con este conjunto de implicantes primos. e Procedamos a combinar los t´rminos cada grupo. Como no hay t´rminos en el e e grupo u = 1. Dada una funci´n en forma can´nica de e o o suma de min-terms. los t´rminos indiferentes. cada grupo difiere del siguiente en un solo uno y. e e de forma sistem´tica y en sucesivas iteraciones. este m´todo consiste en ir combinando unos t´rminos con otros. 7∗ . Podemos trazar una l´ ınea separando cada grupo del siguiente. x4 ) = Σ(0. Lo introduciremos con un ejemplo.78 M´todo de Quine-McCluskey e CAP´ ITULO 3. x2 . el t´rmino 0 0 0 0 no se puede combinar con ninguno. u i 1-term 0 1 2 3 4 0 9 12∗ 7∗ 13 15 0000 1 1 0 1 1 0 1 1 1 1 0 0 1 0 1 1 0 1 1 1 En esta tabla. el usuario (posiblemente ayudado de alg´n algoritmo o programa) ha de seleccionar un subconjunto minimal u que cubra la funci´n.

1. ALGEBRA DE BOOLE 79 grupo u = 2. dando lugar al t´rmino . Sin tomar t´rminos indiferentes.2. se basa en utilizar repetidamente la ley a + a = 1. e ´ 0111 1111 → .1 1 1. el t´rmino 1 0 0 1 se puede combinar con el t´rmino 1 1 0 1 grupo e e siguiente. e a Algoritmo de Quine Como ya se ha indicado. e Como ya hemos terminado de combinar todos los elementos del grupo u = 2. Por ultimo. 1101 dando lugar al t´rmino 1 . ning´n t´rmino de la ultima columna puede combinarse y el u e ´ proceso termina.1 1 1.1. e 1100 1101 → 1 1 0 -. 1001 → 1 . 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 . Un t´rmino indiferente puede aprovecharse si cubre m´s de un min-term.1 1. la funci´n l´gica simplificada es e o o f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 . dando lugar al t´rmino 1 1 . e Todo este proceso puede resumirse en la tabla siguiente. pasamos a los del grupo n = 3. El t´rmino 1 1 0 0 se puede combinar e e con el mismo t´rmino 1 1 0 1 que el anterior. 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. o sea x1 x3 x4 .1 1. o sea x2 x3 x4 . el m´todo de Quine-McCluskey. Dada una funci´n f en o forma can´nica de suma de m min-terms. dando lugar al t´rmino 1 1 0 -. u = 3. lo mismo que el de Kare naugh.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 En esta tabla. o sea x1 x2 x3 . u = 4. o sea x1 x2 x4 . el algoritmo es el siguiente: o .

Al ejecutarlo (en la forma indicada o en el propio programa). tiene el inconveniente de que exige un gran coste computacional si el n´mero de variables es elevado. 2. la expresi´n Ti + Tj . que indica los implicantes primos obtenidos. que indica los min-terms que cubre cada implicante primo. . SISTEMAS BOOLEANOS 1.80 CAP´ ITULO 3. si es posible. para i desde 1 hasta m − 1 hacer Elegir el t´rmino i-´simo. aplicando la ley a + a = 1 o y poner el t´rmino simplificado en una nueva lista. aunque correcto. e 3. de la lista e e para j desde i + 1 hasta m hacer Tomar el t´rmino j-´simo. El algoritmo termina cuando no es posible simplificar m´s. Ti . ordenados de alguna forma de 1 a m. Una adecuada ordenaci´n u o de la lista original permite mejorar la estrategia de operaci´n. de la lista e e Simplificar. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo 4. a Este algoritmo. calcula y muestra en pantalla la “matriz de implicantes primos”. Poner todos los min-terms en una lista. Tj . o El programa quine.c que se incluye a continuaci´n implementa el algoritmo y se o puede utilizar para simplificar funciones l´gicas. y la “matriz de cubrimiento”.

} else { if (H[i]=1) k5 = 1. i++) { if (H[i]==0) { m5 = m5+1. } printf("Matriz de cubrimiento\n"). k++) Z[m5-1][k] = M[i][k]. j++) { if (H[j] != 3) { f1 = 0. } l1 = l1+1. tales que. j<n9.Z[i][j]). . . para todo t ∈ I cada una de ellas es una funci´n booleana de las entradas.n1. } else H[j] = 3. j++) G[i][j] = D[i][j].k. k++) { D[l1][k] = G[i][k]. o yi (t) = fi (u1 (t).l1. // formacion matriz salida for (k=0. int Z[h2][nv] = {0}. else N[l1][k] = M[i][k]. i++) { for (j=0. 81 for (i=0. k<n2. n1 = l1. . k<m6. // 1 0 0 1 // .3.ej. . . . int G[nt][ng] = {0}. // 1 1 1 1 // . // 1 0 1 1 // . . o // // 6 4 // significa n. . for (i=0.n9. printf("\n").3. for (i=0. printf("\n"). 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 (k=0. int D[nt][ng] = {0}. } for (k=0. int Y[h2][ny] = {0}. } scanf("\n"). } 3. up (t)). // // 2) Compilar el programa: // cc -o quine quine. G[i][0]=i./quine < archivo // #include <stdlib. for (k=0. &pm[i][j]). j<n2. } m5 = 0. j<n2. for (i=0. i<l1. pm = M. up (t) ∈ Z2 y q salidas y1 (t). i<n1-1. . for (i=0. . .f2. i++) { if (H[i] != 3) { for (j=i+1. q. i<n1. i++) { for (j=0. i++) H[i] = 0. f2 = k+1. j<n1. &n1. char **argv ) { int M[nt][nv] = {0}. m6 = 1. i++){ for (j=0. // lectura de los datos de entrada scanf("%d %d".k5. k<n2. H[j] = 1. i = 1 .n2. p. k<m6. . j++) printf("%d ". &n2). i<n1.c (bajo Linux) // 3) Ejecutarlo: . SISTEMAS COMBINACIONALES // // Programa quine // // Para simplificar una funci´n l´gica: o o // 1) poner en archivo la funci´n. // busca elementos a combinar for (k=0. j++){ scanf("%d". k++) { if (M[i][k] != M[j][k]) { f1 = f1+1. lazo: l1 = 0. int N[nt][nv] = {0}. i++) { for (j=0. } else{ printf("Matriz de implicantes primos\n"). j++) printf("%d ". } } return(0). yq (t) ∈ Z2 .f1. } goto lazo. i<m5. } } if (k5 == 1){ m6 = 2*m6.Y[i][j]).j. k++) Y[m5-1][G[i][k]] = 1.m6. int (*pm)[nv]. // 0 0 0 0 // .h> #define nv 10 #define nt 40 #define h2 nt/2 #define ng nt/3 #define ny nt-ng int main( int argc. n9 = n1. k++) { if (k+1==f2) N[l1][k] = 2. } fuera: } } } k5 = 0.m5. j<m6. i<m5. D[l1][m6+k] = G[j][k].. j++) M[i][j] = N[i][j]. for (j=0. } } if (f1 != 0) { H[i] = 1.terms=6 n. es decir. i<n1. if (f1 > 1) goto fuera. . int H[nt] = {0}. k<n2.3 Sistemas combinacionales Un sistema combinacional es un sistema de control que tiene p entradas u1 (t). for (i=0. . j<n2. int i.vars=4 // 0 1 1 1 // lista de minterms // 0 1 1 0 // . for (i=0.

