Control PID Difuso de Nivel de un Tanque

Instituto Tecnológico de Ciudad Guzmán Tema de Tesis: Control PID Difuso de Nivel de un Tanque en un Sistema de Fertirriego en Invernadero. Que para obtener el grado de: Maestro en Ingeniería Electrónica Presenta: Ing. Joel Vega Serrano Director de Tesis: Dr. Jaime Jalomo Cuevas Ciudad Guzmán, Jalisco, México. Diciembre 2013

Agradecimientos Un agradecimiento total a todas aquellas personas que me brindaron su apoyo incondicional para lograr la realización de mi tesis. A Dios Dios por ser mi guía espiritual espiritual y darme fuerza fuerza para lograr terminar mi proyecto de tesis. A mi esposa y mis dos hijos por brindarme su apoyo, y que me dieron fuerza para concluir mi maestría y proyecto de tesis. A mis padres y hermanos que siempre estuvieron al pendiente y dándome ánimos para que yo lograra un objetivo más en mi carrera profesional. A mis mis asesores de tesis: Dr. Jaime Jaime Jalomo Cuevas, M.I.P. José de Jesús García Cortez y M.C. Raúl Rentería Toriz. A todos los profesores de posgrado de los cuales me llevo los conocimientos que me brindaron de una forma profesional. pro fesional. Al Instituto Tecnológico de Ciudad Guzmán, Jalisco, por brindarme brindarme la oportunidad de ingresar y concluir mi Maestría en Ingeniería electrónica. Al CONACYT por brindarme brindarme su apoyo económico para la realización de la la Maestría.

Resumen En el Instituto Tecnológico de Cd. Guzmán, se cuenta con un invernadero para la producción de fresa, que qu e requiere requ iere un cierto suministro de nutrientes. Para lo cual se cuenta cue nta con un sistema de fertirriego. Dentro del sistema de fertirriego es necesario controlar el nivel del tanque de mezcla de nutrientes, el cual se realiza por medio de un controlador PID clásico. El presente trabajo es con el objetivo de implementar un control PID difuso para controlar nivel en tanque de mezcla de nutrientes para el sistema de producción de fresas en invernadero del Instituto Tecnológico de Cd. Guzmán. Al implementar este sistema automático de control difuso en el invernadero se busca eficientar de control del nivel del tanque del sistema de fertirriego, mejorando con ello el suministro de nutrientes a las plantas y reducir el consumo de energía al mantener un sistema más estable. Un controlador difuso es un sistema de control que, mediante un elemento final de control (actuador), es capaz de mantener una variable o proceso en un punto deseado dentro del rango de medición del sensor que la mide. Es uno de los métodos de control más frecuentes y precisos dentro de la regulación automática. Para la implementación de este control se utilizará: un sensor de presión diferencial MPX10DP en la medición de nivel, herramienta virtual LabView LabView y un PLC Allen Bradley Micro Logix 1100.

Abstract The Institute has a greenhouse for strawberry production that requires certain kind of nutrients supplying; to provide this, it counts with a fertigation system formed itself by a tank in which the level of all nutrients mixed, needs to be checked by the classic PID controller. The objective of this job is to implement a diffuse PID controller to check strawberry production in the Ciudad Guzman, Jalisco Institute of Technology. By implementing this automatic diffuse controller in the greenhouse we pursue more efficiency for controlling the tank level in the fertigation system so that the nutrients supplied can be improved and energy consumption can be reduced maintaining a more stable system. A diffuse controller is a control system that through a final element (actuator) is able to keep a variable or process at a desired point within the measurement range of the sensor that measure. This is one of the most frequent and accurate controlling methods in automatic regulation. To implement this control we will use a differential pressure sensor (MPX10DP) for level measurement, a virtual tool (LabVIEW) and a PLC Allen Bradley Micro Logix 1100.

Índice general ......................................................................................................... 1 Capítulo I .........................................................................................................

Introducción ....................................................................................................... 1

Capitulo II...................................................................................................... 4 Estado de la Técnica .................................................................................. .................................................................................. 4 2.1 Invernaderos Invernaderos ............................................................................................................. 4 2.2 Importancia de la agricultura protegida en México .................................................... 6 2.3 Apoyos Apoyos SAGARPA 2012 para impulsar impulsar la la agricultura protegida ............ ...... ............. ............. ......... ... 7 2.4 Fertirriego............................... Fertirriego................................................................................................................. .................................................................................. 9 2.4.1 Ventajas e inconvenientes de la fertirrigación: .................................................. 10 2.5 Métodos Métodos de inyección inyección en goteo y aspersión. aspersión. ............................................................ 12 2.6 Fresas en invernadero. invernadero. ............................................................................................ 13 2.7 Tipos de Control Control (lazo cerrado, lazo abierto)........................................................... 17 2.8 Medición Medición de nivel. nivel. .................................................................................................. 19 2.9 Control Control Proporcional-Integral Proporcional-Integral-Deriv -Derivativo ativo (PID)...................................................... 19 2.9.1 Acción Acción Proporcional Proporcional......................................................................................... 21 2.9.2 Acción Integral................................................................................................. 21 2.9.3 Acción Derivativa Derivativa ............................................................................................ 22 2.9.4 Usos del PID .................................................................................................... .................................................................................................... 23 2.9.5 Ajuste de parámetros parámetros del PID ........................................................................... ........................................................................... 23 i

2.10 PLC (Controlad (Controlador or Lógico Lógico Programable) Programable) ............................................................... 23 2.10.1 Un Controlador Lógico Programable consta de 3 elementos principales: ........ 24 2.10.2 Estructura Estructura de un PLC ..................................................................................... 24 2.10.3 Clasificaci Clasificación ón de los PLC’s.............................................................................. 25

