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

. . . booleanas . . . . . . . 3.2 Consideraciones de dise˜o . . . . . . . . .7. 3. . . . . . . . . . . . . . . 3. . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . .4 Diagramas de estado . . . . . .5. .2 Grafcet . . . . . . . . . . . . . . . . . . . . .2 Dise˜o de un controlador PID . . . . . . 2. . . . . . . a 3. . . . . . . .5. . . . . . . .1 Modelos de sistemas productivos . . . . . . . . . . . . . . . . . . . .7 II Control de procesos de eventos discretos . .2 Aut´mata de Moore . . . . . . . . . . . . . . . . . .5 M´quinas de estados . . . 4. . .2. . . . . . . . . . . . . . .5 Controladores de adelanto y de retraso de fase M´todos de dise˜o basados en el lugar de las ra´ e n ıces . 38 39 41 43 45 46 47 52 54 54 56 56 60 61 63 64 64 67 2. . . . . . Compensador en serie . . . .4. . . n Dise˜o en el Lugar de las Ra´ n ıces . . . . . . . . . . . . . . a 4. . . . . . . . . . . . . . .1 Dispositivos l´gicos . . . . . .5 Comunicaci´n . . . . . . . . .4 Compensador en realimentaci´n . . .2. . . . . . . . . . . . . . . . . . .4. . . . . o 2. . . o Sinton´ de controladores PID . . . . .4 2. . . . . a Dise˜o en la respuesta de frecuencia . . . . .5. o 3. . . . . . . .3 Posibilidades avanzadas . . . . . . . . . . . . . . . . . . n 2. . . . . .2.6 2. . . . . . . . . .3.3 Tablas de estado . . . .1 Asignaci´n de polos . . . 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . .4. . n Dise˜o en el Espacio de Estado . . . . . . o 4. . . . .4.4 Controladores PID . . . . . . . . . . . . . . . . . . 4 Sistemas reactivos 4. . . .5 2. . . . a . . . . . . . . . . . 4. . . . . . . . . . . . . . . . . . . . . . .3 Cartas de estado . . . . . . . . . . . . . . . . . . . . . .2. . .5. . . . . .1 Compensador de adelanto de fase . . . . . . . . . . . . . . . . . . 3. . . .2. . ıa 4. .2. .2. . . . . . . . . 2. . . . . . .2 Algebra de Boole . . . . . . . . . . . . . . . . . .3 2. .4. . . . . . . . . . .1 Funciones booleanas . . . . . . . . . . . . . . . . . .2 Simplificaci´n de funciones o 3. . . . . . . . . . . . . . . . . . . . .1 El problema del dise˜o de feedback . . . . . . . . 3.5 Dispositivos biestables . . . . . . . . . . . . . 2. . . . . . . o 3. . . . . . .1 Aut´mata de Mealy . . . . .5. . . . . . .1 Reglas de funcionamiento 4. . . .1 Dise˜o de una red de adelanto de fase . . . . . . . 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. . . . . ıa 2. . . . . . . 4.4 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5 Compensador de retraso de fase en serie . . . .4. . . . . . n 2. INDICE . .6 M´xima fase de un controlador de adelanto . . . . . . . . . .5. . . . . . . . . . . . .3 Sistemas combinacionales . . . . . . . . . . . . n 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Sistemas secuenciales . . . . .1 Ajuste de los par´metros del PID . . . . . . o 3. . . . . . .6. n 2. . . . . .3 Re-dise˜o. . . . . . . . . .2. . . . . . . . . . n 2. . .3. . . . .2 Estructuras b´sicas . . . . . . .4 Jerarqu´ . . . . . . . . . 3. . . . . . . 2. . . .

.1 Elementos de una carta de estado . . . . . . . 107 . . . . . . . . . . . . . . . . . . . . . . .3 Funci´n l´gica AND . . . 108 . . . . 97 Creaci´n de un modelo con Stateflow–Simulink . .3. . . . . . . . . . . .2. . . . o o 7 Aut´matas programables o . . .2 Funciones l´gicas con rel´s . . . . . . . . . . . . . . . .INDICE 5 4. . . . . . .4 Funci´n l´gica NAND . o e 6. . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . e 6. .1 Funci´n l´gica identidad o o 6.4. . . . o o 6. . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . 97 o 4. . . . . . . . . . . . . . 108 111 5 Automatismos 6 Automatismos el´ctricos e 6. . 108 .2. . . . . . . . .1 El rel´ . . . . . . . . . . . . . . . . . . . . . .4 III Automatizaci´n Local o 103 105 107 .2 Funci´n l´gica negaci´n o o o 6. . 108 . 98 4. . .1 Stateflow . . . . . . . . . . 108 .

6 INDICE .

puede decirse que siemo pre ha estado “a la ultima”. Tambi´n pueden estar en conexi´n los diferentes o e o departamentos de la empresa. 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. consideraremos s´lo o los m´s importantes desde el punto de de la automatizaci´n. adoptando en cada momento hist´rico los m´s recientes ´ o a avances. a y posteriormente las desarrollaremos a lo largo del curso. Siendo nuestro objetivo automatizar ciertos procesos. por ello. Conceptualmente. est´ en ese sentido relacionada con las Teor´ de a ıas Control y de Sistemas. Como veremos. y obtendremos modelos a o con sus caracter´ ısticas esenciales. puede ser un complemento interesante su observaci´n real.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. Pero no es suficiente con aprender a automatizar cada proceso. parece claro que primero hemos saber c´mo funcionan esos procesos. 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. Debido a la gran cantidad de procesos distintos que funcionan actualmente. realizando o visitas a algunas empresas. e incluso empresas diferentes a trav´s de redes propias e o de Internet. En este a cap´ ıtulo daremos unas ideas muy generales sobre esta ´rea. in situ. Es por ello interesante describir cada proceso como inscrito en el marco 7 . 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. En cuanto a su aspecto tecnol´gico. tan amplia y compleja. 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.

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

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 otras tareas a m´s complejas (tales como la soldadura por laser) que precisan el seguimiento de a trayectorias complejas.´ 1. resulta m´s econ´mico utilizar otro sistema menos flexible y m´s especializado. ı . a o a Por ello. s´ que el robot sigue siendo insustituible. Quiz´s esto se deba a la carest´ de los equipos y a la no tan evidente importancia a ıa de su flexibilidad como en principio se cre´ si un robot va a hacer siempre la misma ıa: tarea. en tareas repetitivas que no requieren mucha precisi´n resulta aconsejable o utilizar manipuladores (neum´ticos por ejemplo) en vez de robots.1.

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. 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. u La actividad de la empresa se puede representar por medio de un diagrama de bloques en el que los bloques son los procesos y las flechas son los flujos de entrada y salida de cada proceso. por 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. 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. por otro. As´ que toda empresa puede considerarse como formada ı por dos subsistemas. a . Por un o lado. p. [3. INTRODUCCION 1.3]. uno de los cuales se encarga de medir las necesidades de los consumidores y de trasferirles los productos que las satisfagan y el otro que se encarga de la producci´n. por medio de estudios de mercado. En la figura se han representado los principales bloques y flujos de la empresa.10 ´ CAP´ ITULO 1. ni mucho menos. de servicios. determina las necesidades del consumidor y le transfiere los productos que demanda y. Hay otras empresas. La empresa es. un elemento productivo en el o mercado pero puede verse tambi´n como elemento consumidor (de materias primas) e en el mismo. produce los productos que le va a trasferir. Los nombres n pueden cambiar seg´n sea el contexto en que se enmarque o se estudie la empresa. en las que los productos se sustituyen por servicios.

El objetivo de la empresa es maximizar el beneficio. Materias primasProceso productivo Productos terminados- . Cada uno de estos bloques se subdivide a su vez de otros bloques. LA EMPRESA PRODUCTIVA Almacén de materias primas Almacén de productos terminados 11 Producción Gestión Compras Finanzas Ventas MERCADO Figura 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. subprocesos.2. a listo para su utilizaci´n. con sus flujos asociados. La parte superior que se encarga de la generaci´n del producto (gesti´n de producci´n) y la parte inferior o o o que se encarga llevar el producto al mercado y de obtener el beneficio (gesti´n de o mercado o mercadotecnia). o Una definici´n descriptiva de proceso productivo puede resultar muy complicada.1.2.1: Esquema de la empresa productiva El diagrama de bloques puede dividirse en dos partes. 1. o puesto que hay muchas clases de procesos. siendo en cambio m´s sencillo dar una a definici´n de tipo “entrada-salida”: o Un proceso productivo es un sistema din´mico de control cuya entrada es un flujo a de producto (materias primas) y cuya salida es otro flujo de productos (productos terminados).

el proceso puede no ser unico: en general. los tratamientos t´rmicos. Si queremos fabricar otro producto deberemos cambiar el proceso. Cada proceso est´ conectado con otros procesos internos y externos a la a empresa.12 ´ CAP´ ITULO 1. los de pintura. e Materia prima Mecanizado Pieza - . bien sea una pieza elemental o bien un conjunto de piezas ya montado. Sin embargo el bloque o “funci´n” que relacona ambos flujos no es simple o sino que es un complejo sistema movido por eventos.2. 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. se compone de subprocesos m´s simples interrelacionados entre si. 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. que pueden ser de muy distinta naturaleza y. a Materia prima Proceso Producto terminado- Cada proceso productivo va asociado a un producto. etc. en general. un ´ mismo producto se puede fabricar de muchas formas diferentes. 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. Por tanto. Sin embargo.2 Operaciones b´sicas de fabricaci´n a o Los procesos de fabricaci´n m´s simples se llaman operaciones b´sicas. e o o Los procesos productivos est´n catalogados como sistemas complejos en la Teor´ a ıa de Sistemas. e como un sistema din´mico de control o proceso. 1. 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. para un producto terminado dado y para la misma materia prima. Son de este tipo los procesos de mecanizado. 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).

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

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

hay que ubicar las herramientas y los otros equipos de fabricaci´n en la o zona m´s id´nea para. incidir en el producto. por alguna otra raz´n. a lo largo de una l´ ınea de montaje en una fabricaci´n de o .2. 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. Por ejemplo. a o 1. de pl´stico y de laminaci´n de acero. en su momento. LA EMPRESA PRODUCTIVA Materia prima Producto final 15 Proceso 1 Proceso 2 Proceso 3 Figura 1. no debe o moverse. etc. 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. 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.1. muy pesado o. petroqu´ ımicas.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. 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. n a En flujo de producto Los elementos que intervienen en la producci´n se disponen a lo largo del flujo de o producto. En cada zona o local s´lo se realiza un proceso. los cableados de alimentaci´n y buses de comunicaciones. Resulta un tipo de fabricaci´n muy flexible puesto que se puede cambiar el o proceso simplemente a˜adiendo o quitando ciertas m´quinas. o Es la disposici´n m´s indicada en las industrias naval y aeron´utica.2: Proceso de producci´n continua o Este tipo de producci´n se aplica sobre todo en las industrias qu´ o ımicas. A veces se precisa a o realizar obras e instalaciones especiales para poner todo en una buena disposici´n.2. textiles.