. Otros a o o sistemas combinacionales importantes son los codificadores. . aunque se usan a veces otros s´ ımbolos en electr´nica y en otras o tecnolog´ ıas. son x z 0 1 1 0 Funci´n AND o Esta funci´n realiza la operaci´n de producto ordinario en Z2 . La tabla de verdad z = (x and y) para dos variables y su x d z x z . los multiplexores y los demultiplexores. . dado por la norma ISO. Estas funciones se pueden o realizar f´ ısicamente mediante diferentes tecnolog´ como la el´ctrica. a o Los sistemas combinacionales m´s sencillos son las funciones l´gicas elementales: a o not. t0 + T. 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.}. yq (t)- t0 . SISTEMAS BOOLEANOS I = {t0 . DIN e ISO. dando lugar a dispositivos l´gicos que. los decodificadores. . t0 + kT. or. T ∈ R.C. Su tabla de o o o verdad y su s´ ımbolos. up (t)S. Cada funci´n l´gica tiene un s´ o o ımbolo. sirven para construir o o automatismos de distintas clases. . y1 (t)y2 (t).82 dominio de las funciones es CAP´ ITULO 3. o o o o entre varias variables. nor y xor. a su vez. u1 (t)u2 (t). . . o conjunci´n l´gica. Funci´n NOT o Esta funci´n realiza la operaci´n de negaci´n de una variable z = x. e a y 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. . t0 + 2kT. como el sistema evoluciona con gran rapidez. se da por v´lida tal suposici´n. . . Estas funciones tienen una gran aplicaci´n pr´ctica ya o a que conect´ndolas adecuadamente es posible realizar cualquier funci´n l´gica. la neum´tica ıas. . de las entradas hasta que el sistema cambia de estado transcurre un cierto tiempo si bien. En la realidad f´ ısica ´sto no es as´ sino que desde que cambia el valor e ı. nend. and.

son x 0 0 1 1 y 0 1 0 1 z 1 1 1 0 xy& x y d z- z Obs´rvese que el s´ e ımbolo de esta funci´n se obtiene colocando un peque˜o c´ o n ırculo (◦). DIN e ISO. DIN e ISO. entre o o o o varias variables. son x 0 0 1 1 y 0 1 0 1 z 1 0 0 0 xyx y z ≥1 d - z Igual que en la nand. son x 0 0 1 1 y 0 1 0 1 z 0 0 0 1 xy& x y 83 z- z Funci´n OR o Esta funci´n realiza la operaci´n de suma ordinaria en Z2 . DIN e ISO. son x 0 0 1 1 y 0 1 0 1 z 0 1 1 1 xy≥1 x y z- z Funci´n NAND o Esta funci´n es el complemento en Z2 de la funci´n and entre varias variables. La tabla de verdad z = (x or y) para dos variables y su s´ ımbolos. que representa la negaci´n l´gica. La o o tabla de verdad z = (x nand y) para dos variables y su s´ ımbolos. el s´ ımbolo se obtiene colocando (◦) tras el bloque de la funci´n o or. tras el s´ o o ımbolo de la funci´n and.3. de la funci´n or entre varias variables. La o o tabla de verdad z = (x nand y) para dos variables y su s´ ımbolos. o disyunci´n l´gica. . SISTEMAS COMBINACIONALES s´ ımbolos. DIN e ISO.3. o Funci´n NOR o Esta funci´n es el complemento en Z2 .