Capítulo III. ................................................................................................ 27 Metodología propuesta ......................................................................... 27 3.1 Inteligenci Inteligenciaa artificial artificial ............................................................................................... 27 3.2 Ramas que componen la inteligencia artificial ........................................................ 27 3.3 Lógica Lógica Difusa Difusa ........................................................................................................ 28 3.3.1 Aplicaciones.......... Aplicaciones..................................................................................................... ........................................................................................... 30 3.4 Lógica Lógica Booleana Booleana ..................................................................................................... ..................................................................................................... 31 3.4.1 Lógica Lógica booleana: booleana: .............................................................................................. .............................................................................................. 32 3.4.2 Operadores en la lógica convencional. convencional. .............................................................. 33 3.5 Lógica Lógica Difu D ifusa sa ......................................................................................................... 34 3.6 Controladores Controladores Difusos Difusos ........................................................................................... 35 3.6.1 Interfaz Interfaz de difusificaci difusificación ón .................................................................................. 35 3.6.2 Base de conocimien conocimientos tos ..................................................................................... 37 3.6.3 Lógica de decisiones decisiones ........................................................................................ 37 3.6.4 Interfaz Interfaz de desdifusific desdifusificación ación ............................................................................ 38

ii

Capitulo IV ................................................................................................. 41 Resultados .......................................................................................................... 41 4.1 Tablero de control y tanque de mezcla de nutrientes ............................................... 41 4.2 MPX10DP Sensor Presión diferencial (Medición de Nivel) .................................... 42 4.3 Acondici Acondicionador onador de señal......................................................................................... 43 4.3.1 Diseño y simulación del acondicionador de señal generada en el sensor de presión diferencial para estandarizarla estandarizar la de 1 a 5V ............. ....... ............ ............. ............. ............ ............ ............. .......... ... 44 4.4 Convertid Convertidor or de V/I.................................................................................................. 45 4.4.1 Diseño y simulación en Proteus del convertidor de V/I necesario para proporcionar la corriente corr iente de control del driver de la bomba de llenado del depósito de mezclas mezclas de nutrientes nutrientes ................................................................................................ 46 4.5 Función de transferencia transferencia de la planta (Nivel) (Nivel) .......................................................... 47 4.5.1 Sistema de adquisici adquisición ón de datos (Datalogger) (Datalogger) ................................................... 47 4.5.2 Por medio de la herramienta ident de Matlab se obtiene la función de transferencia transferencia de la planta (Nivel) (Nivel) ............................................................................... 48 4.5.3 Con Process model se obtienen los los parámetros de la función de transferencia .. 49 4.5.4 Simulación de la planta de nivel en Matlab, comparando 2 tipos de control: control clásico clásico PID y control PD+I PD+I Fuzzy ................................................................ ................................................................ 50 4.6 Control PID clásico realizado en LabView aplicado en campo para controlar la variable variable nivel................................................................................................................ 52 4.6.1 Resultados de la implementación del control PID clásico ................................. 53 4.7 Diseño del control PD+I Fuzzy en LabVIEW LabVIEW ......................................................... 55 4.7.1 Resultados de la implementación del control PD + I Fuzzy............................... 58

iii

Capitulo V .................................................................................................... 62 Conclusiones .................................................................................................... 62 5.1 Conclusiones Conclusiones .......................................................................................................... 62 5.2 Trabajos Trabajos Futuros .................................................................................................... 62

Referencias bibliográficas ................................................................. 63 Glosario de términos . .............................................................................. 65 Anexos .................................................................................................................... 68 Sensor Sensor de Presión Presión MPX10DP MPX10DP ....................................................................................... 68 Amplificador Amplificador de Instrumentaci Instrumentación ón INA128 .................................................................... .................................................................... 69 Amplificador Amplificador operacional dual TL082 .......................................................................... 70 Transistor Transistor 2n2222 2n2222 ......................................................................................................... 71

iv

Lista de tablas Tabla Tabla 3.1 Conceptos Conceptos básicos ............................................................................................ 32

v

Índice de figuras Figura Figura 2.1 Formas Formas de invernaderos invernaderos..................................................................................... 5 Figura 2.2 Cultivos de la Agricultura Protegida en México ................................................ 7 Figura Figura 2.3 Esquema Esquema de montaje montaje de un u n Venturi ................................................................. 16 Figura. Figura. 2.4.1 Bucle abierto de regulación regulación ......................................................................... 21 Figura Figura 2.4.2 Bucle Bucle abierto de regulación regulación ......................................................................... 21 Figura Figura 2.5 Bucle Bucle cerrado de regulación. regulación. .......................................................................... 22 Figura Figura 2.6 Diagrama Diagrama en bloques de un control PID........................................................... 24 Figura 3.1 El diagrama de bloques bloques para desarrollarla metodología metodología de lógica difusa muestra las tres etapas que constituyen constituyen el control ............................................................. 28 Figura Figura 3.2 Operaciones Operaciones entre conjuntos conjuntos convenci convencionales onales ................................................... 32 Figura Figura 3.3 Estructura de un controlador controlador difuso difuso ................................................................. 34 Figura 3.4 Particiones difusas con distinto número de términos: a) tres términos N, Z y P; b) siete términos NB, NM, NS, ZE, PS, PM, y PB. ............. ....... ............ ............. ............. ............ ............ ............. ............. .......... 35 Figura 3.5 a) Conjuntos recortados y b) Conjuntos escalados ........................................... 37 Figura Figura 3.6. Sistema Sistema Difuso Difuso ............................................................................................... 39 Figura Figura 4.1 Invernadero Invernadero del ITCG ..................................................................................... 42 Figura Figura 4.2 Tablero de control control ........................................................................................... 42 Figura Figura 4.3 Sensor de presión presión diferencial diferencial MPX10DP MPX10DP ......................................................... 43 Figura 4.4 Comportamiento lineal del sensor MPX10DP ................................................. 44 Figura Figura 4.5 Acondicionad Acondicionador or de señal 1V a 5V ................................................................... 45 Figura Figura 4.6 Recta conversión conversión voltaje voltaje - corriente corriente................................................................. 46 vi