No es o f´cil hacer cambios en el proceso. ı El eje dibujado est´ unido al eje de rotaci´n a o de la m´quina de vapor. Aunque suponemos o a que el tema es ya conocido por el lector. regulador y actuador. El regulador de x bolas hace las funciones del punto de suma y de los bloques captador y actuador. (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). a modo ilustrativo. debido a la fuerza e B centr´ ıfuga. por ser b´sico para muchas de las partes que se tratar´n m´s a a a adelante. Si la velocidad ω(t) a de ´sta aumenta.3. 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 o act´a cerrando la v´lvula de salida de vapor u a de la caldera.3 El proceso en feedback La realimentaci´n o feedback es el artificio b´sico del control. Se establece as´ un proceso en ı A Actuador “feedback” que se puede explicar con el diaválvula grama de bloques siguiente. 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. Lo haremos (por razones hist´ricas) a partir del primer mecanismo que lo o incorpor´: el governor de Watt. . las bolas B se separan y el v´rtice e inferior A del cuadril´tero articulado. 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. Veamos. 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. INTRODUCCION l´ ıneas dedicadas o a lo largo del flujo de producto una producci´n continua. su esquema. Con esto se puede conseguir organizar la n o producci´n en dos partes: 1) por clases de procesos.16 ´ CAP´ ITULO 1. o 1. creemos conveniente recapacitar sobre su funcionamiento. m´vil. 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 .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. entonces.

la realimentaci´n aparece a veces como o a o un componente b´sico en muchos procesos de la Naturaleza.m + − 6 m (s) Y r Y (s)- M  Figura 1. el valor de la variable controlada es el deseado y la salida del actuador es cero (no act´a).3) son los siguientes: o ref −→ Entrada de referencia o de consigna y −→ Entrada perturbadora −→ Salida y(t) d(t) . incluso en los seres a vivos. 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. EL PROCESO EN FEEDBACK xC .1.3. o Una vez entendamos c´mo funciona podremos comprobar.2 Esquema de regulaci´n en feedback o El artificio que hace funcionar al regulador de Watt es la realimentaci´n o feedback. 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. Adem´s.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. Si e es cero entonces la medida de la salida es igual a la referencia. es decir. D(s) ? Yref . en caso contrario el controlador u mover´ la v´lvula en sentido de apertura o de cierre.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). quiz´s con asombro.m (s) . o 1. incluso aunque se produzcan variaciones en la a potencia entregada o en la presi´n p de la caldera. 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.C X(s) A U (s) + V (s) P . dependiendo de que el valor e a a sea positivo o negativo.

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

inventado en la d´cada de los 50.4: Sistema 1. en funci´n de esta ultima. el´ctrico. o n a a a e electr´nico y ´ptico. esta idea resulta muy clara en el o caso del control de procesos continuos. El e a e a proceso anal´gico de se˜ales puede ser mec´nico. 1. pero tambi´n se ve que funciona en el caso e de otros tipos de control. el bloque de control C de e n la figura 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.4. En el regulador de Watt es de tipo mec´nico. o 1. El componente o o a fundamental que permiti´ el desarrollo de el control anal´gico fue el amplificador o o electr´nico. la como paraci´n con una consigna previamente establecida y. 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. dando lugar a diferentes clases de control seg´n sea la aplicaci´n. hidr´ulico.´ 1. Como veremos.1 T´cnicas de control e Atendiendo a la t´cnica utilizada para procesar se˜ales.3. o e . la realimentaci´n de las variable medidas. la o o ´ actuaci´n sobre el proceso.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. LA AUTOMATIZACION INDUSTRIAL EntradaBloque Salida - 19 Figura 1.4 La automatizaci´n industrial o Automatizar un proceso es conseguir que. como es el caso de los procesos movidos por eventos.4. aplicando el mecanismo de feedback. funcione sin intervenci´n humana. neum´tico.

del software y de otros campos afines. Ahora la funci´n (1. a 1. las t´cnicas digitales se utilizaron e para realizar controladores para los procesos continuos. y est´n preparados para poder ser a a operados a distancia a trav´s de buses de comunicaci´n. 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. y en particular el PID. Y. control distribu´ ıdo. finalmente. En principio. u T´cnicas digitales e La aparici´n primero del ordenador y posteriormente de los microprocesadores y o microcontroladores y del ordenador personal. control jer´rquico.20 ´ CAP´ ITULO 1. generalmente o o amplificadores operacionales. e o Despu´s. derivativo e indican el proceso.1) en donde los par´metros Kp . hornos. (1.1) la realiza un microprocesador a trav´s de un o o e algoritmo. Resulta m´s f´cil sintonizaro a a los. muy utilizados: el controlador de adelanto-retraso de fase y el controlador PID. han hecho posible una creciente Automatizaci´n Global. han hecho que las t´cnicas de control e se hayan sofisticado y extendido. es decir. y siguen siendo. entre e los que cabe destacar el aut´mata programable de gran aplicaci´n en el Control de o o procesos de eventos discretos. pero son posibles las realizaciones con componentes de fl´idos. hoy d´ se realizan y comercializan en su vero ıa si´n digital. integral. 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. procesos con fluidos. ponerles los par´metros adecuados. se utilizaron para el desarrollo de otros dispositivos de control. 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. En este ultimo. etc. etc. habremos o de idear alg´n plan para estructurar el control. Los controladores anta˜o n anal´gicos. e Hay dos tipos que han sido. es decir.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.4. Se suelen distinguir como cuatro categor´ ıas: . asi como el desarrollo de las comunicaciones. El grado de automatizaci´n deseado u o va a ser fundamental para trazar dicho plan. La realizaci´n de esta funci´n a o o se hace casi siempre utilizando componentes electr´nicos anal´gicos. o funci´n matem´tica C(·). Las aplicaciones son muchas. las letras significan ´ proporcional. Td y Ti son constantes. o a que realiza el controlador: x(t) = C( (t)) = Kp 1 + Td dx(t) 1 + dt Ti t x(τ )dτ 0 .

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

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

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

. y cuya evoluci´n o en el tiempo se coresponde con la del sistema. su dise˜o y realizaci´n n o utilizando diferentes tecnolog´ Cada una de estas clases se divide a su vez en otras ıas.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. Como no cabe duda que el tiempo es esencial para todo sistema de control. an´lisis y moo a a delado de los sistemas de control como para su s´ ıntesis. que lo representa. podemos clasificarlos. o Lo primero que vamos a hacer para estudiar matem´ticamente los sistemas es a clasificarlos atendiendo a alguna propiedad importante. Los bloques. f´ a ısico y tecnol´gico. atendiendo a c´mo sea dicha evoluci´n. Un modelo matem´tico de un sistema din´mico es una ecuaci´n o a a a o sistema de ecuaciones. El modelo permite hacer c´lculos. entradas y salidas que componen un sistema de control pueden ser de naturaleza muy diferente seg´n sea la aplicaci´n que estemos considerando.24 – Control por computador ´ CAP´ ITULO 1. predicciones. simulaciones y dise˜ar nuevos a n sistemas de control “sobre el papel” sin necesidad de tener que construirlos hasta que se considere oportuno. 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. 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. puesto su evoluci´n depende del o tiempo. 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. de un determinado tipo. o sea.

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

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

La situaci´n n o era ca´tica hasta hace poco porque. Tras una primera fusi´n con OMG e o (Object Management Group).91 de UML. ıa un sistema complejo.´ 1. 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. de la empresa Rational Software Corporation. Crear un lenguaje de modelado entendible tanto por las m´quinas como por a los seres humanos. Tratar los temas inherentes a la escala en los sistemas complejos y de misi´n o cr´ ıtica. desarrolladas en diferentes lenguajes. Establecer un acoplamiento expl´ ıcito con los artefactos tanto conceptual como ejecutable. Otorgar al modelado de sistemas (y no s´lo al software) la capacidad de utilizar o conceptos orientados a objetos. cuyo primer borrador u vio la luz en Octubre de 1995. entre los miembros de la comunidad cient´ ıfica. en Junio y en Octubre de 1996. 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). El desarrollo de este lenguaje comenz´ en Octubre de 1994 cuando Grady o Booch y Jim Rumbaugh. e Al comenzar a trabajar juntos. al que llamaron Unified Method. Rumbaugh y Jacobson fijaron como objtivos los siguientes: 1. 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. 3. al ser las herramientas de desarrollo de software o de diferentes fabricantes e incompatibles entre s´ cuando alguien pretend´ modelar ı. 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. UML comenz´ a o extenderse con rapidez y muchas importantes empresas vieron en UML un asunto de importancia estrat´gica para sus negocios.9 y 0. Los esfuerzos de los tres ingenieros dieron su fruto con la publicaci´n de las o versiones 0. ıa o e fuera de ella. Booch.6. formado por subsistemas de diferente naturaleza. Afortunadamente la situaci´n ha o cambiado recientemente con la aparici´n del denominado Unified Modeling Language o (UML). al final se le presentaba la complicada tarea de acoplar los resultados de los modelos de cada una de las partes. 2. 4. Rational Software estableci´ las bases para crear un o .

visualizar. collaborations.3. a o Caracter´ ısticas de UML UML es un lenguaje sin propietario y abierto a todos. Microsoft. frameworks. Unisys. expresivo y visual. de Junio de 1999. u • Soportar especificaciones que sean independientes de los lenguajes de programaci´n particulares y de los procesos de desarrollo. al que pronto se unieron las compa˜´ m´s importantes del nıas a mundo de la inform´tica: DEC. 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.5. • Integrar las mejores pr´cticas de programaci´n. etc. • Suministrar mecanismos de extensi´n y especializaci´n que permitan extender o o los conceptos del n´cleo del lenguaje. Oracle. construir y documentar los artefactos de software y tambi´n para el modelado de negocios y de otros sistemas. o o Actualmente la version de UML mas ”en boga”es la 1. o • Dar una base formal para el aprendizaje del lenguaje. La versi´n UML 1. IBM. • Animar el crecimiento del mercado de herramientas para objetos. Ofrece a los ingenieros de sistemas que trabajan en an´lisis y dise˜o orientados a objetos. y se esta trabajando en la 2. INTRODUCCION consorcio empresarial.0. TI.28 ´ CAP´ ITULO 1. para desarrollar e intercambiar modelos significativos. HP. patterns. un consistente lena n guaje para especificar. a UML se ha ido enriqueciendo con las aportaciones de los nuevos socios dando lugar a la aparici´n de nuevas versiones. • Soportar conceptos de desarrollo de alto nivel: components.