yq (t) ∈ Z2 . . . DIN e ISO. . Sin embargo se han ido desarrollado otros modelos. x1 (t). . La tabla de verdad z = (x xor y) para dos variables y su s´ ımbolos. . m´s tarde las Redes de Petri y el Grafcet y.4 Sistemas secuenciales Un sistema secuencial es un sistema de control que tiene. Sin embargo la expresi´n general de esta funci´n resulta complicada o o ya que debe incluir los valores de los estados para instantes anteriores a t. yq (t)- Ahora cada una de las salidas es una funci´n booleana de las entradas y de o los estados. vale 1 si todas las variables de entrada son o o iguales. . son x 0 0 1 1 y 0 1 0 1 z 1 0 0 1 xy=1 d z- x y z 3. . Se puede emplear. . . recientemente.84 Funci´n XOR o CAP´ ITULO 3. xn (t) ∈ Z2 . . p entradas u1 (t). . . cuando sea posible. primero ıa las M´quinas de estados. el modelo de estado (ecuaci´n diferencial) estudiado o en la teor´ de control. u1 (t)u2 (t). en donde I es un intervalo o una sucesi´n de o valores de R. como un combinacional. . up (t) ∈ Z2 y q salidas y1 (t). para todo t ∈ I ⊂ R. . a a las cartas de estado o Statecharts. llamadas variables de estado. es decir siempre y cuando haya variables de entrada con valor diferente. cuyos valores dependen de alguna manera del comportamiento del sistema en instantes anteriores a t. Los sistemas secuenciales se llaman sistemas con memoria porque tienen unos registros internos con capacidad para almacenar las variables de estado. y vale 1 en caso contrario. o disyunci´n exclusiva. xn (t) y1 (t)y2 (t). pero que adem´s a tiene otras n variables. up (t)x1 (t) x2 (t) . es decir si son todas igual a uno o todas igual a cero. SISTEMAS BOOLEANOS La funci´n xor. . . . . .

de salida y de estado. x) 3. x) y la funci´n que da la salida. Para simplificar ´ o la escritura de las expresiones. definidos en (3.1 Aut´mata de Mealy o Un aut´mata de Mealy se define como una quintupla o M1 = {U.1) entonces podemos decir que la entrada (vector) es u(t) ∈ U . x) → x = f (u.5.´ 3. la salida (vector) es y(t) ∈ Y y el estado (vector) es x(t) ∈ X. x) → y = f (u. 2 (3. 2 X := Zn . siendo t ∈ R la variable que representa el tiempo. Y. son los conjuntos de valores de entrada. 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. A veces (teor´ de gram´ticas formales) se consideran estos conjuntos como conıa a juntos de s´ ımbolos cualesquiera pero aqu´ vamos a seguir las definiciones dadas en A ı veces (teor´ de gram´ticas formales) se consideran ´stos como conjuntos de s´ ıa a e ımbolos cualesquiera pero aqu´ vamos a seguir las definiciones dadas en (3. respectivamente. ı Por ser la m´quina de estados un sistema de control. Se a o o diferencian unicamente por la forma de definir la funci´n de salida. 3. MAQUINAS DE ESTADOS 85 3. el estado y las salidas.5.2 Aut´mata de Moore o Un aut´mata de Moore se define como una quintupla o M1 = {U. g} . Si n definimos los conjuntos U := Zq . La funci´n que define el estado es o f :U ×X → X (u. se omite la dependencia respecto de t de las funciones. toman valores binarios. g} en donde U.5. Y y X. 2 Y := Zp .1). Tanto u u las se˜ales de entrada como las de salida y las de estado. un n´mero finito N ≤ en de u u estados (n es el n´mero de variables de estado) y un n´mero finito p de salidas. Y. o g :U ×X → Y (u.5 M´quinas de estados a Una m´quina de finitos estados (o simplemente m´quina de estados) es un sistema a a secuencial que posee un n´mero finito q de entradas. f. X. y las funciones f y g definen las dependencias entre la entrada. X. f.1). 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.

. . a a 3. x2n . x1 x2 . . x1 x2 . en ambos casos. ... . .. Y y X. . u) Tabla de salida g(x) Con estas tablas queda completamente descrita una m´quina de estados.2q . Por ser m´s simple se utiliza m´s el de More. respectivamente. Para el aut´mata de Mealy.1 x2..1).2 . .. x2n y2n . . las funciones f y g que definen el comportamiento de un aut´mata (de Mealy o de Moore) pueden o darse en forma tabular.2 x2.1 y2n . .2 .1 x2n . u 2q x1.2q Tabla de transici´n f (x. u 2q x1. .5.2q x2.1 . La funci´n f tabulada se llama tabla de transici´n mientras o o que la g se llama tabla de salida. .. . x) y la funci´n que da la salida.2q y2.. x2n .2q . tal que para una misma entrada da siempre la misma salida) y viceversa. SISTEMAS BOOLEANOS en donde U. .1 y2. .2 . 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. . .1 x2n .. definidos en (3.2q Tabla de salida f (x. . u2 y1.2q . . x2n x2n . . el tama˜o (m´ximo) de la tabla de transici´n es de (2 × 2q ) n a o casillas... .2 x2. . y las funciones f y g definen las dependencias entre la entrada. .2 y2. . u) x1 x2 . Obs´rvese a e n que. u1 y1.. . x1 x2 . . x 2n y1 y2 y 2n x2n x2n . de salida y de estado.2q x2. u1 x1. . .. u2 x1. . .2 . u2 x1. x) → x = f (u. las tablas son de la forma o u1 x1. .2 . .. Y de salida y X de estado son finitos. La funci´n que define el estado es o f :U ×X → X (u.1 x2. . . y2n . son los conjuntos de valores de entrada. .1 .3 Tablas de estado Como los conjuntos U de entrada.2 . ....1 .2q Tabla de salida g(x... . . el estado y las salidas. .86 CAP´ ITULO 3. . u) o y para el de Moore. u 2q y1. . .