Figura Figura 4.7 Diseño Diseño del converti convertidor dor de corriente corriente ............................................................... 47 Figura Figura 4.8 Pantallas Pantallas de la herramienta herramienta Datalogger Datalogger .......................................................... 47 Figura Figura 4.9 System Identifi Identification cation Tool ............................................................................. ............................................................................. 48 Figura Figura 4.10 Process Models Models ............................................................................................ ............................................................................................ 49 Figura 4.11 Simulación de la planta de nivel en Matlab .................................................... 50 Figura Figura 4.12 Reglas Reglas para control Fuzzy Fuzzy ............................................................................. 50 Figura 4.13 a) Respuesta del control PID clásico b) b) Respuesta de ambos controles controles PID clásico clásico y PD+I Difuso Difuso ...................................................................................................... 50 Figura Figura 4.14 Control PID clásico clásico en LabVIEW.................................................................. 52 Figura 4.15 Respuesta a un cambio del punto de referencia .............................................. 53 Figura Figura 4.16 Estabiliza Estabilización ción del proceso ............................................................................. 54 Figura Figura 4.17 Proceso estable estable ............................................................................................. ............................................................................................. 54 Figura Figura 4.18 Respuesta Respuesta a una perturbación perturbación ........................................................................ 55 Figura Figura 4.19 Control Control PD+I Fuzzy en LabVIEW................................................................. 55 Figura Figura 4.20 Variables Variables lingüísticas lingüísticas .................................................................................... 56 Figura Figura 4.21 Reglas de inferencia inferencia ...................................................................................... 57 Figura Figura 4.22 Proceso Proceso estable estable .............................................................................................. 58 Figura 4.23 a) y b) Respuesta a del proceso a un cambio del setpoint ............................... 59 Figura 4.24 a) y b) Respuesta a del proceso a una perturbación ........................................ 59

vii

Capítulo I Introducción

Capítulo I Introducción Como objetivo general está el desarrollar dos sistemas de control: PID clásico y PD+I Difuso, para controlar el nivel de un tanque de mezcla de nutrientes en el invernadero del Instituto Tecnológico Tecnológico de Ciudad Guzmán. Guzmán. La implementación de ambos controles se se va realizar por medio del software de LabVIEW con lo que se pretende innovar y por lo tanto mejorar el control del proceso con el que actualmente se cuenta, y así de esta manera contribuir a la mejora de la automatización de la producción de fresa en el invernadero del Instituto Tecnológico de Ciudad Guzmán. Con la realización de este proyecto finalmente se va elaborar un documento de Tesis. Los procesos industriales exigen el control de la fabricación de los diversos productos obtenidos. Los procesos pro cesos son muy variados y abarcan muchos tipos de productos: la fabricación de los productos derivados del petróleo, de los productos alimenticios, la industria cerámica, las centrales generadoras de energía, la siderurgia, los tratamientos térmicos, la industria papelera, la industria textil, etc. En todos estos procesos es absolutamente necesario controlar y mantener constantes algunas magnitudes, tales como la presión, el caudal, el nivel, la temperatura, el pH, la conductividad, la velocidad, la humedad, el punto de rocío, etcétera. Los instrumentos de medición y control permiten el mantenimiento y la regulación de estas constantes en condiciones más idóneas que las que el propio operador podría realizar. En los inicios de la era industrial, el operario llevaba a cabo un control manual de estas variables utilizando só1o instrumentos simples, manómetros, termómetros, válvulas manuales, etc., control que era suficiente por la relativa simplicidad de los procesos. Sin embargo, la gradual complejidad con que éstos se han ido desarrollando ha exigido su 1

Capítulo I Introducción automatización progresiva por medio de los instrumentos de medición y control. Estos instrumentos han ido liberando al operario de su función de actuación física directa en la planta y al mismo tiempo, le han permitido una labor única de supervisión y de vigilancia del proceso desde centros de control situados en el propio proceso o bien en salas aisladas separadas; asimismo, gracias a los instrumentos ha sido posible fabricar productos complejos en condiciones estables de calidad y de características, condiciones que al operario le serían imposibles o muy difíciles de conseguir, realizando exclusivamente un control manual. Hoy en día la tendencia es automatizar y optimizar los procesos, debido a ello, la la finalidad de este trabajo es mejorar mejorar el sistema automatizado existente de fertirriego fertirriego en el invernadero del Instituto Tecnológico de Ciudad Guzmán. Por medio de un control PD+I difuso utilizando el software de LabVIEW En el capítulo I se presenta una breve breve introducción, iniciando con los los objetivos a alcanzar con la realización de este proyecto y se menciona además el desarrollo que ha existido de los sistemas de control a través del tiempo. En el capítulo capítulo II se describe el estado de la técnica, es decir los diferentes aspectos que intervienen en la producción de alimentos por medio de invernaderos, por ejemplo el sistema de riego empleado, las variables de proceso que intervienen que en el caso de m trabajo es nivel, y algunos tipos e instrumentos de control. En el capítulo III se refiere a la metodología propuesta para la realización de este proyecto, es decir se va diseñar e implementar un control PD+I difuso por medio del software de LabVIEW En el capítulo IV Se detallan los resultados obtenidos durante el desarrollo del proyecto, se mencionan los resultados obtenidos para p ara dos tipos t ipos de control que se emplearon e mplearon en el proyecto: PID clásico y PD+I difuso 2

Capítulo I Introducción En el capítulo V finalmente se presentan conclusiones finales obtenidas con la realización del proyecto y se mencionan posibles trabajos futuros para mejorar dicho proyecto.

3

Capítulo II Estado de la Técnica

Capitulo II. Estado de la Técnica 2.1 Invernaderos Un invernadero es una construcción especial que sirve para crear y mantener las condiciones ambientales apropiadas para el cultivo de especies vegetales; sean verduras, plantas ornamentales o plantines para forestación. Cada vez más los invernaderos forman parte de procesos productivos que involucren a especies vegetales; tanto en grandes empresas como en el hogar para producción de hortalizas para el autoconsumo. Hasta hace un tiempo, los invernaderos eran una práctica costosa, que solo se justificaba para cultivos muy valiosos. Hoy, Ho y, gracias a la existencia en el mercado de nuevos nue vos materiales, los invernaderos constituyen una herramienta útil y económica con la cual es posible prolongar los periodos de crecimiento cr ecimiento de las plantas en general. Los invernaderos consisten en una estructura simple, con una cobertura transparente a la luz y que a su vez ofrece protección contra algunos factores agresivos del clima, (por ejemplo: viento, lluvias, bajas temperaturas) que afectan la vida de las plantas. La estructura puede estar constituida por diversos materiales, los más comunes son el metal y la madera. Actualmente, el costo entre estos dos materiales mantiene una relación de 3:1, es decir que una estructura de metal cuesta tres veces más que una de madera.