. Para el desarrollo de los artefactos de software.´ 1. simplemente porque no encajan limpiamente en un paradigma consistente orientado a objeto. • Los mejores modelos est´n conectados a la realidad.6. Adem´s UML tiene herramientas para obtener un buen n´mero de visioa u nes derivadas. UML no soporta diagramas de flujo de datos (data-flow diagrams). an´lisis. UML consigue acabar con las diferencias (a veces absurdas) entre los lenguajes de modelizaci´n anteriores y. Una sola vista no es suficiente. dise˜o e implementaci´n) y conceptos a n o internos. 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. Para modelar flujos de datos valen los diagramas de actividad (activity diagrams) de UML. 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. a En t´rminos de vistas de un modelo. • Todo modelo se puede expresar a diferentes niveles de fidelidad. 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. unifica las perspectivas de o a a acercamiento entre muchas clases diferentes de sistemas (negocios contra sotware). fases de desarrollo (requerimientos. quiz´s m´s importante.

aparte de lo mostrado en clase.1 Control de procesos continuos Esta primera parte est´ enfocada al dise˜o de de controladores para procesos de a n tiempo continuo. Se har´ un especial ´nfasis en el estudio de los controladores o a e PID y sus m´todos de sinton´ e ıa.) sobre los productos comerciales. Las dos primeras son m´s bien te´ricas y en ellas a o se estudian los fundamentos que permiten el modelado de sistemas.7. Suponiendo un conocimiento previo de las nociones b´sicas de la a Teor´ de Control. el alumno debe intentar conseguir informaci´n (cat´logos. de aplicaci´n de lo estudiado antes. o a Algunos de los elementos son • Captadores • Pre-actuadores y actuadores. etc. INTRODUCCION 1. se estudiar´n algunas t´cnicas cl´sicas de dise˜o de controladores ıa a e a n anal´gicos y digitales. Es un tema m´s bien descriptivo y muy extenso o a en el que. 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.30 ´ CAP´ ITULO 1. 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. 1.7.7 Estructura del curso El curso se estructura en 4 partes.2 Control de procesos de eventos discretos En la segunda parte repasaremos primero algunos conceptos b´sicos sobre sistemas a combinacionales y secuenciales. a a o si bien en la ultima parte se requieren algunos nuevos conocimientos te´ricos. documentos de Internet.7. ´ o • Control de procesos continuos • Control de procesos de eventos discretos • Automatizaci´n local o • Automatizaci´n global o 1.

1. tales como o • Simulaci´n de procesos productivos o • Redes locales • Buses industriales • GEMMA • SCADA • Control jer´rquico a .7.4 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. 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 .

.

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

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

3) Su funci´n de transferencia es o La constante de tiempo Ti de este controlador I vale.3: Esquema de un controlador I Ti = R1 C1 (2. con una configuraci´n inversora. por tanto. en la que Gc = V0 R1 =− = −sR1 C1 Vi 1/sC1 (2.7) .2 Controlador tipo integrador Gc = 1 (2. Se ha implementado mediante el circuito integrador inversor representado en la figura 2.2.6) La constante de tiempo T del controlador I vale por tanto.3 Controlador tipo derivativo D Gc = sTd (2. TIPOS DE CONTROLADORES cador o inversor en el cual se cumple Kp = R1 + R2 V0 = Vi R1 37 2.2.2. Td = R1 C1 (2. Su circuito electr´nico.4) 2. C1 Vi R1 Vo R Figura 2.4.5) Su funci´n de transferencia es o Siendo Td una constante. o o aparece en la figura 2.2. en la que Gc = 1/sC1 −1 V0 =− = Vi R1 sR1 C1 (2.2) sTi Siendo Ti una constante.3.

I.4: Esquema de un controlador D 2.8) Este controlador PID se transforma f´cilmente en otro PI o PD eliminando una a 1 Vi 1 sT i Kp Vo sT d Figura 2.4 Controladores PID Los tres controladores b´sicos P. se ilustra en la figura 2.6. En la figura ı 2. DISENO DE CONTROLADORES R1 Vi C1 Vo R Figura 2. Si eliminamos ambas ramas I y D se transforma en un controlador P. PD y PID.5 se representa un controlador PID en forma de diagrama de bloques [2. 7.2. que acabamos de ver pueden agruparse en a forma aditiva entre s´ dando lugar a las combinaciones PI.5: Diagrama de bloques de un controlador PID de las ramas I o D del diagrama de bloques. La funci´n de transferencia del circuito PID as´ compuesto viene dada por la o ı . que se ajusta al diagrama de bloques. Una posible implementaci´n electr´nica de este o o controlador.38 ˜ CAP´ ITULO 2. sec.10]. D. Su funci´n de transferencia es o Gc = V0 1 = Kp (1 + + sTd ) Vi sTi (2.

La funci´n de transferencia de o la red de la figura 2. 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. La funci´n de transferencia de un controlador de adelanto o o retraso es V0 s − zc Gc = = Kc (2.7 muestra los esquemas de una red RC de adelanto de fase y otra de retraso.7a es Gc = V0 s − zc 1 + αT s = Kc = Vi s − pc α(1 + T s) (2.2.10) Vi s − pc Si | zc |<| pc | es un controlador de adelanto de fase mientras que si | zc |>| pc |.9]. La figura 2.6: Diagrama de bloques de un controlador PID expresi´n (2.11) siendo α = (R1 + R2 )/R2 y T = CR1 R2 /(R1 + R2 ).2. sec. Td = R3 C3 (2. es de retraso de fase. 7. TIPOS DE CONTROLADORES 39 R1 R1 R4 C2 R5 Vi R1 R4 Vo R3 C3 R4 Figura 2.5 Controladores de adelanto y de retraso de fase Son controladores que producen un avance. . Estos controladores pueden realizarse mediante redes pasivas RC o bien con circuitos basados en amplificadores operacionales.9) 2.2. R4 Ti = R2 C2 .9) en la que o Kp = R5 .

14) . En la figura 2.12) siendo α = (R1 + R2 )/R2 y T = R2 C.40 C ˜ CAP´ ITULO 2. El circuito representado en la figura 2. Los controladores de adelanto y de retraso de fase pueden construirse tambi´n a base de e circuitos con operacionales. 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. DISENO DE CONTROLADORES R1 R1 C Vi R2 Vo Vi R2 Vo a) b) Figura 2. β = 1/α.8 se ha representado una red C1 R1 R2 Vi C2 Vo Figura 2.7: Redes de adelanto y de retraso de fase La red de retraso de fase de la figura 2.8: Red de adelanto-retraso de fase pasiva RC de adelanto-retraso de fase.13) donde α > 1.7b tiene por funci´n de transferencia o Gc = V0 s − zc 1 + Ts = Kc = Vi s − pc 1 + αT s (2.9 puede funcionar como controlador de adelanto y de retraso de fase. αT 1 = R1 C1 . T2 = R2 C2 y T1 T2 = R1 R2 C1 C2 . cuya funci´n de transferencia es o Gc = V0 (1 + αT1 s)(1 + βT2 s) = Vi (1 + T1 s)(1 + T2 s) (2.

´ ˜ 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

sustituyendo este valor en la expresi´n anterior queda o 4= 4 . que da un valor de Kc = 8. por la que ız ha de pasar el lugar.45ωn ωn = 2. . 0. Por lo tanto. ıces en la figura 2.13): 90o − 2(116. Aplicando el criterio del argumento.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.14 y el lugar de las ra´ correspondiente. Primero situamos el cero del controlador en el punto s = −1. El sistema de control ıces resultante se ha representado en la figura 2.6. Puede probarse que una sobreoscilaci´n del 20% corresponde a un o coeficiente de amortiguamiento ξ = 0.21) Por tanto.1.22) im 3 Raíz deseada 2 1 θp 116. justo bajo la ra´ (−1 ± 2j). La funci´n de transferencia del controo lador es s+1 G c = Kc s + 3.22 (2.13: 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. antes hallada. DISENO DE CONTROLADORES Por otra parte la sobreoscilaci´n m´xima esta relacionada con el coeficiente de amoro a tiguamiento.45. hallamos la ubicaci´n del o polo del controlador (figura 2. es decir.56o ) − θp = −180o θp = 38o Se deduce que el polo ha de ser pc = −3. la ra´ correspondiente a las especificaciones propuestas es: ız s = −ξωn ± ωn 1 − ξ 2 = −1 ± 2j (2.56º 90º -5 -4 -3 -2 -1 re Figura 2.15.

3. 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). hallada mediante la condici´n de ´ngulo. ıces . mediante un controlador PID. o Kp de donde resulta Ti = 2.8.6 Gp 1 s 2 Y(s) H 1 Figura 2. El lugar de las ra´ ıces del sistema compensado se ha representado en la figura 2. por tanto. determinamos el otro cero (figura 2.3. 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.36 = 1.36/1. a Condici´n de ´ngulo: o a 90o + θz2 − 3(116.56o ) = −180o .56) − 180o − 90o = 79.73s Td = 1/2. aplicando la condici´n ız o de ´ngulo. resulta ser Kp = 2.36 = sti s La constante Kp .´ ˜ 2.69oo y.36s + 1.16).16.17.36. Ti y Kp del controlador PID.2 Dise˜ o de un controlador PID n Vamos a suponer que deseamos controlar la misma planta anterior. Ubicamos el cero z1 bajo la ra´ deseada y.1 s+3. θz2 = 3(116.42s s2 Td Ti + sTi + 1 s2 + 2. con funci´n de o 2 transferencia Gp (s) = 1/s . identificando su funci´n de transferencia con la obtenida. a o o se utiliza aqu´ para poder comparar con los resultados obtenidos anteriormente. Este tipo de control no es el m´s id´neo en este caso. METODOS DE DISENO BASADOS EN EL LUGAR DE LAS RA´ ICES 45 Gc R(s) ε s+1 8. z2 = −1. ya que la propia planta realiza una doble integraci´n.36 = 0. Conocidos los valores de z1 y z2 podemos hallar las constantes Td . o a El lugar de las ra´ correspondiente se ha representado en la figura 2.14: Ubicaci´n del cero y del polo del controlador PID o 2.

tienen dos grados de libertad. Si el sistema controlado ha de tener polos dominantes reales. En estos casos n u .15: Lugar de las ra´ de G(s)H(s) = (s + 1)/[(s2 )(s + 3.6)] ıces 2. y bien puede suceder. es casi siempre o e deseable una respuesta oscilante puesto que ello ayuda a contrarrestar el efecto de las posibles no linealidades. no es aplicable este m´todo. ya que de Mp = e podemos despejar ζ y a continuaci´n. No obstante. controlador de adelanto-retraso y PID. DISENO DE CONTROLADORES Figura 2. es decir. en o plantas de orden elevado. Como los controladores utilizados. Recordemos que en el sistema de 2o orden. de o tp = π ωn 1 − ζ2 −ζπ √ 1−ζ 2 podemos hallar ωn . que los polos ubicados por dise˜o no sean efectivamente n los dominantes. podemos hallar el par de polos asociado a las a mismas. o La posici´n del resto de los polos queda fuera de control. es posible ubicar s´lo dos polos del sistema en lazo cerrado. si nos dan como especificaciones la sobreoscilaci´n o m´xima Mp y el tiempo de pico tp .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.46 ˜ CAP´ ITULO 2. una respuesta temporal mon´tona. 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.