Los ´ biestables electr´nicos suelen incorporar la salida adicional y2 = Q. denotada por Q. a partir de las tablas de transici´n e o y de salida se obtiene el diagrama de estados. si cabe. una unica variable de estado.5. o C y D. y una salida y1 = Q. cada una etiquetada u con un valor de la entrada. q entradas a y p salidas.´ 3.5. en cualquiera de los dos casos. etiquetados A.5. mientras que en el de Moore van en los estados. A continuaci´n se dan dos ejemplos de dos m´quinas de estados. El primero o a corresponde a un aut´mata de Mealy con 3 estados.4 Diagramas de estado El diagrama de estado de una m´quina de estados con N ≤ 2n estados. o . tras las de las entradas y separadas de ellas por /. El grafo tiene N v´rtices. u2 . y q aristas. y viceversa. una entrada u y una salida y. separadas de sus etiquetas por /. Sus tablas de transici´n y salida y su diagrama de estados o son: u x@ @ A = 00 B = 01 C = 10 11 u x@ @ A = 00 B = 01 C = 10 11 GFED @ABC A ‰3 333 33 1/0 330/0 33 33 3 1/1 Õ s GFED @ABC GFED C Q@ABC R B 0/0 0/0 0 00 01 00 − 1 01 10 01 − 0 1 0 0 0 0 0 1 − − 1/0 Tabla de transici´n o Tabla de salida El segundo corresponde a un aut´mata de Moore con 4 estados. Sus tablas de transici´n y de salida y su o diagrama de estados son: u x@ @ A = 00 B = 01 C = 10 D = 11 GABD @A/ 0C FE ˆ111 11 110 1 11 11 1 Ö 0 GABD @B/ 0C FE GABD @C/ 0Cs G FE e R 1 0 0 00 10 00 10 1 01 01 11 01 x y A = 00 B = 01 C = 10 D = 11 0 0 0 1 1 0 1 Tabla de transici´n o Tabla de salida GABD FE Q@D/1C Obs´rvese que. B.5 Dispositivos biestables Los biestables son los sistemas secuenciales m´s simples. es un grafo orientado que contiene la misma informaci´n que las tablas o de transici´n y de salida pero que expresa de forma m´s clara. 3. la naturaleza o a secuencial del sistema. Tienen una o dos entradas a u1 . MAQUINAS DE ESTADOS 87 3. cada uno de los cuales va etiquetado e con un n´mero o nombre correspondiente al estado. En el aut´mata de Mealy las etiquetas de las salidas se o ponen en las aristas. etiquetados A. una o entrada u y una salida y. B y C.

S Q R _ Q Cada una de las puertas OR tiene una entrada que se realimenta de la salida de la otra puerta. u2). o o o Los biestables pueden ser as´ ıncronos o s´ ıncronos. SISTEMAS BOOLEANOS Si el valor del estado en el instante t es es Qt entonces el valor del estado en un instante posterior se denota Qt+1 y su valor es Qt+1 = f (Qt . Estos ultimos tienen una entrada ´ adicional Clk por la que entra una se˜al de reloj que es una se˜al cuadrada de la n n forma Clk 1 0 t El valor de la salida se actualiza en determinados instantes definidos por esta se˜al. u1.88 CAP´ ITULO 3. Junto a la tabla ıa o de transici´n aparecen los s´ o ımbolos de los biestables RS as´ ıncrono y s´ ıncrono. n muchas veces en los flancos de bajada indicados en la figura). Su funcionamiento se basa en el esquema de dos a puertas OR que se indica en la figura. dada por su tabla de transici´n. en donde f es la funci´n l´gica propia del biestable. . Se comprueba con facilidad que la tabla de transici´n es: o SR Q@ @ 00 01 11 10 S Q Clk S Q 0 1 0 1 0 1 − − 1 0 R Q R Q La combinaci´n de entradas “11” no est´ permitida al usuario porque si ponemos o a R = S = 1 entonces el biestable dar´ Q = Q = 0 (contradicci´n). Biestable R-S Es el biestable as´ ıncrono b´sico.

el diagrama de estado de sistema de mediana complejidad resulta desestructurado. El problema del modelado de estos sistemas radica en la dificultad de describir el comportamiento reactivo de una manera clara. sistemas operativos de ordee o o nadores. de estados que precisan. y las interfaces hombre-m´quina de muchas clases de o a software ordinario son ejemplos de sistemas reactivos. Los primeros modelos (aun hoy utilizados) de los sistemas de eventos discretos fueron las m´quinas de estados y sus correspondientes diagramas estado-transici´n a o o diagramas de estado. a a El modelo Grafcet. son los modelos a matem´ticos m´s formales. Adem´s los estados est´n agrupados de una forma no estratificada. redes de comunicaci´n. sistemas de aviaci´n. Estos diagramas son grafos dirigidos cuyos nodos denotan estados y cuyas flechas denotan transiciones. Por a a todo esto. o ıcil Posteriormente se han desarrollado modelos. autom´viles. los diagramas de estado no son adecuados para modelar sistemas complejos debido a la gran cantidad. exponencialmente creciente. se utiliza mucho actualmente y ha sido adoptado por varios fabricantes de aut´matas como modelo b´sico. junto con algunos otros modelos algebr´icos. Los tel´fonos. entre los cabe citar por su importancia los siguientes: • Redes de Petri • Grafcet • Cartas de estado (Statecharts) Las redes de Petri. Sin embargo. o a Las cartas de estado son probablemente el modelo m´s completo de los que se a conocen actualmente. realista y al mismo tiempo lo suficientemente formal y rigurosa como para servir de base para detallada simulaci´n o computerizada del sistema. sencillo de aprender y de utilizar. de gran dimensi´n y de dif´ manejo. 89 .Cap´ ıtulo 4 Sistemas reactivos Los sistemas reactivos son sistemas de control que est´n comandados por eventos: a sistemas que est´n permanentemente reaccionando a est´ a ımulos externos e internos.