4

Capítulo II Estado de la Técnica Con respecto a la vida útil de estas estructuras, la de metal está estimada en 25 años, con un pequeño mantenimiento cada tres años; mientras que en madera podemos esperar una duración de 5, con mantenimiento cada 2 años. La forma del invernadero se elige en función de:



los materiales que se utilizarán para su construcción.



la mayor comodidad para la instalación de ventilación.



el volumen de aire que quede en el interior. (Lo ideal es mantener una relación de 3 m3 de aire/1 m2 de superficie cubierta, con lo que se puede garantizar que el aire del interior amortiguará mejor los cambios de temperatura).

Las formas más utilizadas son las siguientes (Figura 2.1):

Figura 2.1 Formas 2.1 Formas de invernaderos

5


2.2 Importancia de la agricultura protegida en México La agricultura protegida es aquella que se realiza bajo métodos de producción que ayudan a ejercer determinado grado de control sobre los diversos factores factores del medio ambiente. Permitiendo con ello minimizar las restricciones que las malas condiciones climáticas ocasionan en los cultivos. Entre las ventajas de este sistema de producción se encuentra:



Generación de 8 empleos directos por ha.



Producción de cultivos inocuos



Incremento de hasta 5 veces la producción con relación a campo abierto (tomate: 70 ton. a campo abierto vs 350 ton/ha. con agricultura protegida).



Producción todo el año, es posible aprovechar las ventanas de mercado para obtener precios competitivos



Ahorro de agua promedio de 50%. En tomate el ahorro es hasta del 77% (en campo abierto se utilizan 89 litros por kilo producido y en hidroponía 20).



Es posible aprovechar suelos con problemas de degradación o químicos.

Es por ello que desde el año 2001, la SAGARPA ha otorgado diversos apoyos para la Agricultura Protegida. En 2009, el gobierno federal federa l puso en marcha la Estrategia Nacional de Agricultura Protegida, reconociendo los beneficios y rentabilidad de esta actividad en el sector agrícola. En el país existen alrededor de 20 mil hectáreas bajo agricultura protegida de las cuales aproximadamente 12 mil son de invernadero y las otras 8 mil corresponden a malla sombra y macro túnel principalmente.

6

Capítulo II Estado de la Técnica El 50% de la superficie con agricultura protegida se concentra en cuatro estados: Sinaloa (22%), Baja Baja California (14%), Baja California California Sur (12%) y Jalisco (10%). Los principales cultivos que se producen bajo agricultura protegida son el jitomate (70%), pimiento (16%), pepino (10%). En los últimos años a ños se ha intensificado la diversificación de cultivos como la papaya, fresa, chile habanero, flores, plantas aromáticas (figura 2.2).

Figura 2.2 Cultivos de la Agricultura Protegida en México

2.3 Apoyos SAGARPA 2012 para impulsar la agricultura protegida El programa de apoyo a la inversión en equipamiento e infraestructura tiene por objetivo incrementar la capitalización de las unidades económicas agropecuarias, acuícolas y pesqueras a través de apoyos complementarios para la inversión en equipamiento e infraestructura en actividades de producción primaria, procesos de agregación de valor, acceso a los mercados y para apoyar la construcción y rehabilitación de infraestructura pública productiva para beneficio común. Dentro del programa se contempla el componente de agricultura protegida que cuyo objetivo específico es el de fomentar la producción de alimentos sanos y de calidad, con enfoque de red de valor y de manera sustentable, a través de la producción bajo agricultura

7

Capítulo II Estado de la Técnica protegida. Teniendo como población objetivo personas físicas y morales con acceso a mercados.

Impacto o beneficio en la solución a un problema relacionado con el sector productivo productiv o o la generación generaci ón del conocimiento conocimie nto científico cie ntífico o tecnológico. Impacto científico Se genera conocimiento científico con la participación de instituciones educativas y empresas al haber un constante proceso de innovación en la generación de nuevas tecnologías en la búsqueda de automatizar y buscar hacer más eficientes estos sistemas de automatización.

Impacto tecnológico Tecnificación de la agricultura para mejorar la calidad y cantidad de la producción, además de que se abren las oportunidades para generar tecnología nacional que sea alcanzable económicamente para los productores y fácil de manejar por ellos.

Impacto social El establecerse los invernaderos en cierta región trae consigo ciertas consecuencias favorables a las comunidades que se encuentran en las cercanías de estos. Se generan empleos y esto conlleva a mejorar el estilo y calidad de vida de la sociedad. Los trabajadores también obtienen por prestar sus servicios, atención médica y otras prestaciones de ley.

8


Impacto económico Incremento en el ingreso de los productores, aumento de rendimientos por unidad de superficie y al haber prácticamente producción todo el año se los precios de los productos es más accesible a la población en general, se generan oportunidades de empleos. La producción en el invernadero va a aumentar tanto en calidad como en cantidad, obteniendo el productor mayor ganancia económica a mayor volumen de producción garantizada.

Impacto ambiental Con los métodos de riego utilizados dentro de los invernaderos se logra un uso más eficiente del agua, como consecuencia se mejora el aprovechamiento de recursos naturales sin necesidad necesidad de destruir el medio ambiente. Se reduce el uso de herbicidas, pesticidas, pesticidas, plaguicidas; ya que con la cubierta del invernadero y un control optimizado que se va a lograr con el sistema se va a evitar la propagación de enfermedades, plagas etc. En el cultivo. Se logra una importante reducción del uso de fertilizantes

2.4 Fertirriego El riego es la aplicación de agua a los cultivos en forma artificial, oportuna y uniforme. De esta definición se desprende que para regar no basta aplicar agua a los cultivos a través de cualquier metodología, sino que es necesario hacerlo en forma oportuna, manejando las frecuencias y los tiempos de aplicación de acuerdo a las características del cultivo, clima y suelo. Muchas de las recomendaciones de riego están basadas en información teórica. Por ello se debe tener en cuenta que tales programas sólo serán útiles si se encuentran asociados a un monitoreo del riego, práctica que consiste en observar en terreno las condiciones hídricas de la planta y del suelo. Esto permite hacer regulaciones al programa, lo que implica reducir los problemas derivados de la falta o exceso de humedad en el cultivo. 9