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

36)/s3 ıces en donde pi son los polos y zj los ceros. . 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. . DISENO DE CONTROLADORES Figura 2. 2. Es decir.19).18). . 2.17: Lugar de las ra´ de G(s)H(s) = (s + 1)(s + 2. las ramas del lugar se “doblan” hacia el SPI (Figura 2. un simple ajuste de la ganancia puede ser suficiente para obtener polos con mejor amortiguamiento. en el punto pd del plano complejo. y calcular el otro a partir de la a condici´n de angulo.23) k = 0. ha de cumplir la condici´n o argumento. pc o zc . por ser sim´trico. o ´ . hay un n´mero u infinito de posibles α = ∠pc y β = ∠zc que verifican ϕc = α − β.. lo a habitual es fijar uno de los dos par´metros. 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. Por supuesto que el lugar. Como resultado.48 ˜ CAP´ ITULO 2. u La fase ϕc del controlador en pd puede relacionarse gr´ficamente en el plano s a con los par´metros pz y zc del controlador (figura 2. a ϕc = β − α Una vez calculada la fase ϕc que debe tener el controlador en pd . En la pr´ctica.. 1. . Si pd es un punto del lugar de las ra´ e ¯ ıces. pasar´ entonces e a tambi´n por pd . 1. Entonces. para alg´n K = 0.

19: Fase del controlador en pd . DISENO EN EL LUGAR DE LAS RA´ ICES 49 Im ∆σc σ’ c p2 σc p1 Re Figura 2.4.18: Lugar de las Ra´ sin y con compensador ıces Im pd ϕc α pc zc β Re pd Figura 2.˜ 2.

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.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. N´tese que para otros valores de k se obtienen valores de ϕc o iguales al hallado m´s 360o k. Para ello realizamos su trazado. calculamos el argumento que ha de tener el controlador en pd .20: Controlador a dise˜ar n Vamos a dise˜ar el controlador de adelanto de fase de la figura 2.21. Una ver comprobado que pd queda fuera del lugar. en el que n Gp (s) = 500 s(s + 1) y con unas especificaciones de ζ = 0. z− d p− d cp cp 500 s(s + 1) = −260o s=−32.50 ˜ CAP´ ITULO 2.5 + 38j pd = conj(pd ) = −32. ıces que se ha representado en la figura 2. a Hallada es la fase ϕc del controlador en pd .5+38j .22).Kc + s + pc − 6 ? -+ m - 500 s(s + 1) Y (s) r Figura 2. pd ). a partir de las especificaciones. Compensador en serie n D(s) s + zc U (s). En este ejercicio y en los siguientes se ha utilizado el programa Maple para efectuar los c´lculos.mE(s) .65 y ωn = 50. por el que ¯ ha de pasar el lugar de las ra´ ıces. a En primer lugar hemos de obtener el par de polos dominantes (pd . 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. aplicando la f´rmula (2. En este caso es muy sencillo: pd = −ζωn + ωn 1 − ζ 2 = −32.23).20. Para ello hallamos o primero ∠Gp (pd ): ∠Gp (pd ) = arg y. DISENO DE CONTROLADORES Ejemplo de dise˜ o.

˜ 2.22: Cancelaci´n del polo en (−1 + 0j) con zc o .21: Lugar de las Ra´ sin compensador ıces Im pd ϕc α pc -32.5 0 Re Figura 2.4. DISENO EN EL LUGAR DE LAS RA´ ICES 51 Im -1 -0.5 -1 Re 38 β Figura 2.

¯ Sin embargo. es colocar el cero del controlador o en el punto (−1+0j).93. hallaa mos el valor del ´ngulo α. o Procediendo de este modo.4. cancelando un polo de la planta (figura 2. pd ). El esquema de control de la figura 2. a β − α = ϕc ⇒ α = 130o − 80o = 50o con lo que pc vale pc = 32. As´ se simplifica ı la funci´n de transferencia Y (s)/U (s). No se ha considerado (H(s) = 1) la din´mica del transductor. n No obstante. el procedimiento utilizado de cancelaci´n de un polo de la o planta no debe ser utilizado en la pr´ctica.22). numerador y denominador. por ejemplo. del controlador y de la planta. DISENO DE CONTROLADORES Una buena soluci´n. d2 representa una perturbaci´n en la salida y d3 . para obtener el par´metro pc del controlador. es frecuente.23. Ello nos llevar´ o ıa a un tipo de dise˜o caso por caso. una perturbaci´n o o o ruido en la medida. respectivamente. “cancelado”. Np y Dp son los polinomios. de acuerdo con las especificaciones.52 ˜ CAP´ ITULO 2. 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 . aparecer´ en la respuesta a una perturbaci´n ı a o de carga d(t). denominado compensaci´n en serie. . que con los valores hallados queda G1 (s) = 500 s2 Kc + pc s + 500 Kc tiene un par de polos (dominantes) en (pd . 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. El dise˜o ha concluido: el sistema definido por la funci´n de transferencia n o consigna-salida G1 (s) = Y (s)/U (s). algunas configuraciones son frecuentes en la pr´ctica por lo que cona viene analizar con detalle los problemas asociados con ellas. Dc . Por tanto. La entrada d1 representa una perturbaci´n o en la carga.5 + 38/ tan 50o = 64 Por ultimo. al menos a primera vista. en el o control de motores y de otros procesos.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. a Nc . 2. si se desea una verdadera mejora de la a rapidez.

en la ı pr´ctica. Tambi´n interesan e Y N p Dc = . U D M Kc Nc Dp = U D que relacionan la salida y. 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 . la respuesta y(t) a un escal´n siempre comienza con una suboscilaci´n. y los sistemas con a ceros en el SPD muestran ese comportamiento. o • Si la planta tiene un cero en el SPD y el sistema en lazo cerrado es estable. es decir.4. o o arranca en sentido opuesto al de la entrada u(t). • Si Nc y Dp tienen ceros en com´n.m + Kc − 53 d2 ? -+ m r . el error e y el esfuerzo de control m con la perturbaci´n o d1 . el cero en el SPD no va a poder ser cancelado. . o • Cuando el sistema en lazo cerrado es mucho m´s r´pido que la planta la a a variable manipulada m puede tomar valores muy grandes.m . U D E Dc Dp = . DISENO EN EL LUGAR DE LAS RA´ ICES d1 u. M M M Y = .Nc Dc ? m.23: Esquema de control en serie. ya que entonces son ceros del polinomio D = Dc Dp + KNc Np .Np + Dp y - 6 m + 6 d3 Figura 2. y por ello la cancelaci´n polo-cero no es recomendable. pero no se cancelan en las Y /D1 y E/D1 .˜ 2. D1 D1 M Y =− D1 U que relacionan la salida y. Para empezar. =− 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. el error e y el esfuerzo de control m con la entrada u. estos se cancelan en las funciones de u transferencia Y /U y M/U . o y es sabido que un cero lento visto desde los polos (pr´ximo relativamente al o eje imaginario) produce una sobreoscilaci´n elevada. y asimismo. Esto es as´ porque. D1 D E Y =− . nos interesa hallar las funciones de transferencia Y Kc N c N p = .

Pero si realizamos la representaci´n gr´fica de la figura 2.5+38j y pc = −50 es a a o de unos 65o . la respuesta y(t) arranca en el mismo sentido que u(t) (tiene sobreoscilaci´n). 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. en la pr´ctica. Valores mayores de zc . vamos a retomar el problema de dise˜o que antes n hemos efectuado. y necesitamos 80o . como hab´ ıamos hecho. obtenemos pc = −130. y en consecuencia e(t) tendr´ suboscilaci´n. El esquema del control o se indica en la figura 2. Entonces. seg´n hemos visto. reducir´ la contribuci´n de argumento ϕc del controlador. Por ello nos vemos obligados a elegir otra ubicaci´n para zc m´s hacia la derecha. obtenido a partir del lugar de la condici´n de m´dulo es Kc =. para ϕc = 80o . Como a o E = U − Y y U = 1 (escal´n unitario).3 Re-dise˜ o. no va a poder u ser cancelado. la experiencia demuestra que una elecci´n adecuada es too mar zc = |pd |.24 Calculemos las funciones de transferencia asociadas a este esquema: Y Kc N p Df = . o En efecto. En primer lugar. hemos de elegir otra ubicaci´n para el cero zc del o controlador. aunque disminuir´ la sobreoscilaci´n ıan o m´xima.4.4 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.4. dicho polo se convierte en un cero para la funci´n o de transferencia E/U . DISENO DE CONTROLADORES • Si la planta tiene un polo en el SPD y el sistema en lazo cerrado es estable. procediendo a calcular ϕd . definido por a las especificaciones. a ıan o Por tanto elegimos zc = |pd | = 50. Como el cero zc del controlador es tambi´n un cero para la funci´n e o de transferencia Y /U . U D M Kc Df Dp = U D .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 . o 2. cancelar el polo s = −1 de la a planta.19 vemos que esta elecci´n no es posible. De esta manera la sobreoscilaci´n Mp del sistema en lazo cerrado o se aproximar´ bastante a la del sistema de segundo orden (deseado). si bien sabemos que as´ obtendremos un sobreimpulso a ı mayor que el exigido. no es posible. Compensador en serie n Considerando estas propiedades. Con zc = 25. el polo de la planta en el SPD. o a o porque el m´ximo ´ngulo ϕc que se puede obtener con pd = −32.54 ˜ CAP´ ITULO 2. o 2. una suboscilaci´n en E inducir´ una o o a sobreoscilaci´n en Y .