Ambas partes se a comunican entre s´ en los dos sentidos: la parte operativa env´ eventos a la parte ı ıa de comando y ´sta. 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. Fue introducido en Francia por P. e ıa o 4. Girauld. La parte operativa es el sistema de producci´n propiameno o te dicho (cintas transportadoras. eventos P. por principio. Aunque el modelo de un sistema productivo es bastante complejo. Los captadores recogen informaciones como posici´n o del producto. Los preaccionadores act´an como rel´s de potencia entre el mando y los actuadores que se encargan u e de transformar el producto. manipuladores. alarmas. m´quinas. o o El Grafcet es aplicable.2 Grafcet El Grafcet (Graphe de Comands Etape/Transition) es un sistema gr´fico de modea lado de automatismos secuenciales. La norma IEC-848 da una completa descripci´n de Grafcet y ha o sido adoptada por diversos fabricantes para crear interfaces gr´ficas de usuario que a facilitan la programaci´n de sus de aut´matas programables. a a tados que en la pr´ctica se implementa mediante un automatismo o mediante un a aut´mata programable. Figura 4.1: Sistema automatizado de producci´n o La parte operativa est´ formada por los diversos dispositivos que interact´an a u sobre el producto: preactuadores.). optimizar la utilizaci´n de los materiales y de o o las energ´ empleando nuevas tecnolog´ y conseguir unas mejores prestaciones y ıas ıas una mejor calidad del producto terminado.O. para muchas aplicaciones de automatizaci´n local podemos admitir que est´ compuesto por dos o a subsistemas. etc. env´ ´rdenes de control a la parte operativa. que interaccionan entre s´ La parte de comando es b´sicamente una m´quina de esı. SISTEMAS REACTIVOS 4. etc.90 CAP´ ITULO 4.C. en su tesis doctoral.. uno reactivo (parte de comando) y otro activo (parte operativa).1 Modelos de sistemas productivos Automatizar un sistema de producci´n consiste en reducir la intervenci´n humana o o a lo largo del proceso de fabricaci´n. que reflejan el estado del proceso en todo momento. a un sistema automatizado de producci´n o compuesto de dos partes: una parte operativa (PO) y una parte de comando (PC). en respuesta. órdenes P. n . actuadores y captadores.

en de uno o en varios rect´ngulos unidos por una o a l´ ınea al rect´ngulo de la etapa. En cada momento. GRAFCET 91 La Parte de Comando (PC) est´ integrada por los equipos de control: coma putadores. pero puede tener varias. En Grafcet. Estas etapas se encuadran en un doble rect´ngulo. una acci´n puede estar a u o precedida por un car´cter que indica su tipo: a C: Acci´n condicionada o D: Acci´n retardada o L: Acci´n limitada en el tiempo o P: Impulso S: Acci´n memorizada o . n Figura 4. El Grafcet se compone de los siguientes elementos b´sicos: a • Etapas o estados a las que van asociadas acciones • Transiciones a las que van asociadas receptividades • Uniones orientadas que unen etapas y transiciones. En cada etapa.2: Etapa Las primera etapa que se activa al iniciar el Grafcet se llama etapa inicial. Seg´n la norma IEC-848. Estas acciones se desa criben. Un Grafcet ha de tener al menos una etapa inicial. cada etapa se representa por un rect´ngulo en que se escribe un a n´mero n que indica su n´mero de orden. a Cada etapa puede llevar asociada una o m´s acciones. la Parte de Comando del sistema (al menos la parte asociada a esa etapa) se mantiene invariable.4. literal o simb´licamente.2. Etapas Un sistema din´mico de cierta complejidad evoluciona en el tiempo siguiendo una a determinada secuencia de actividades de trabajo o etapas. Una etapa representa un estado o modo de funcionamiento estable del sistema o de una parte del mismo. procesadores o aut´matas. el sistema tiene una o u u varias etapas activas (las que est´n actualmente en funcionamiento) que se marcan a con un peque˜o c´ n ırculo negro. junto con los programas y todos los datos o precisos. • Segmentos paralelos.

en la figura 4. Esto se hace disponiendo varias secuencias verticales.4 los procesos que se inician en las etapas n + 1 y n + 2 discurren en paralelo y est´n sincronizados a .3: Grafcet Transiciones Las transiciones se representan con un peque˜o segmento horizontal que corta la n l´ ınea de enlace entre dos etapas. Por ejemplo. La sincronizaci´n de estos procesos se hace posible mediante o unos segmentos paralelos horizontales. Segmentos paralelos En un Grafcet se pueden representar varios procesos que evolucionan de forma concurrente. de etapas y transiciones. o La condici´n o condiciones que se deben cumplir para poder pasar una transici´n o o reciben el nombre de receptividades. En una transici´n podemos tener: o • Una condici´n simple o • Una funci´n booleana o • La se˜al de un temporizador o contador n • La activaci´n de otra etapa del Grafcet o Cada transici´n se une con la etapa anterior y con la siguiente mediante unas o rectas horizontales y verticales llamadas l´ ıneas de enlace. en paralelo. SISTEMAS REACTIVOS Acción A R01 1 Acción B R12 2 Acción C Figura 4. Son etapas de salida a una transici´n las o o etapas que salen de una transici´n. Las l´ ıneas de enlace que tienen sentido ascendente se marcan en el centro con una punta de flecha.92 0 CAP´ ITULO 4. Son etapas de entrada a una transici´n todas las o etapas que conducen a una transici´n.

M´s adelante veremos algunas otras posibilidades. a 5. Franquear una transici´n o o significa: primero desactivar la etapa o etapas precedentes y a continuaci´n o activar la etapa o etapas siguientes. pasar´n a ser activas a a las etapas n + 1 y n + 2. Este tipo de conexi´n sincronizada entre un proceso simple y varios otros en pao ralelo se llama divergencia AND.4. entonces permanece activa. Regla de activaci´n inicial: en el instante inicial s´lo se activan las etapas o o iniciales y esta activaci´n es incondicional.2. GRAFCET 93 n R n+1 n+2 Figura 4. Si est´ activa la etapa n y se cumple la a receptividad R entonces.1 Reglas de funcionamiento El funcionamiento del modelo Grafcet viene definido por cinco reglas o condiciones b´sicas. Regla de franqueo simult´neo: todas las transiciones franqueadas en un detera minado instante son franqueadas simult´neamente. Condici´n de franqueo de una transici´n: una transici´n es franqueada si. 4. o 2.4: Grafcet con el proceso que finaliza en la etapa n. a 1. debido al franqueo simult´neo de las transiciones siguiente a a y anterior. Condici´n de validaci´n: para que una etapa pueda activarse es necesario que o o si le precede una unica etapa entonces ´sta est´ activada y si le preceden varias ´ e e etapas en paralelo entonces todas ellas est´n activadas. e 3. . a 4. Regla de conflicto de activaci´n: si una etapa ha de ser desactivada y activada o simult´neamente. la receptividad asociada es verdadera. o o o y s´lo si. en ese instante y simult´neamente.2.