Capítulo II Estado de la Técnica Los avances tecnológicos en riego han permitido aumentar la eficiencia de esta práctica, localizando mejor el e l agua agu a en el cultivo y disminuyendo d isminuyendo las pérdidas pérd idas que ocurren en la conducción. Además, se ha aprovechado la misma red para aplicar los fertilizantes que van disueltos en el agua de riego, lo que se ha denominado como fertirrigación. Sin embargo, el manejo del riego y la fertirrigación requieren de mano de obra calificada que lo ejecute, pues cualquier inexactitud puede ocasionar problemas graves al cultivo, en especial durante los periodos en que la planta es más sensible. La fertirrigación es una técnica de aplicación de abonos disueltos en el agua de riego a los cultivos. Resulta un método de gran importancia en cultivos regados mediante sistemas de riego localizad (goteo), aunque también se usa, en menor medida, en sistemas de riego por aspersión (equipos pivote y cobertura total). La diferencia principal entre estos sistemas es que en el riego localizado no se moja toda la superficie, mientras que esto sí sucede en riego por aspersión. El objetivo principal objetivo principal de la fertirrigación es el aprovechamiento del flujo de agua agu a del de l sistema de riego para transportar los elementos nutritivos que necesita la planta hasta el lugar donde se desarrollan las raíces, con lo cual se optimiza el uso del agua, los nutrientes y la energía y se reducen las contaminaciones si se maneja adecuadamente.

2.4.1 Ventajas e inconvenientes de la fertirrigación: Ventajas: Ventajas:



Ahorro de fertilizantes.



Ahorro de mano de obra en la distribución de abonos.



Mejor asimilación y rapidez de actuación de los fertilizantes. 10

Capítulo II Estado de la Técnica 

Mejor distribución (tanto en superficie como en el perfil del suelo, ocupando los nutrientes todo el bulbo creado por el emisor).



Control de pérdida de nutrientes con buen manejo. Gran flexibilidad en la aplicación, lo que permite la adecuación del abonado a las necesidades del cultivo en cada momento.



Incremento del rendimiento y mejora de la calidad de la cosecha.

Inconvenientes: Inconvenientes: 





Mayor coste de inversión inicial (instalaciones y equipos). Necesidad de una formación básica para el manejo de los equipos y fertilizantes. Necesidad de un u n sistema de riego con co n buena uniformidad unifor midad para garantizar garant izar la correcta corr ecta distribución en el suelo.



Utilización de abonos con propiedades adecuadas (solubilidad, pureza, etc.).



Posible riesgo de falta de micronutrientes por la pureza de los abonos líquidos.



Riesgo de obturaciones de goteros por precipitados.



Posible mayor coste de la unidad fertilizante al tener que usar abonos solubles y compatibles con el agua de riego para evitar precipitados.

En México el 77% del agua aprovechable se destina a la producción de alimentos, pero el uso eficiente de este recurso es alrededor del 46%. Por lo anterior, se ha instrumentado el Proyecto Estratégico de Tecnificación del Riego para “Fomentar la producción de alimentos, bienes y servicios realizando un uso sustentable de la cuenca y acuíferos, mediante la instrumentación de acciones que permita el uso más eficiente y productivo del agua disponible”, con fundamento en la Ley de

11

Capítulo II Estado de la Técnica Desarrollo Rural Sustentable, el Plan Nacional de Desarrollo 2007-2012 y el Programa Sectorial de desarrollo Agropecuario y Pesquero 2007-2012. El “Proyecto Estratégico de Tecnificación del Riego2010”, tiene como objetivo fomentar la producción de alimentos, realizando un uso sustentable de la cuenca y acuíferos, mediante la tecnificación del riego que permita el uso más eficiente y productivo del agua.

2.5 Métodos de inyección en goteo y aspersión. Una unidad básica de fertirrigación debe constar de un inyector de fertilizante y un tanque de mezcla de fertilizantes, preferentemente de material plástico (el hierro o acero sufre una corrosión muy rápida), para aportar el abono líquido o, en su caso, preparar la disolución con abonos solubles. También es necesario un agitador, una válvula de control y un filtro. Dependiendo del sistema de fertirrigación, se pueden requerir equipos adicionales como válvulas, reguladores de presión, bombas mezcladoras. En cuanto a los sistemas de inyección, los más comunes son los siguientes: a)

Bomba de inyección.

b)

Inyectores Venturi.

c)

Tanque con bypass de flujo.

Inyector Venturi Su funcionamiento se basa en el efecto Venturi, que consiste en producir un estrechamiento en el flujo principal del agua para causar una depresión. Ésta resulta suficiente para succionar la solución química desde un depósito abierto hasta dicho flujo. El

12

Capítulo II Estado de la Técnica Venturi se instala en un bypass del circuito principal para poder regular el caudal succionado (Figura 2.3).

Figura 2.3 Esquema de montaje de un Venturi

2.6 Fresas en invernadero. De acuerdo a estudios realizados en Japón, el cultivo de fresas en invernadero se está expandiendo rápidamente tomando en cuenta que cuando se obtienen frutos de calidad, el consumidor está dispuesto a pagar un alto precio. Otra palanca que está transformando al sector de invernaderos en México, es que mientras los grandes consorcios se ocupan de grandes superficies de cultivos de tomate, pepino y pimiento, los pequeños productores están encontrando un nicho en el cultivo de fresas, calabacitas, berenjenas, pepinillos, mini-pimientos y tomates rosas. También se están enfocando en los cultivos orgánicos. 13