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

pd el polo dominante deseado. Nos interesa hallar el valor m´ximo de ϕc y la frecuencia ωm en la que se produce. o Sea.. debemos seleccionar zc lo m´s peque˜o posible para que este compensador tenga a n poco efecto sobre la respuesta transitoria. 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. las constantes de error del sistema quedar´n multiplicadas a a por el factor zz /pc . a Ponemos α y β en funci´n de ω. 2.Im(G). desplazando el punto σc la misma distancia que el controlador de adelanto pero hacia la derecha. DISENO DE CONTROLADORES 2. El efecto del compensador de retraso en el lugar de las ra´ es “doblar” el lugar ıces hacia el SPD.26.omega).5 Compensador de retraso de fase en serie s + zc . El dise˜o de este controlador n consiste en encontrar zc y pc que satisfagan una relaci´n dada.. la contribuci´n de ´ngulo ϕc del controlador en pd disminuye con o a |zc |. con p > z > 0.6 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. en la figura 2. como antes. 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. z y a. s + pc Su funci´n de transferencia es o Gc (s) = igual que la del de adelanto de fase. por estar en serie con la planta. .0.1. con a = z/p. Su trazado con Maple para z = 1.4.1). p = 3 se puede hacer con: G := > z:=1:p:=3: > plot([Re(G).w=0.4. Puesto que para una relaci´n o dada de |zc |/|pc |. Por tanto colocaremos zc pr´ximo a los o polos dominantes. Por ser su ganancia est´tica mayor que uno.56 ˜ CAP´ ITULO 2.200]. la fase de este controlador es ϕc = β −α. pero con zz > pc > 0.25.

a . DISENO EN EL LUGAR DE LAS RA´ ICES 57 Im pd ϕc α pc zc β Re pd Figura 2. Im ωm ϕmax α ω=0 1+ α 2 1 ω=o ο Re Figura 2.25: Fase ϕc del controlador.˜ 2.26: Fase m´xima ϕmax .4.

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

04914852341 Por otro lado.6o (casi cero) y un margen de ganancia muy peque˜o. en ω = 35 rad/s. como sabemos que la pulsaci´n ωm correspondiente a la m´xima o a fase ϕmax es z ωm := √ a poniendo ωm = 35. El compensador tiene que aportar. Para conseguir las especificaciones deseadas hemos de poner un compensador.4) = 1. > zc := 35 * sqrt(a). Resolucion En el trazado de Bode vemos que para ω = 35 el sistema tiene un margen de fase de −(−180 + 178. DISENO EN EL LUGAR DE LAS RA´ ICES 59 Ejemplo. ϕmax := Para hallar a hacemos > a11:=solve(sfm=sin(phi_max). que en radianes vale > phi_max:=65*Pi/180.˜ 2. casi n 0dB. a := .759313191 y tambi´n pc : e . una fase ϕc = 65o y una ganancia Kc tal que el margen de ganancia resultante sea de 8dB. 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 . 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. De la ecuaci´n o sin(ϕmax ) = 1−a 1+a podemos hallar a. 36 − 13 π −36 − 13 π 13 π 36 zc := 7. a11 := − y obtenemos tambi´n su valor num´rico e e > a:=-evalf(a11).4. podemos hallar zc .a).

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). si fuera preciso. .Kc). n Al ser una representaci´n de dimensi´n infinita no podemos esperar que haya o o f´rmulas expl´ o ıcitas que relacionen la respuesta de frecuencia con los par´metros a caracter´ ısticos de la respuesta temporal. o > solve(Gdb35=8. ya que viene dada en forma de curvas e u a continuas.2216946625 Kc ) y resolvemos la ecuaci´n Gdb35 (Kc) = 8 en Kc . El valor que se obtiene es Kc = 11.8747977 Una vez hallados pc y zc . que es igual al orden del sistema.G)))). El dominio de la frecuencia est´ especialmente indicado para incluir las a imperfecciones de modelado por lo que se emplea en dise˜o robusto. lo unico que queda es hallar Kc . Gdb35 := 20. en contraste con los modelos param´tricos de funci´n de transferencia y e o de estados. lugar de las ra´ e ıces o espacio de estado. podemos representar el diagrama de Bode del sistema comn pensado para verificar que cumple con las especificaciones y. Por ello. 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. incluso aunque se conociera el orden del sistema. o 2.33038749 Finalizado el dise˜o. ˜ CAP´ ITULO 2.p=pc. DISENO DE CONTROLADORES pc := 157.z=zc. en funci´n de Kc o > Gdb35:=evalf(20*log10(Kc*abs(subs(w=35. Para ello aplicamos ´ la condici´n de que el margen de ganancia ha de ser de 8dB para ω = 35 rad/s. o viceversa. 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. realizar los ultimos ajustes de los par´metros del controlador por tanteo y mediante simula´ a ci´n. 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. Una de las ventajas que tiene es que no est´ influida por el orden del a sistema. log10( . o Hallamos primero la ganancia en decibelios para ω = 35 y para los valores de zc y pc hallados.60 > pc:=zc/a.

no parece sencilla. 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 . condin cionado siempre a ciertas restricciones y con el objetivo de cumplir determinados requisitos de funcionamiento.5. o no pueda tomar valores superiores a ciertos l´ ımites (para los que alcanzar´ la satuıa raci´n). o variable manipulada m.Np + Dp ? -+ m r y - 6 m + 6 d3 Figura 2.25) nos dan a entender que la tarea del dise˜o. Una frecuente restricci´n es que esfuerzo de control. con lo que el ruido en la medida d3 pasa directamente a la salida. d1 d2 u.24) que entonces y r − d3 .24) y (2. DISENO EN LA RESPUESTA DE FRECUENCIA 61 2. 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.27.25) Las ecuaciones (2.˜ 2. resulta de (2.24) y la del error E(s). para reducir los errores asociados con u y d2 .25) hacemos |Gc Gp | elevado en un amplio margen de frecuencia. mientras que otro pide la reducci´n del error producido por el o o ruido en la medida d3 .5. la expresi´n de la variable manipulada es o o m= Gc Gc Gp (U − D2 − D3 ) − D1 1 + Gc Gp 1 + Gc Gp .m + Kc − . Supongamos el sistema de control con realimentaci´n representado en la figura o 2. E= 1 Gc Gp Gp (U − D2 ) + D3 − D1 1 + Gc Gp 1 + Gc Gp 1 + Gc Gp (2.m . Por ejemplo.27: Esquema de control en serie. 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. En efecto. El conflicto entre estos dos objetivos de dise˜o es evidente: si en la ecuaci´n n o (2.Nc Dc ? m.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.

tratando de satisfacer las exigencias impuestas (figura 2. Por ello la ganancia de lazo no debe hacerse alta en un intervalo arbitrario de frecuencias. aumentamos la ganancia en n lazo abierto a costa s´lo del controlador. podemos pensar en dar a la ganancia de lazo una determinada forma.28: Zonas permitidas en la respuesta de frecuencia. e lo haga ante el ruido en la medida D3 .28). para alcanzar un adecuado funcionamiento en esa zona. Si hacemos |Gc Gp | 1 siendo |Gp | peque˜a. que tambi´n o o ı. puede parecer l´gico. ante las entradas U (de referencia) y D2 (perturbaci´n en salida). DISENO DE CONTROLADORES 1 (U − D2 − D3 ) Gp . es decir. 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. 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. queda o 62 De acuerdo con estas ideas. No as´ sin embargo.Que el controlador emita esta fuerte respuesta. 20 log M m= ˜ CAP´ ITULO 2.

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

.  . λ2 .. . λn los valores propios de A y supongamos que deseamos obtener un nuevo sistema. . . . µ2 . A ∈ Rn×n B ∈ Rn×1 . que tenga como polinomio caracter´ ıstico α(s) = sn + α1 sn−1 + . 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 . . µn . x =  ˙ x +  . .64 ˜ CAP´ ITULO 2. u. 0   . . y ∈ R. de forma que ahora la entrada a la planta sea v − Kx. Ti y Td . . . mediante feedback de estado.6.1 Asignaci´n de polos o Sea un sistema din´mico cuyo modelo de estado est´ en forma can´nica controlable.7 Sinton´ de controladores PID ıa Los controladores PID comerciales disponen de mandos externos para el ajuste de los par´metros Kp . . . −a1 1 y = Cx en donde x ∈ Rn . . BK =   . a a o     0 1 0    . .. . . α1 − a1 entonces el determinante de [sI − (A − BK)] es α(s) puesto que   0 0 . . u   0  1  −an −an−1 . DISENO DE CONTROLADORES 2. 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 + . .    .. ıces Definiendo una nueva entrada v. + an−1 s + an Sean λ1 . . 2. siendo K = k1 k2 . . . kn Esta es la forma m´s sencilla de resolver el problema de asignaci´n de polos en el a o espacio de estado. k1 k2 . + αn−1 s + αn con ra´ µ1 .  . Para su c´lculo te´rico podemos aplicar cualquiera de los a a o .

a 2.29).7. “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. la m´xima pendiente de y(t) se dar´ en el punto de intersecci´n de la curva con el eje t. Td y Ti del controlador o a a partir de los par´metros hallados. SINTON´ DE CONTROLADORES PID IA 65 procedimientos vistos antes. a y T de su supuesto modelo.26) Bajo este supuesto. Primero calcularemos T . 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. siempre y cuando conozcamos el modelo de la planta. llamados m´todo de lazo abierto y m´todo de e e e lazo cerrado. a y T de la planta. Si no es as´ lo que suele hacerse es suponer para ella un modelo muy simple. a En el experimento hemos medido la respuesta al escal´n y(t) de la planta (figura o 2.2. los par´metros Kp . 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. 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. Calcular. (2. los m´todos de ajuste constan de dos etapas: e 1. 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. ajustar ı. como no va a ser asi. . a Se han desarrollado dos m´todos. 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. s+a es v´lido para planta.632A. a partir de ella. calcular los par´metros A. a Veamos ahora como se hallan a y A. Pero. Si la planta real siguiera exactamente el e−T s a ıa modelo supuesto G(s) = As+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. con f´rmulas apropiadas. obtenemos el valor del a o retardo T del modelo G(s) de la planta. Realizar un experimento para determinar los par´metros A. M´todo de lazo abierto e Suponiendo que el modelo G(s) = A e−T s .

de a y de A (derecha) a Por tanto.632A. a yss = lim y(t) = t→∞ A a Por ello. Por tanto τ = t1 − T = 1/a ⇒ a. DISENO DE CONTROLADORES y (t ) y (t ) A a 0.29: C´lculo de T (izquierda).632A. Asi que para determinar la a e constante de tiempo τ trazamos una recta horizontal de ordenada igual a 0.66 ˜ CAP´ ITULO 2. Por ser la entrada un escal´n unitario. . s+a en el instante τ + T . 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. valdr´ tambi´n y(τ + T ) = 0. A = a yss El valor Rr = A/τ = aA se llama tasa de reacci´n reaction rate. o En el caso en que la constante a sea nula.632 A T t t1 t Figura 2. el valor final de la respuesta o valor en estado o estacionario es igual a la la ganancia est´tica de la planta. 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. 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 .