en paralelo. el sistema pasar´ a una a de las etapas n + 1. Rb . a la etapa siguiente n que es el inicio de otra secuencia simple. Rn+2 . m − 2. . . Rn .2 Estructuras b´sicas a Son las configuraciones que sirven para modelar ciertas situaciones interesantes de los sistemas de eventos discretos y que se utilizan frecuentemente en Grafcet. que anteceden a la etapa n se haga v´lida. .. Rd . Dicho paso se dar´ en a el instante en que una de las receptividades Rc . de inicio de respectivas secuencias simples. . n + 2. Indica que un sistema con varias posibles secuencias simples puede pasar desde una de las etapas finales m − 1. Estando activa la etapa n. . . . . . .. . que se ir´n activando una tras otra a seg´n se vayan validando las correspondienu tes receptividades . . .94 CAP´ ITULO 4. n Ra n+1 n+2 Rb Convergencia OR Es la estructura rec´ ıproca de la anterior. . . consta de una serie de etapas seguidas . Rn+1 . n Rn n+1 Rn+1 n+2 Divergencia OR Representa la posibilidad de bifurcaci´n eno tre secuencias simples. n + 1. final de una secuencia simple. . .. Secuencia simple La mas sencilla de todas las estructuras es la secuencia simple. Como su nombre indica.2. que se valide en primer lugar. .. . a Divergencia AND m−2 m−1 Rc Rd m . . . y seg´n u cual sea la receptividad Ra . . . SISTEMAS REACTIVOS 4. n.

. Saltos n n n R n+1 n+2 m−2 m−1 Rc Rd m n En Grafcet son posibles los saltos condicionales. Rc . se activan simult´neamente las etapas n + 1 y n + 2. es necesario que en dicho instante sean v´lidas a todas las receptividades Rc . Para que ´ en un instante dado se produzca el paso.2.. . Si el sistema se encuentra en la etapa n y la transici´n R se hace v´lida. tales como el paralelismo. con la condici´n expresada en la receptividad o de una transici´n. que terminan en las etapas m − 1. a una secuencia unica que empieza en la etapa m.4.3 Posibilidades avanzadas Grafcet no s´lo vale para hacer modelos de sistemas de eventos discretos con eso tructura simple sino que tambi´n ofrece la posibilidad de modelar sistemas m´s e a complejos. o a entonces. . m − 2. a Convergencia AND Es la estructura rec´ ıproca de la anterior. . o La estructura llamada divergencia AND permite modelar el paso de un proceso de secuencia unica a otro con varias secuencias ´ concurrentes. En la figura se indican a algunas posibilidades.2. . la sincronizaci´n y la jerarqu´ o ıa. Representa el paso simult´neo desde varias sea cuencias concurrentes. GRAFCET 95 El s´ ımbolo l´gico AND indica simultaneidad. . Los saltos pueden ser hacia adelante o hacia atr´s. Para ello cuenta con algunas caracter´ ısticas avanzadas. y los incondio cionales. a n+1 n+1 a n+1 a b n+2 B c n+2 n+2 n+2 b n+2 b F c n+2 c d n+2 n+2 d n+2 d 4. en ese mismo instante. siena do ´stos ultimos f´cilmente idene ´ a tificables por la punta de flecha indicada de la linea de enlace hacia atr´s. .

96 Paralelismo

CAP´ ITULO 4. SISTEMAS REACTIVOS

Grafcet permite el paralelismo. Es posible activar varias etapas a la vez en el estado inicial. Tambi´n permite, mediante los segmentos paralelos, modelar el paso de un e proceso secuencial simple a un proceso compuesto por varias secuencias que trabajan en paralelo. Sincronizaci´n o Es la posibilidad de que dos o m´s etapas se activen a la vez. El paralelismo exige a muchas veces la sincronizaci´n entre etapas, siempre que al final de una proceso o con secuencia simple haya que empezar otro de secuencia en paralelo m´ltiple, o u viceversa. Los segmentos paralelos de Grafcet brindan esta posibilidad.

4.2.4

Jerarqu´ ıa

Macro-etapas La posibilidad de que un proceso pueda albergar a otros como subprocesos se denomina jerarqu´ ıa.

4.2.5

Comunicaci´n o

Es la posibilidad de que dos procesos puedan comunicarse entre s´ es decir, puedan ı, enviarse m´tuamente mensajes. u

4.3

Cartas de estado

Para poder ser util, un modelo ha de ser modular, jer´rquico y bien estructurado. ´ 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. Adem´s deber´ tambi´n atender de modo natural a especificaciones m´s generales a ıa e a y flexibles, tales como • Capacidad de agrupar varios estados en un superestado. • Posibilidad de ortogonalidad o independencia (paralelismo) entre ciertos estados. • Necesidad de transiciones m´s generales que la flecha etiquetada con un simple a evento. • Posibilidad de refinamiento de los estados. Las cartas de estado statecharts cumplen todos estos requisitos. Constituyen un formalismo visual para describir estados y transiciones de forma modular, permitiendo el agrupamiento de estados, la ortogonalidad y el refinamiento, y permiten la visualizaci´n tipo ”zoom”entre los diferentes niveles de abstracci´n [5]. o o