Capítulo II Estado de la Técnica Sin embargo, debido a las pequeñas superficies de dos y cuatro mil metros cuadrados, cada cultivo requiere de métodos especialmente diseñados para obtener un alto rendimiento. Hasta ahora la clave para obtener frutos suaves, rojos y dulces parece descansar en el uso de sustratos orgánicos y también en el control de la nutrición. En el primer caso, se observa una tendencia generalizada para utilizar sustratos de fibra de coco y perlita, que ayudan a mantener una humedad adecuada. Los especialistas de agua y nutrientes, al igual que los flujos de aplicación, determinan en gran medida la turgencia, dulzura y coloración del fruto. Para garantizar una nutrición balanceada, los mismos especialistas indican que deben considerarse varios métodos para determinar el volumen y el flujo de agua y nutrientes y para ello recomiendan sensores que miden el déficit de presión de vapor (VPD), el contenido de agua en el sustrato, o bien el método que mide el grosor y la temperatura de las hojas para saber en qué momento la planta está trabajando de manera adecuada. Solución nutritiva Los productores de fresa en Japón, han encontrado que al mantener el drenaje de la solución dentro de la canaleta que soporta la planta, se obtiene un amortiguamiento (buffer) que ayuda a mantener un mayor equilibrio nutricional que se traduce en frutos de mayor calidad. Otra de las técnicas utilizadas es disponer de dos canaletas, para combinar dos ciclos de cultivo y aumentar la densidad. Para ello, disponen las plantas maduras en la canaleta inferior y las plantas jóvenes en la superior. Conforme se va terminando la

14

Capítulo II Estado de la Técnica cosecha de la canaleta inferior, se va iniciando la cosecha en la superior, con lo cual se logra alargar la cosecha y obtener una mayor producción. Cambiando paradigmas Un aspecto muy importante que debe ser evaluado en México, es que los productores japoneses de invernadero, ante los elevados niveles de luz natural, en vez de utilizar luz artificial o bióxido de carbono (CO2), como sucede en los Países Bajos o Estados Unidos, para aumentar la producción de fresas o tomates, utilizan técnicas que aumentan la densidad de plantación y tratan de reducir el desperdicio de nutrientes para generar mejores resultados. Ácido sílico: elemento olvidado Otra de las investigaciones relevantes en relación con la fresa y los tomates, es el empleo de Ácido sílico para obtener plantas más sanas, resistentes a la salinidad, con mayor firmeza y vida de anaquel. Estos estudios han sido realizados en la Universidad de Bérgamo, en Italia. Todas estas ventajas se podrían encontrar en un solo producto, que como se menciona al inicio, es uno de los elementos más abundantes entre los minerales, pero su empleo y beneficios son poco conocidos. Los estudios que se realizan actualmente se enfocan en varios puntos que se pueden resumir en reproducción celular, crecimiento, relaciones calcio-silicio, etileno-silicio, desintoxicación de metales pesados, tolerancia a la salinidad y firmeza de los frutos. Cualquiera de estos factores, podría llamar la atención de los productores y por ello, se considera que aunque el silicio puede ser un factor clave, la forma de aplicación, el tipo de suelo y sustrato, así como su interrelación con otros elementos, son la base de su eficiencia.

15

Capítulo II Estado de la Técnica Reproducción En este proceso, el silicio resulta un elemento importante para proteger el embrión, aumentando la disponibilidad de humedad e incrementando la tolerancia a las altas temperaturas. Las deficiencias de este elemento en tomates repercuten en una floración irregular, mientras que en fresas y pepinos se observa una reducción en la fertilidad del polen. Esto se relaciona con la tolerancia a las elevadas temperaturas, con lo cual se podría utilizar el silicio para realizar plantaciones cuando las temperaturas son elevadas. Trasplantes En este punto el silicio se ha venido aplicando en forma de extracto de plantas acuáticas, que ayudan al desarrollo de los trasplantes, aunque debido a la diversidad de sustratos y tipos de suelo, es difícil hacer un dictamen de su eficiencia. Tolerancia a la salinidad En aplicaciones de silicio, se ha observado que al aumentar la turgencia de las células, se reduce la permeabilidad de las membranas que absorben el sodio, con lo cual se incrementa la tolerancia a la salinidad. Igualmente, se ha observado que al disminuir la presencia de sodio, aumenta la de potasio en el tejido celular. Turgencia Finalmente, los datos del incremento de la turgencia de las hojas y los frutos, provienen de estudios realizados mediante aplicaciones de gel de Licinio en las hojas, ya que al parecer es la única forma en que este elemento puede traslocarse y formar polímeros o formas quilatadas qu ilatadas que ayudan a disminuir d isminuir la transpiración de los tejidos. Al hacer más lento el proceso de la transpiración, los frutos mantiene la turgencia por más tiempo, incrementando su calidad y vida de anaquel. 16


2.7 Tipos de Control (lazo cerrado, lazo abierto) Los procesos industriales a controlar pueden dividirse ampliamente en dos categorías: procesos continuos y procesos discontinuos. En ambos tipos, deben mantenerse en general las variables (presión, caudal, nivel, temperatura, etc.), bien en un valor deseado fijo, bien en un valor variable con el tiempo de acuerdo con una relación predeterminada, o bien guardando una relación determinada con otra otr a variable. El sistema de control que permite este mantenimiento de las variables puede definirse como aquel que compara el valor de la variable o condición a controlar con un valor deseado y toma una acción de corrección de acuerdo con la desviación existente sin que el operario intervenga en absoluto. El sistema de control exige pues, para que esta comparación y subsiguiente corrección sean posibles, que se incluya una unidad de medida, una unidad de control, un elemento final de control y el propio proceso. Este conjunto de unidades forman un bucle o lazo que recibe el nombre de bucle de control. El bucle puede ser abierto (figura 2.4.1 y figura 2.4.2) o bien cerrado (figura 2.5).

Figura. 2.4.1 Bucle abierto de regulación 17


Indicador o registrados

Valor deseado (Punto de consigna)

Error Controlador Elemento de transmisión

Elemento final de control

Elemento Primario de medida

Salida del producto

Proceso

Figura 2.4.2 Bucle abierto de regulación

Figura 2.5 Bucle cerrado de regulación.