2T /τ τ (1.34Ku 2T 0. tambi´n puede resultar a e a e veces problem´tico: hay procesos que no toleran oscilaciones mantenidas por mucho a tiempo y hay otros (muy lentos) que aunque las admitan.5T/τ ) 1+0.08Ku 0. se pueden calcular los par´metros Kp . tambi´n de lazo cerrado.2 0. Tu obtenidos en lazo cerrado. Td y Ti del a controlador de forma aproximada. y el de Cohen-Coon que supone a = 0.7.37 T ( 1+0.5Ku 0.33+0. Entonces anotaremos los valores de Ku y del per´ ıodo de oscilaci´n Tu . Son los controladores inteligentes.33T 1. o Aunque este m´todo es m´s factible que el anterior. Entre los m´todos que se han desarrollado para ello cabe destacar el de Ziegler– e Nichols y el de Shinskey.5T Cohen-Coon (lazo abierto) τ T (1 + 3τ ) AT τ T (0. adem´s. en lazo cerrado.9 + 0.2T /τ ) . es decir. o de los valores Ku .2.833Ku 0. de aspecto sinusoidal.43Ku 0. que suponen suponen a = 0 en el modelo G(s) de la planta.5Ku Rr T 0. que se basan en el funcionamiento e e normal del controlador para hacer los c´lculos y. pueden exigir un tiempo de experimento demasiado largo.3T /τ ) 1+2. Tipo P Kp P I Kp Ti P ID Kp Td Ti Zeigler-Nichols Shinskey Zeigler-Nichols (lazo cerrado) (lazo cerrado) (lazo abierto) 1 0.5+0. 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.6Ku 0.1 Ajuste de los par´metros del PID a A partir de los valores emp´ ıricos T. Hay otros m´todos.5Ku Rr T 0.27 T ) AT τ /τ T ( 2. 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.9 0.125Ku 0. obtenidos en lazo abierto.5Ku Rr T 0. Con el proceso en funcionamiento se ponen los par´metros de PID con a los valores Td = 0 (o el valor m´ ınimo posible).35 + 0. El m´todo es el e siguiente.45Ku 0.5Ku 0. con ciclos de amplitud mantenida. Rr .7.6T 0. 2. 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.082 3τ ) AT T ( 3.

DISENO DE CONTROLADORES .68 ˜ CAP´ ITULO 2.

Parte II Control de procesos de eventos discretos 69 .

.

reciben nombres t´ ıpicos que los identifican. En la tabla se indican algunos de ellos junto con los nombres de sus dos estados.Cap´ ıtulo 3 Sistemas booleanos 3.1 Dispositivos l´gicos o Ciertos dispositivos f´ ısicos se construyen de forma que s´lo tienen dos posibles estao dos de equilibrio los cuales.1: Dispositivo mec´nico de dos estados estables. Sus modelos son los sistemas digitales y pueden ser de dos clases: • Sistemas combinacionales • Sistemas secuenciales 0 1 Figura 3. 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. a 71 . en cada caso.

1 Identificar la entrada.2: Interruptor dom´stico. que corresponden a estados de equilibrio del sistema. Por eso se dice que son sistemas con memoria. llamados a veces niveles l´gicos “0” y “1”. e Ejercicio 3. en general. La forma y la elasticidad del conductor 2 hacen que este sistema. La balanza. Al cambiar la pesa de plato el sistema cambia de estado y. tenga dos estados estables. pasan a un estado llamado de reposo. a a Otro dispositivo bi-estable bien conocido es un interruptor de alumbrado dom´se tico. son sistemas que e o permanecen en el mismo estado por tiempo indefinido una vez que se dejan de aplicar sus correspondientes entradas. a 2.4). de accionamiento manual.1. tanto las entradas como las salidas pueden tomar. Sistema del interruptor (figura 3. 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. llamados sistemas sin memoria. hay otros sistemas. Pues bien. En la figura de la derecha. en los automatismos y sistemas digitales cada una de dichas variables tiene dos valores fundamentales. o Esto no quiere decir que las entradas y salidas no puedan tomar otros valores sino que.1. SISTEMAS BOOLEANOS En un sistema de control. una balanza con una pesa en uno de los dos platos es uno de estos dispositivos.72 CAP´ ITULO 3. Un ejemplo sencillo de este tipo de sistemas es un pulsador el´ctrico. ¢¡ ¡¡ ¡ ¡¡ ¡ ¡¡ ¡ ¡ ¡¡ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¡¢¡¡¢¡¢¡¡¢¡¢¡¡¢¡¢¡¢¡¡ ¡ ¡¢¡ ¡ ¡¢¡ ¡ ¡¢¡ ¡ ¡ ¡¢¡¢  ¢ ¡¡¢ ¡¡¡¢ ¡¡¡¢ ¡¡¡¡¢ ¡¢  ¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡¢¡ ¡  ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡                 ¢ ¢¡¡¢¢ ¡¡¡¢¢ ¡¡¡¢¢ ¡¡¡¡¢¢ ¡¢ ¢ ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡  ¢ ¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡ ¡¢¡¢¡¢¡ ¡  ¡ ¡ ¢¡ ¡ ¡ ¢¡ ¡ ¡ ¢¡ ¡ ¡ ¡ ¢¡ ¢  ¢¡¡ ¢¡¡¡ ¢¡¡¡ ¢¡¡¡¡ ¢¡ ¢ ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡ ¢ ¢¡¡¢ ¢¡¡¡¢ ¢¡¡¡¢ ¢¡¡¡¡¢ ¢¡¢ ¢ ¡ ¡¡ ¡ ¡¡ ¡ ¡¡ ¡ ¡ ¡¡ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡¡ ¢¡ ¢¡ ¢¡¡  ¢ ¡¡ ¢ ¡¡¡ ¢ ¡¡¡ ¢ ¡¡¡¡ ¢ ¡ ¢  2 ¡¢¤ £¢¤ ¢¤¡¡¡¢¤ £¢¤ ¢¤ £¢¤ ¤ ¤ ¤ ¢¤ £¢¤ ¤ ¢¤ £¢¤ ¤ ¤  £¡¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡ ¡¡¡¡¡ £¡ £¡ £¡¡ £¡¡ £¡ £¡ ¡¡¢¤¡¡¡¢£¡¢£¡¢£¡¡¢£¡¡¢£¡¢£¡¢¤ ¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡  ¢£¤¡¡¢¤ £¡¡¡¡¡¡¡¡¡¡¡¢¤ £  £  £  £  £  £ ¤¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢£¡¡ £¡¡¡¡¡¡¡¡¡¡¡ £ ¡¢¤ £  ¡¡¡¢¤ £ ¤¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡ ¢¡¢¤¡¡¡¢¤¡¢¤¡¢¤¡¡¢¤¡¡¢¤¡¢¤¡¢¤ ¤¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¤¢¤ £ £ £ £ ¢¤¢¤ £ £ ¢¤¢¤ £ £ £  ¢£¤¡¡ £¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ £ ¡¡¡¡¡£¡£¡£¡¡£¡¡£¡£¡ ¡¡¢¤¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡¢¤ ¡¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡  ¢£¤¡¡ £¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ £  ¢£¤ £  ¢£¤ £  ¢£¤ £  £  £  £ ¢¤ ¢£¤ £  £ ¢¤ ¢£¤ £  £  £ ¡¡¡¡¡£¡£¡£¡¡£¡¡£¡£¡ ¡¡ ¢£¤¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¢£¤ ¡¡¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡  ¢£¤¡¡ ¢£¤¡¡¡¡¡¡¡¡¡¡¡ ¢£¤  ¢£¤  ¢£¤  ¢£¤  £  £ ¤ ¢£¤¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¡¡¢¤¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡¢¤ ¢¤ ¢£¤ ¢¤ ¢£¤ ¢¤ ¢£¤  ¢£¤  ¢£¤  ¢£¤ ¢¤ £¢¤ ¢£¤  ¢£¤ ¢¤ £¢¤ ¢£¤  ¢£¤  ¢£¤  £¡¡ £¡¡¡ £¡ £¡ £¡¡ £¡¡ £¡ £¡ £ ¤¡¡¡¡¡¤¡¤¡¤¡¡¤¡¡¤¡¤¡ ¢¡¡¢¤¡¡¡¢¡¢¡¢¡¡¢¡¡¢¡¢¡¢¤ £¡¡¡¡¡£¡£¡£¡¡£¡¡£¡£¡  ¡¡¡¡¡ ¡ ¡ ¡¡ ¡¡ ¡ ¡ ¡¡ ¢£¤ £¡¡¡¡¡¡¡¡¡¡¡ ¢£¤ £  ¢£¤ £  ¢£¤ £  ¢£¤ £  £  £ 1 . en el modelo s´lo vamos a considerar dichos valores. valores reales cualesquiera. e Los biestables electr´nicos son circuitos muy conocidos y utilizados. a Por ejemplo. a 1 2 Figura 3. Aunque la balanza puede tomar todas las posiciones intermedias. el interruptor dom´stico y el biestable electr´nico. tras girar la llave de a encendido.2). Sistema mec´nico de la balanza de la figura 3. Por el contrario. si la pesa es suficientemente grande. la salida y los estados de equilibrio de los siguientes sistemas: 1. s´lo o consideramos dos: posici´n “0” (balanza vencida hacia la izquierda) y posici´n “1” o o (balanza vencida hacia la derecha). 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. el dicho cambio ser´ r´pido. se separan los contactos y el interruptor est´ cerrado. que cuando las entradas dejan de actuar. desechando el resto. 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.

Asociativas: a ⊕ (b ⊕ c) = (a ⊕ b) ⊕ c. Explicar su funcionamiento. 3. para todo Un conjunto U en el que se han definido dos operaciones ⊕ y a. e Vcc RC V1 RC V2 RB RB E1 E2 Figura 3.2 Algebra de Boole tales que.4: Circuito electr´nico biestable o 3. Si adem´s se cumplen las propiedades a 5. a (b ⊕ c) = (a b) ⊕ (a c) ¢¡¡¡¡ ¢ ¢ ¢  ¡¡¡¡ ¡¡¡¡¢  ¢¡¡¡¡   ¢  £¤  ¢   ¢  ¡¡¡¡ ¢  ¢¡¡¡¡  ¢ £¤¥¦£¤  ¢  ¢ ¡¡¡¡ ¢ ¢ ¢¡¡¡¡¢ ¢ ¢ ¦¥ ¢ ¢ ¢ ¢  ¡¡¡¡  ¢¡¡¡¡¢  ¡¡¡¡ ¡¡¡¡ ¢   ¢  ¥¦  ¢   ¢  1 2 b) c . Explicar su funcionamiento. b.3: Pulsador 3. ⊕. c ∈ U satisfacen las propiedades: 1.2. o 4. ) es un ret´ ıculo. Distributivas: a ⊕ (b c) = (a ⊕ b) (a ⊕ c).3. Pulsador el´ctrico de la figura 3.3. 4. ALGEBRA DE BOOLE 73 Figura 3. Idempotentes: a ⊕ a = a a=a a b=b a a (b c) = (a 2. Absorciones: a (a ⊕ b) = a ⊕ (a b) = a se dice que (U.4. Biestable electr´nico de la figura 3. Conmutativas: a ⊕ b = b ⊕ a.