´ 4.4. CREACION DE UN MODELO CON STATEFLOW–SIMULINK

97

Las cartas de estado fueron introducidas por David Harel [5] en 1987 y constituyen una generalizaci´n de las m´quinas de finitos estados. Se han hecho varias o a implementaciones sustancialmente iguales pero que difieren algo en la sem´ntica (la a definici´n de Harel dejaba bastante libertad) siendo las mas conocidas Statemate y o Stateflow, ´sta ultima integrada en Matlab. Debido a la gran difusi´n que tiene este e ´ o programa en la Universidad, continuaremos la descripci´n de las cartas de estado o con la sem´ntica de Stateflow. a

4.3.1

Stateflow

Stateflow es una herramienta incluida en el paquete Matlab que funciona bajo el programa (toolbox ) Simulink. Es posible ejecutar s´lo Stateflow (como un bloque o unico de Simulink) pero siempre bajo Simulink. Utilizando Stateflow y Simulink se ´ pueden realizar modelos de sistemas h´ ıbridos. La figura 4.5 muestra una ventana de Stateflow en la que se aprecian algunos de sus elementos.

Figura 4.5: Carta de estados de Stateflow

4.4

Creaci´n de un modelo con Stateflow–Simulink o

Tras arrancar el programa Matlab, creamos un modelo nuevo (new-model ) de Simulink y colocamos en el mismo, con el rat´n, el bloque Chart de Stateflow. o Con el editor gr´fico se pueden crear cartas Stateflow, de modo interactivo, a simplemente haciendo clic en cada elemento y arrastr´ndolo a la ventana de dibujo. a Una vez colocados varios estados, podemos crear transiciones haciendo clic en un estado y arrastrando el rat´n hasta otro estado. Se etiquetan los estados y las o transiciones indicando las acciones que van a ocurrir durante la ejecuci´n y bajo que o condiciones se har´n las transiciones. Finalmente se a˜ade el historial, uniones, y a n estados en paralelo para detallar las operaciones del modelo. Se pueden utilizar sub-cartas (una carta dentro de otra carta) para dotar de jerarqu´ al dise˜o. 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. Las

98

CAP´ ITULO 4. SISTEMAS REACTIVOS

sub-cartas permiten reducir una carta complicada a un conjunto de diagramas organizados jer´rquicamente. 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. a Los pasos a seguir para una aplicaci´n completa son: o • Crear la carta Stateflow • Utilizar 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. 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. Entre ellos cabe citar el programa sf2vdh, que es o un traductor de Stateflow a VHLD, y el programa sf2plc que genera c´digo para o programar algunos aut´matas programables. o

4.4.1

Elementos de una carta de estado

Una carta de estado (statechart) es un gr´fico formado por elementos gr´ficos sobre a a los que van escritos otros elementos de texto. Los elementos gr´ficos son cartas, a estados, transiciones y uniones mientras que los elementos de texto son datos y eventos. Cartas La carta es como la hoja de papel en la que se representan los elementos gr´ficos y a de texto. Cada carta representa una m´quina de estados y constituye un bloque de a Simulink que puede conectarse con otras cartas o con otros bloques de Simulink. Estados Un estado se dibuja como un rect´ngulo con las esquinas redondeadas y representa a un modo de funcionamiento del sistema. Aunque tienen el mismo nombre, no debemos confundir estos estados con los estados del “modelo de estado” de un sistema de control de tiempo continuo o discreto. Aunque en ocasiones ambos pudieran coincidir, 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. Junto a la esquina superior izquierda cada rect´ngulo lleva un texto con un a nombre que identifica al estado. Tras el nombre del estado y el separador opcional “/”, pueden aparecer otros textos indicando las acciones que llevar´ a cabo el sistema a cuando est´ en ese estado. 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

En cambio si el estado S se descompone con tipo AND en los estados S1 y S2 y el sistema funciona en modo S. un estado puede descomponerse a en otros. Este texto se divide en tres partes. llamadas OR (exclusiva) y AND. estando en este estado. Se admiten dos descomposiciones. entonces. es decir. escrito junto a ella.6: Transici´n o transici´n puede tener un texto. o Dentro de un estado caben m´s estados. o Posibles acciones son cambiar el valore de una salida o efectuar una llamada a una funci´n de Matlab. 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. o exit: la acci´n se inicia al salir de este estado. o 99 during: la acci´n se inicia al entrar en este estado y permanece activa durante el o tiempo que dura el estado. o Transiciones Una transici´n representa un evento e del sistema y se dibuja como una flecha que o va desde el borde de un estado S1 hasta el borde de otro estado S2 . . CREACION DE UN MODELO CON STATEFLOW–SIMULINK entry: la acci´n se inicia al entrar en este estado. entonces el sistema pasa al estado S2 . Si un estado S se descompone con tipo OR en los estados S1 y S2 .´ 4. quiere decir que si el sistema est´ en el modo de funcionamiento S. Si el sistema est´ a en el estado S1 y se produce el evento e. El disparo de una transici´n puede implicar la ejecuci´n de una o m´s acciones. que indica el evento que ha de o producirse para que se dispare la transici´n as´ como las acciones que entonces el o ı sistema emprender´. 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 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. se produce el evento e.4. on event e : La acci´n se inicia si. Cada o o a S1 e S2 Figura 4. entonces el sistema est´ a la vez en los dos a estados S1 y S2 .