18

Fluido agente de

Entrada del producto


2.8 Medición de nivel. En la industria, la medición de nivel es muy importante, tanto desde el punto de vista del funcionamiento correcto del proceso como de la consideración del balance adecuado de materias primas o de productos finales. La utilización de instrumentos electrónicos con microprocesador en la medida de otras variables, tales como la presión y la temperatura, permite añadir «inteligencia» en la medida del nivel y obtener precisiones de lectura altas, del orden de ± 0,2 %, en el inventario de materias primas o finales o en transformación en los tanques del proceso. El transmisor de nivel «inteligente» hace posible la interpretación del nivel real (puede. eliminar o compensar la influencia de la espuma en flotación del tanque, en la lectura), la eliminación de las falsas alarmas (tanques con olas en la superficie debido al agitador de paletas en e n movimiento) y la fácil calibración ca libración del d el aparato en cualquier cua lquier punto de la línea de transmisión. El transmisor o varios transmisores pueden conectarse, a través de una conexión RS-232, a un ordenador personal, que con el software adecuado, es capaz de configurar transmisores inteligentes.

2.9 Control Proporcional-Integral-Derivativo (PID) Un PID (Proporcional-Integral-Derivativo) es un mecanismo de control por realimentación que calcula la desviación o error entre un valor medido y el valor que se quiere obtener, para aplicar una acción correctora que ajuste el proceso. El algoritmo de cálculo del control PID se da en tres parámetros distintos: el proporcional, el integral y el derivativo. El valor proporcional determina la reacción del error actual. El integral genera una corrección proporcional a la integral del error, esto nos asegura que aplicando un esfuerzo de control suficiente, el error de seguimiento se reduce a cero. El derivativo determina la reacción del tiempo en el que el error se produce. La suma de estas tres 19

Capítulo II Estado de la Técnica acciones es usada para ajustar al proceso vía un elemento de control como la posición de una válvula de control o la energía suministrada a un calentador, por ejemplo. Ajustando estas tres variables en el algoritmo de control del PID, el controlador puede proveer un control diseñado para lo que requiera el proceso a realizar. La respuesta del controlador puede ser descrita en términos de respuesta del control ante un error, el grado el cual el controlador llega al "set point", y el grado de oscilación del sistema. Nótese que el uso del PID para control no garantiza control óptimo del sistema o la estabilidad del mismo. Algunas aplicaciones pueden solo requerir de uno o dos modos de los que provee este sistema de control. Un controlador PID puede ser llamado también PI, PD, P o I en la ausencia de las acciones de control respectivas. Los controladores PI son particularmente comunes, ya que la acción derivativa es muy sensible al ruido y la ausencia del proceso integral puede evitar que se alcance al valor deseado debido a la acción de control (Figura 2.4).

 ( )

P

+

()

Ʃ

+

( )

I



 ∫ ( ) 

-

+

 ( )

Ʃ +

  

D

Figura 2.6 Diagrama en bloques de un control PID.

20


2.9.1 Acción Proporcional La parte proporcional consiste en el producto entre la señal de error y la constante proporcional como para que hagan que el error err or en estado estacionario sea casi nulo, pero en la mayoría de los casos, estos valores solo serán óptimos en una determinada porción del rango total de control, siendo distintos los valores óptimos para cada porción del rango. Sin embargo, existe también un valor límite en la constante proporcional a partir del cual, en algunos casos, el sistema alcanza valores superiores a los deseados. Este fenómeno se llama sobre-oscilación y por razones de seguridad, no debe sobrepasar el 30%, aunque es conveniente que la parte proporcional ni siquiera produzca sobre-oscilación. Hay una relación lineal continua entre el valor de la variable controlada y la posición del elemento final de control (la válvula se mueve al mismo valor por unidad de desviación). La parte proporcional no considera el tiempo, por lo tanto, la mejor manera de solucionar el error permanente y hacer que el sistema contenga alguna componente que tenga en cuenta la variación respecto al tiempo, es incluyendo y configurando las acciones integral y derivativa.

2.9.2 Acción Integral El modo de control integral tiene como propósito disminuir y eliminar el error en estado estacionario, provocado por el modo proporcional. El control integral actúa cuando hay una desviación entre la variable y el punto de consigna, integrando esta desviación en el tiempo y sumándola a la acción proporcional. El error es integrado, lo cual tiene la función de promediarlo o sumarlo por un período determinado; Luego es multiplicado por una constante I. Posteriormente, la respuesta integral es adicionada al modo Proporcional para formar el control P + I con el propósito de obtener una respuesta estable del sistema sin error estacionario. El modo integral presenta un desfasamiento en la respuesta de 90º que sumados a los 180º de la retroalimentación ( negativa ) acercan al proceso a tener un retraso de 270º, luego entonces solo será necesario que el tiempo muerto contribuya con 90º de retardo para 21

Capítulo II Estado de la Técnica provocar la oscilación del proceso. pro ceso. <<>> Se caracteriza por el tiempo de acción integral en minutos por repetición. Es el tiempo en que delante una señal en escalón, el elemento final de control repite el mismo movimiento correspondiente a la acción proporcional.

2.9.3 Acción Derivativa La acción derivativa se manifiesta cuando hay un cambio en el valor absoluto del error; (si el error es constante, solamente actúan los modos proporcional e integral). El error es la desviación existente entre el punto de medida y el valor consigna, o "Set Point". La función de la acción derivativa es mantener el error al mínimo corrigiéndolo proporcionalmente con la misma velocidad que se produce; de esta manera evita que el error se incremente. Se deriva con respecto al tiempo y se multiplica por una constante D y luego se suma a las señales anteriores (P+I). Es importante adaptar la respuesta de control a los cambios en el sistema ya que una mayor derivativa corresponde a un cambio más rápido y el controlador puede responder acordemente. La forma final del algoritmo del PID es:

 () = () = () +   () +  

22


2.9.4 Usos del PID Por tener una exactitud mayor a los controladores proporcional, proporcional derivativo y proporcional integral se utiliza en aplicaciones más cruciales tales como control de presión, flujo, fuerza, velocidad, en muchas aplicaciones química, y otras variables. Además es utilizado en reguladores de velocidad de automóviles (control de crucero o cruise control), control de ozono residual en tanques de contacto.

2.9.5 Ajuste de parámetros del PID El objetivo de los ajustes de los parámetros PID es lograr que el bucle de control corrija eficazmente y en el mínimo tiempo los efectos de las perturbaciones; se tiene que lograr la mínima integral de error. Si los parámetros del controlador PID (la ganancia del proporcional, integral y derivativo) se eligen incorrectamente, el proceso a controlar puede ser inestable, por ejemplo, que la salida de este varíe, con o sin oscilación y está limitada solo por saturación o rotura mecánica. Ajustar un lazo de control significa ajustar los parámetros del sistema de control a los valores óptimos para la respuesta del sistema de control deseada.