. . .1 Funciones booleanas f :X → Y x → f (x) Si X e Y son dos conjuntos. dicha ley se puede expresar en forma de tabla. SISTEMAS BOOLEANOS se dice que es un ret´ ıculo distributivo. 0. y) → x2 − y 2 . . . . que define una funci´n real de una variable real o o f : R2 → R (x. como por ejemplo o o f: R → R x → x2 + 2x + 5. x2 . a 0 0 0 1 0 1 3. 1 ∈ U | 0 a = 0.2. xn . un elemento bien definido (y s´lo uno) y ∈ Y . 1) es un ´lgebra de Boole. . 1 a=0 a = a. . Una funci´n booleana de n variables x1 . que define una funci´n real de dos variables reales. Complemento: ∀a ∈ U ∃a ∈ U | a ⊕ a = 1. 0 ⊕ a = a. xn ) → f (x1 . . a No es dif´ comprobar que el conjunto Z2 := {0. 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.74 CAP´ ITULO 3. 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 . a entonces se dice que (U. La tabla que define una funci´n booleana se llama tabla de verdad o de la funci´n. o . es decir f : Zn → Z2 2 (x1 . . Cuando el dominio X es un conjunto finito. xn ) Por ser Zn un dominio finito. . 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. 1} dotado de las operaciones ıcil “suma l´gica” (OR) y “producto l´gico” (AND). una funci´n booleana siempre se puede expresar en o 2 forma de tabla. se define como una aplicaci´n o o n de Z2 en Z2 . . 1 ⊕ a = 1 7. ⊕. 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. Cotas universales: ∃ 0.

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

. m´s o o a a eficiente implementaci´n de la misma. 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. xyz. xy f (x. . . j) de la tabla es 0. para i = 1.2 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. 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 . con todas y o cada una de las variables. . y) xy. A´n u de forma m´s compacta. . xy. el min-term xyz se u ı. Se puede ver que. 3. j) de la tabla es 1 o bien xj j = 0 si el elemento (i. indicando cada columna de la tabla por σ j = 1 . . La forma can´nica de una funci´n booleana se puede obtener inmediatamente o o a partir de su tabla de verdad. o el´ctrico o electr´nico. La expresi´n can´nica de f se obtiene como suma o o de todos los productos obtenidos. 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. un min-term se puede identificar por el n´mero decimal a u correspondiente al antedicho n´mero binario. a e o Los m´todos m´s utilizados para simplificar funciones booleanas son el Karnaugh e a y el de Quine-McCluskey. minterms f (x) x. z) xyz. . evidentemente. A modo ilustrativo. o sin negar si es uno. n. . en general. . . . . . y. xy. implica f ·(x1 +x1 ) ≡ o f . asociamos a cada fila de la tabla un producto xσ1 . . xj j . ´sta queda reducida a una suma de implicantes primos e (t´rminos irreducibles).2. 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. o o a La simplificaci´n de una funci´n conduce a una m´s simple y. consiste en anotar los a o o . identifica tambi´n por el n´mero binario 010 o simplemente por el n´mero decimal e u u 2. bien sea por medio de un programa de ordeo nador o por medio de un circuito neum´tico. . . . . Para ello. xσn y en 1 n σ σ el mismo hacemos xj j = 1 si el elemento (i. xyz. en la siguiente tabla se indican los mino terms de las funciones booleanas de una. xyz. Otra forma de obtener la forma can´nica de una funci´n f (x1 . xyz. As´ por ejemplo. ya que su expresi´n o puede resultar excesivamente larga. n. x f (x. . Simplificar una funci´n f consiste en obtener o otra funci´n g equivalente a f y con una expresi´n m´s simple. 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. xyz. Dada una funci´n f (x1 . xyz. xn ) en forma can´nica. .76 CAP´ ITULO 3. dos y tres variables. . sobre todo si pensamos en la realizaci´n f´ o ısica. tras aplicar repetidamente esta ley a la funci´n. .

Procediendo as´ creamos una ı. L´gicamente. 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. Se ve claramente que cada min-term difiere de los adyacentes en s´lo un d´ o ıgito binario. 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. 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. 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. ALGEBRA DE BOOLE 77 valores de la funci´n en una tabla. @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.3. Lo mismo ocurre por columnas. 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. denominada mapa de Karnaugh.

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

e ´ 0111 1111 → . el t´rmino 1 0 0 1 se puede combinar con el t´rmino 1 1 0 1 grupo e e siguiente. o sea x1 x2 x3 . o sea x1 x3 x4 . la funci´n l´gica simplificada es e o o f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 . 1101 dando lugar al t´rmino 1 . 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.1. dando lugar al t´rmino 1 1 0 -. o sea x1 x2 x4 . ALGEBRA DE BOOLE 79 grupo u = 2. 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 .1 1. se basa en utilizar repetidamente la ley a + a = 1. u = 4. Por ultimo. e a Algoritmo de Quine Como ya se ha indicado.3. o sea x2 x3 x4 . En este grupo el t´rmino 0 1 1 1 se puede combinar e con el t´rmino 1 1 1 1 del ultimo grupo. Sin tomar t´rminos indiferentes. pasamos a los del grupo n = 3.1. ning´n t´rmino de la ultima columna puede combinarse y el u e ´ proceso termina. e 1100 1101 → 1 1 0 -. Un t´rmino indiferente puede aprovecharse si cubre m´s de un min-term. e Todo este proceso puede resumirse en la tabla siguiente. dando lugar al t´rmino 1 1 .1 1.1 1 1. u = 3. el m´todo de Quine-McCluskey. el algoritmo es el siguiente: o . e Como ya hemos terminado de combinar todos los elementos del grupo u = 2. dando lugar al t´rmino . 1001 → 1 .2. Dada una funci´n f en o forma can´nica de suma de m min-terms. El t´rmino 1 1 0 0 se puede combinar e e con el mismo t´rmino 1 1 0 1 que el anterior.1 1 1. lo mismo que el de Kare naugh.

Tj . de la lista e e para j desde i + 1 hasta m hacer Tomar el t´rmino j-´simo. Una adecuada ordenaci´n u o de la lista original permite mejorar la estrategia de operaci´n. SISTEMAS BOOLEANOS 1. aplicando la ley a + a = 1 o y poner el t´rmino simplificado en una nueva lista. tiene el inconveniente de que exige un gran coste computacional si el n´mero de variables es elevado. para i desde 1 hasta m − 1 hacer Elegir el t´rmino i-´simo. si es posible. Ti . que indica los min-terms que cubre cada implicante primo. la expresi´n Ti + Tj . de la lista e e Simplificar. y la “matriz de cubrimiento”.80 CAP´ ITULO 3. . que indica los implicantes primos obtenidos. aunque correcto. El algoritmo termina cuando no es posible simplificar m´s. ordenados de alguna forma de 1 a m. e 3. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo 4.c que se incluye a continuaci´n implementa el algoritmo y se o puede utilizar para simplificar funciones l´gicas. Poner todos los min-terms en una lista. o El programa quine. calcula y muestra en pantalla la “matriz de implicantes primos”. 2. a Este algoritmo. Al ejecutarlo (en la forma indicada o en el propio programa).

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

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

o Funci´n NOR o Esta funci´n es el complemento en Z2 . entre o o o o varias variables. La o o tabla de verdad z = (x nand y) para dos variables y su s´ ımbolos. 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. DIN e ISO. La tabla de verdad z = (x or y) para dos variables y su s´ ımbolos. . SISTEMAS COMBINACIONALES s´ ımbolos. el s´ ımbolo se obtiene colocando (◦) tras el bloque de la funci´n o or.3. DIN e ISO. de la funci´n or entre varias variables. DIN e ISO. DIN e ISO. 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 (◦). 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 o o tabla de verdad z = (x nand y) para dos variables y su s´ ımbolos. que representa la negaci´n l´gica.3. tras el s´ o o ımbolo de la funci´n and. 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 . o disyunci´n l´gica.

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

5. Y y X. Si n definimos los conjuntos U := Zq . el estado y las salidas. siendo t ∈ R la variable que representa el tiempo. respectivamente.1) entonces podemos decir que la entrada (vector) es u(t) ∈ U . X. 2 X := Zn . x) y la funci´n que da la salida. f. La funci´n que define el estado es o f :U ×X → X (u. 2 Y := Zp . MAQUINAS DE ESTADOS 85 3.1). se omite la dependencia respecto de t de las funciones.1). Se a o o diferencian unicamente por la forma de definir la funci´n de salida. 2 (3. y las funciones f y g definen las dependencias entre la entrada.´ 3. x) → y = f (u. 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.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. de salida y de estado.2 Aut´mata de Moore o Un aut´mata de Moore se define como una quintupla o M1 = {U. g} en donde U. definidos en (3. 3. ı Por ser la m´quina de estados un sistema de control.5. o g :U ×X → Y (u. x) → x = f (u. f. Y. Tanto u u las se˜ales de entrada como las de salida y las de estado. toman valores binarios. Para simplificar ´ o la escritura de las expresiones.5.1 Aut´mata de Mealy o Un aut´mata de Mealy se define como una quintupla o M1 = {U. x) 3. son los conjuntos de valores de entrada. Y. 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. 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. la salida (vector) es y(t) ∈ Y y el estado (vector) es x(t) ∈ X. 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. X. g} .

. respectivamente.2q .. Para el aut´mata de Mealy.2 y2. x1 x2 . tal que para una misma entrada da siempre la misma salida) y viceversa. . y las funciones f y g definen las dependencias entre la entrada. u2 x1. el estado y las salidas. . .2q . . . u 2q x1. x2n x2n . son los conjuntos de valores de entrada. x1 x2 . Y de salida y X de estado son finitos.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 . . 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. . .3 Tablas de estado Como los conjuntos U de entrada. Obs´rvese a e n que.1 x2.2 . . . . las tablas son de la forma o u1 x1. a a 3.. . Y y X.2q y2.. . . x2n y2n .. Por ser m´s simple se utiliza m´s el de More.1 x2.. en ambos casos. u2 x1.. . u) x1 x2 .1 x2n . .2q .1). . .2 .2q x2. . u) o y para el de Moore. . x2n .1 .2q Tabla de transici´n f (x. x1 x2 . u) Tabla de salida g(x) Con estas tablas queda completamente descrita una m´quina de estados. . .1 x2n ..5. x2n . u 2q x1.2 x2.1 y2n . . . .. y2n .2 .2q x2. .86 CAP´ ITULO 3.2 . La funci´n que define el estado es o f :U ×X → X (u... . . .. .1 y2. . . u2 y1. definidos en (3.. u1 x1. ..2 x2... de salida y de estado.. x) → x = f (u. .1 .2 . SISTEMAS BOOLEANOS en donde U. . . . x 2n y1 y2 y 2n x2n x2n . u1 y1. . .2q Tabla de salida g(x. u 2q y1. . las funciones f y g que definen el comportamiento de un aut´mata (de Mealy o de Moore) pueden o darse en forma tabular. . el tama˜o (m´ximo) de la tabla de transici´n es de (2 × 2q ) n a o casillas.. .2q Tabla de salida f (x.