Uniones Una uni´n es un punto de bifurcaci´n que permite conectar una transici´n de entrada o o o con varias transiciones de salida. entonces se disparar´ autom´ticamente.100 CAP´ ITULO 4. o o que sirve para se˜alar el estado inicial del sistema. a trav´s de una condici´n. {a} (en donde a es una acci´n): al producirse transici´n el sistema lleva a cabo la o o acci´n a. e1 e2 P H C1 C2 e3 Figura 4. Una transici´n especial es la llamada transici´n por defecto (default-transition). selecciona o e o una de las transiciones de salida para su evoluci´n. el sistema. SISTEMAS REACTIVOS [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. siempre y cuando se produzca un evento cualquiera en el o sistema. el primer estado en el n que entrar´ el sistema al iniciar su evoluci´n. se disparar´. Si en el estado padre se pone el s´ o ımbolo H entonces cada vez que se active el estado padre. ´ Datos Una carta tiene asociados ciertos datos a los que puede acceder. bajo la a misma condici´n. Se reconoce por su forma ya que en a o el extremo opuesto a la flecha lleva un peque˜o c´ n ırculo negro. Si esta parte no existe. Es necesario declararlos en Stateflow y pueden ser de los siguientes tipos: . es decir. Si la parte e del texto no existe. se asume que c es cierta. siemo u a a pre y cuando se produzca un evento cualquiera en el sistema. o La uni´n de tipo historia se utiliza en estados que han sido divididos por una o descomposici´n OR.7: Uniones Al entrar en una uni´n conectiva. el primer estado que se activar´ ser´ el estado hijo a a que estuvo activo por ultima vez. Hay dos tipos de uniones: uniones conectivas connective junctions y uniones de historia history junctions. o Si la transici´n no lleva ning´n texto.

por el mismo puerto. Pueden ser de los tipos: • Entrada de Simulink • Salida de Simulink • Local Para los eventos que son entradas o salidas de Simulink.´ 4. 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. Al declarar e n el evento en Stateflow.4. 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. Los de los tipos local. se puede elegir entre: • Flanco de subida • Flanco de bajada • Flanco indiferente . constante y temporal pueden definirse para toda la carta o dentro de un estado individual. formando un vector de eventos. CREACION DE UN MODELO CON STATEFLOW–SIMULINK • Entrada de Simulink • Salida de Simulink • Local • Constante • Temporal • Workspace 101 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. Los e o datos por defecto. Eventos Estos elementos representan los eventos del sistema. Cada evento lleva asociado un ´ ındice que refiere la posici´n del o evento en el vector. 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. se almacenan en memoria en formato double de C pero se puede cambiar a otros formatos. Cada dato tiene asociado un valor inicial y un intervalo de posibles valores. ´ de forma que todos los eventos entran o salen. Stateflow crea autom´ticaa mente un unico puerto de entrada–salida de eventos en el bloque Chart de Simulink.

SISTEMAS REACTIVOS .102 CAP´ ITULO 4.

Parte III Automatizaci´n Local o 103 .

.

Cap´ ıtulo 5 Automatismos 105 .

106 CAP´ ITULO 5. AUTOMATISMOS .

Al aplicar tensi´n entre los terminales A1 y A2.1. el rel´.Cap´ ıtulo 6 Automatismos el´ctricos e 6. y es esencialmente un interruptor accionado mediante un el´ctroim´n. e 107 . 1 NC NA A1 A2 Figura 6.1: Rel´ en estado de reposo. con lo que el terminal 1 se e u a desconecta del terminal NC y se conecta con el terminal NA. e El esquema seg´n la norma CEI es u Se fabrican rel´s de muchos tipos y tama˜os seg´n sea su aplicaci´n. La alimentaci´n suele ser de 12V o de 24V en los o rel´s de automatismos.1 El rel´ e El rel´ es el dispositivo fundamental para la realizaci´n de automatismos el´ctrie o e cos. accionados por la misma bobina. Consta de un conjunto de piezas colocadas dentro de una caja. el electroim´n atrae e a o a a la armadura f´rrea hacia el n´cleo del electoim´n. accionado por el muelle. Cuando se deja de aplicar el voltaje a la bobina. de la forma indicada en la figura 6. vuelve a su estado de e reposo. Pueden e n u o tener varios contactos NC y NA. para poder operar sobre varios circuitos a la vez.

2.1 Funciones l´gicas con rel´s o e Funci´n l´gica identidad o o + a s − Figura 6. e 6.2: Esquema de rel´ con contactos NC y NA.2.4 Funci´n l´gica AND o o Funci´n l´gica NAND o o .3 6.2.2 Funci´n l´gica negaci´n o o o + − a s − Figura 6.2. AUTOMATISMOS ELECTRICOS A1 12 14 A2 11 Figura 6.3: Identidad 6.108 ´ CAP´ ITULO 6.4: Negaci´n o 6.2 6.

8: Funci´n l´gica NAND o o .´ ´ 6.5: Negaci´n con rel´ o e + a b s − Figura 6. FUNCIONES LOGICAS CON RELES 109 + a K − K Figura 6.6: Funci´n l´gica AND o o + a b K − K s Figura 6.7: Funci´n l´gica AND con rel´ o o e + a b K − K s Figura 6.2.

110 ´ CAP´ ITULO 6. AUTOMATISMOS ELECTRICOS .

Cap´ ıtulo 7 Aut´matas programables o 111 .

112 ´ CAP´ ITULO 7. AUTOMATAS PROGRAMABLES .

1988 [3] K. pp. CS 522 Fall Term 2001. Science of Computer Programming 8. 231-274. [7] Hans Vangheluwe Modeling and Simulation Concepts. su administraci´n. Version 1.Lockyer La producci´n industrial.. Groover Automation. [6] Object Modeling Group OMG Unified Modeeling Language Specification. ıa [4] M. Representaciones y o o Servicios de Ingenier´ S.3. Mexico. (1987). Editorial AC a a [2] Charles L. Object Modeling Group. Phillips Feedback Control Systems Prencice Hall Inc.. Silva Las Redes de Petri: en la Autom´tica y la Inform´tica.P. Prentice Hall. 113 . June 1999. Production systems and Computer Integrated Manufacturing. [5] David Harel “Statecharts: A Visual formalism for Complex Systems”. Inc.Bibliograf´ ıa [1] M. McGill. CA. 1988..A.

Sign up to vote on this title
UsefulNot useful