5. y una salida y1 = Q. etiquetados A. la naturaleza o a secuencial del sistema.5. etiquetados A. A continuaci´n se dan dos ejemplos de dos m´quinas de estados. q entradas a y p salidas. MAQUINAS DE ESTADOS 87 3. separadas de sus etiquetas por /. Tienen una o dos entradas a u1 .´ 3. cada una etiquetada u con un valor de la entrada. denotada por Q. a partir de las tablas de transici´n e o y de salida se obtiene el diagrama de 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. o .5.5 Dispositivos biestables Los biestables son los sistemas secuenciales m´s simples.4 Diagramas de estado El diagrama de estado de una m´quina de estados con N ≤ 2n estados. 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. si cabe. B. 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. tras las de las entradas y separadas de ellas por /. B y C. mientras que en el de Moore van en los estados. en cualquiera de los dos casos. El primero o a corresponde a un aut´mata de Mealy con 3 estados. o C y D. Los ´ biestables electr´nicos suelen incorporar la salida adicional y2 = Q. En el aut´mata de Mealy las etiquetas de las salidas se o ponen en las aristas. una entrada u y una salida y. una o entrada u y una salida y. El grafo tiene N v´rtices. una unica variable de estado. y q aristas. u2 . y viceversa. 3. cada uno de los cuales va etiquetado e con un n´mero o nombre correspondiente al estado.

u1. . 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).88 CAP´ ITULO 3. Su funcionamiento se basa en el esquema de dos a puertas OR que se indica en la figura. n muchas veces en los flancos de bajada indicados en la figura). 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. dada por su tabla de transici´n. u2). Biestable R-S Es el biestable as´ ıncrono b´sico. en donde f es la funci´n l´gica propia del biestable. Junto a la tabla ıa o de transici´n aparecen los s´ o ımbolos de los biestables RS as´ ıncrono y s´ ıncrono. S Q R _ Q Cada una de las puertas OR tiene una entrada que se realimenta de la salida de la otra puerta. o o o Los biestables pueden ser as´ ıncronos o s´ ıncronos.

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

a un sistema automatizado de producci´n o compuesto de dos partes: una parte operativa (PO) y una parte de comando (PC). m´quinas. uno reactivo (parte de comando) y otro activo (parte operativa).C. La parte operativa es el sistema de producci´n propiameno o te dicho (cintas transportadoras. env´ ´rdenes de control a la parte operativa. Girauld. órdenes P.O. actuadores y captadores. 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. etc. 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. eventos P. Figura 4. Aunque el modelo de un sistema productivo es bastante complejo. en respuesta. Fue introducido en Francia por P. Los captadores recogen informaciones como posici´n o del producto. n ..). 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. a a tados que en la pr´ctica se implementa mediante un automatismo o mediante un a aut´mata programable. 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. manipuladores. Los preaccionadores act´an como rel´s de potencia entre el mando y los actuadores que se encargan u e de transformar el producto. etc.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. SISTEMAS REACTIVOS 4.90 CAP´ ITULO 4. e ıa o 4. que reflejan el estado del proceso en todo momento.2 Grafcet El Grafcet (Graphe de Comands Etape/Transition) es un sistema gr´fico de modea lado de automatismos secuenciales. que interaccionan entre s´ La parte de comando es b´sicamente una m´quina de esı. en su tesis doctoral. para muchas aplicaciones de automatizaci´n local podemos admitir que est´ compuesto por dos o a subsistemas.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. alarmas. por principio. o o El Grafcet es aplicable.

Una etapa representa un estado o modo de funcionamiento estable del sistema o de una parte del mismo. pero puede tener varias. n Figura 4.2. Un Grafcet ha de tener al menos una etapa inicial. Etapas Un sistema din´mico de cierta complejidad evoluciona en el tiempo siguiendo una a determinada secuencia de actividades de trabajo o etapas. cada etapa se representa por un rect´ngulo en que se escribe un a n´mero n que indica su n´mero de orden. En cada etapa. 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.2: Etapa Las primera etapa que se activa al iniciar el Grafcet se llama etapa inicial. la Parte de Comando del sistema (al menos la parte asociada a esa etapa) se mantiene invariable. En cada momento. Estas etapas se encuadran en un doble rect´ngulo. 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. a Cada etapa puede llevar asociada una o m´s acciones. En Grafcet. literal o simb´licamente. Estas acciones se desa criben. junto con los programas y todos los datos o precisos.4. Seg´n la norma IEC-848. procesadores o aut´matas. en de uno o en varios rect´ngulos unidos por una o a l´ ınea al rect´ngulo de la etapa. 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 . • Segmentos paralelos. GRAFCET 91 La Parte de Comando (PC) est´ integrada por los equipos de control: coma putadores.

en paralelo. de etapas y transiciones. Segmentos paralelos En un Grafcet se pueden representar varios procesos que evolucionan de forma concurrente. Las l´ ıneas de enlace que tienen sentido ascendente se marcan en el centro con una punta de flecha. SISTEMAS REACTIVOS Acción A R01 1 Acción B R12 2 Acción C Figura 4. Esto se hace disponiendo varias secuencias verticales. Son etapas de entrada a una transici´n todas las o etapas que conducen a una transici´n. La sincronizaci´n de estos procesos se hace posible mediante o unos segmentos paralelos horizontales. en la figura 4.4 los procesos que se inician en las etapas n + 1 y n + 2 discurren en paralelo y est´n sincronizados a . o La condici´n o condiciones que se deben cumplir para poder pasar una transici´n o o reciben el nombre de receptividades. Por ejemplo.3: Grafcet Transiciones Las transiciones se representan con un peque˜o segmento horizontal que corta la n l´ ınea de enlace entre dos etapas.92 0 CAP´ ITULO 4. 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. Son etapas de salida a una transici´n las o o etapas que salen de una transici´n.

4: Grafcet con el proceso que finaliza en la etapa n. o o o y s´lo si.2. Si est´ activa la etapa n y se cumple la a receptividad R entonces. 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. a 5. 4. . debido al franqueo simult´neo de las transiciones siguiente a a y anterior.4. a 4. GRAFCET 93 n R n+1 n+2 Figura 4. e 3. entonces permanece activa. Este tipo de conexi´n sincronizada entre un proceso simple y varios otros en pao ralelo se llama divergencia AND. a 1. Regla de conflicto de activaci´n: si una etapa ha de ser desactivada y activada o simult´neamente. pasar´n a ser activas a a las etapas n + 1 y n + 2. la receptividad asociada es verdadera. o 2. en ese instante y simult´neamente. M´s adelante veremos algunas otras posibilidades.2. Regla de activaci´n inicial: en el instante inicial s´lo se activan las etapas o o iniciales y esta activaci´n es incondicional. 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. Condici´n de franqueo de una transici´n: una transici´n es franqueada si.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.

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

. Representa el paso simult´neo desde varias sea cuencias concurrentes.2. o La estructura llamada divergencia AND permite modelar el paso de un proceso de secuencia unica a otro con varias secuencias ´ concurrentes. Rc . que terminan en las etapas m − 1.4. a una secuencia unica que empieza en la etapa m. . Saltos n n n R n+1 n+2 m−2 m−1 Rc Rd m n En Grafcet son posibles los saltos condicionales.2. tales como el paralelismo. Para ello cuenta con algunas caracter´ ısticas avanzadas. En la figura se indican a algunas posibilidades. en ese mismo instante. es necesario que en dicho instante sean v´lidas a todas las receptividades Rc .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. . m − 2. con la condici´n expresada en la receptividad o de una transici´n. Si el sistema se encuentra en la etapa n y la transici´n R se hace v´lida. la sincronizaci´n y la jerarqu´ o ıa. se activan simult´neamente las etapas n + 1 y n + 2. GRAFCET 95 El s´ ımbolo l´gico AND indica simultaneidad. Para que ´ en un instante dado se produzca el paso. . . siena do ´stos ultimos f´cilmente idene ´ a tificables por la punta de flecha indicada de la linea de enlace hacia atr´s. a Convergencia AND Es la estructura rec´ ıproca de la anterior. Los saltos pueden ser hacia adelante o hacia atr´s. 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. . . . o a entonces. y los incondio cionales.

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

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

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

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

SISTEMAS REACTIVOS .102 CAP´ ITULO 4.

Parte III Automatizaci´n Local o 103 .

.

Cap´ ıtulo 5 Automatismos 105 .

AUTOMATISMOS .106 CAP´ ITULO 5.

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. accionado por el muelle. con lo que el terminal 1 se e u a desconecta del terminal NC y se conecta con el terminal NA. 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. Pueden e n u o tener varios contactos NC y NA. el rel´. el electroim´n atrae e a o a a la armadura f´rrea hacia el n´cleo del electoim´n. Cuando se deja de aplicar el voltaje a la bobina. Consta de un conjunto de piezas colocadas dentro de una caja. vuelve a su estado de e reposo. para poder operar sobre varios circuitos a la vez. Al aplicar tensi´n entre los terminales A1 y A2. de la forma indicada en la figura 6.1. y es esencialmente un interruptor accionado mediante un el´ctroim´n. 1 NC NA A1 A2 Figura 6.Cap´ ıtulo 6 Automatismos el´ctricos e 6.1: Rel´ en estado de reposo. e 107 .

3: Identidad 6.3 6.2 Funci´n l´gica negaci´n o o o + − a s − Figura 6.2.2.4 Funci´n l´gica AND o o Funci´n l´gica NAND o o .108 ´ CAP´ ITULO 6. e 6.2 6.2.4: Negaci´n o 6.1 Funciones l´gicas con rel´s o e Funci´n l´gica identidad o o + a s − Figura 6. AUTOMATISMOS ELECTRICOS A1 12 14 A2 11 Figura 6.2: Esquema de rel´ con contactos NC y NA.2.

´ ´ 6. FUNCIONES LOGICAS CON RELES 109 + a K − K Figura 6.2.8: Funci´n l´gica NAND o o .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 6.5: Negaci´n con rel´ o e + a b s − Figura 6.

AUTOMATISMOS ELECTRICOS .110 ´ CAP´ ITULO 6.

Cap´ ıtulo 7 Aut´matas programables o 111 .

AUTOMATAS PROGRAMABLES .112 ´ CAP´ ITULO 7.

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

Sign up to vote on this title
UsefulNot useful