2.10 PLC (Controlador Lógico Programable) 

Un Controlador Lógico Programable (Programable Logic Controler “PLC”), es un dispositivo digital utilizado para el control de máquinas y operación de procesos.



Es un aparato digital digital

electrónico con una memoria memoria programable progra mable para el

almacenamiento de instrucciones permitiendo la implementación de funciones específicas como: lógica, secuencias, temporizado, conteo y aritmética; con el objeto de controlar máquinas y procesos.

23


2.10.1 Un Controlador Lógico Programable consta de 3 elementos principales: 

El primero es el procesador, la unidad central de proceso del controlador Lógico programable. El procesador o CPU (Central Processing Unit) es el “cerebro” del controlador Lógico programable. Una vez que un programa (en la forma de diagrama de escalera) es introducido en el procesador, éste reside en la memoria hasta que sea cambiado por el usuario.



El segundo elemento principal es la estructura de entrada / salida (E/S). Esta provee la interface entre la CPU y el proceso o maquinaria. La adición de los microprocesadores ha aumentado las posibilidades de simples funciones ON/OFF hasta hacer posible generación de reportes, control analógico, etc.,



El tercer elemento es el equipo de programación.

2.10.2 Estructura de un PLC Consta de tres partes fundamentales: las entradas, la unidad central de procesos (CPU) y las salidas. La CPU



Es el cerebro del PLC, responsable de la ejecución del programa desarrollado por el usuario. Es la unidad principal de coordinación de todas las funciones o recursos de los distintos Procesadores Periférico, Procesador de entrada /salida, Procesador de Comunicaciones, Unidad de Memoria y Fuente de alimentación.



La CPU se comunica con las interfaces de I/O por medio de un bus paralelo, que incluye un bus de datos y un bus de direcciones. Adicionalmente, un bus de alimentación provee alimentación eléctrica a las interfaces de I/O.

24

Capítulo II Estado de la Técnica Las Entradas (Interfaces o adaptadores de Entrada) Se encargan de adaptar señales provenientes del campo o niveles que la CPU pueda interpretar como información. Las señales del campo pueden implicar niveles y tipos de señal eléctrica diferentes a los que maneja la CPU. Las Salidas (Interfaces o adaptadores de salida) Comandan dispositivos de campo en función de la información enviada por la CPU.

2.10.3 Clasificación de los PLC’s Si deseamos establecer una clasificación de PLC’s, podemos considerar distintos aspectos: Por su Construcción 

Integral.



Modular.

Por su Capacidad 

Nivel 1: Control de variables discretas y pocas analógicas, operaciones oper aciones aritméticas y capacidad de comunicación elementales.



Nivel 2: Control Co ntrol de variables var iables discretas y analógicas. Matemáticas de punto pu nto flotante. E/S inteligentes. Conexión en red. Gran capacidad de manejo de datos analógicos y discretos.

25

Capítulo II Estado de la Técnica Por Cantidad de E/S 

Micro PLC (hasta 64 E/S).



PLC pequeño (65 a 255 E/S).



PLC mediano (256 a 1023 E/S).



PLC grande (más de 1024 E/S).

26

Capítulo III Metodología Propuesta

Capítulo III. Metodología propuesta 3.1 Inteligencia artificial Se pueden destacar algunas propiedades generales que presenta la inteligencia humana, como por ejemplo la habilidad de enfrentar nuevas situaciones, la habilidad de resolver problemas, de responder preguntas, elaborar planes, etc. Desde sus inicios, el hombre se representó el mundo real mediante símbolos, los constituyen la base del lenguaje humano. En este sentido, se podría considerar a la IA (inteligencia artificial) como un dialecto simbólico constituido por cadenas de caracteres que representan conceptos del mundo real. De hecho, los procesos simbólicos son una característica esencial de la IA. A partir de lo expuesto es posible formular una definición más aproximada de la IA: La inteligencia artificial es una rama de las ciencias computacionales que se ocupan de los símbolos y métodos no algorítmicos para la resolución de problemas.

3.2 Ramas que componen la inteligencia artificial Existen varios elementos que componen la ciencia de la IA, dentro de los cuales se pueden encontrar tres grandes ramas: ra mas: 

Lógica difusa



Redes neuronales artificiales



Algoritmos genéticos

Cada una consta de características especiales, así como de una función específica.

27


3.3 Lógica Difusa La lógica difusa es una rama de la IA que le permite a una computadora analizar información del mundo real en una escala entre lo falso y lo verdadero. Los matemáticos dedicados a la la lógica en la década de 1920 definieron definiero n un concepto clave: todo es cuestión de grado. La

lógica difusa manipula conceptos vagos como como “caliente” o “húmedo” y

permite a los ingenieros construir televisores, acondicionadores de aire, lavadores y otros dispositivos que juzgan información difícil de definir. Los sistemas difusos son una alternativa a las nociones de pertenencia y lógica que se iniciaron en la Grecia antigua. La lógica difusa hoy en día es muy común y se halla en diferentes sectores de la tecnología, tanto en la electrónica como en el control, las matemáticas, la robótica, etc. El objetivo principal de la lógica difusa es crear un sistema basado en el comportamiento y pensamiento humanos. Esto se logra gracias al planteamiento de un modelo en cualquier contexto y traducirlo a reglas gramaticales o lenguaje humano. La clave de la lógica difusa se basa en la experiencia. El sistema toma el banco de conocimiento del experto, ya sea de mecánica, construcción, fotografía, computación, etc. Y con él crea sus reglas para desarrollar una propuesta. La lógica difusa consta de tres etapas para obtener el resultado deseado. La primera etapa se basa en un proceso donde las variables tienen un grado de incertidumbre metalingüístico. Por lo tanto, el rango de valores (universo puede clasificarse por conjuntos difusos, por ejemplo:

de discurso)

de cada variable

baja, media, alta.

Cuando los

sensores miden las variables, los valores pasan por un proceso de fusificación que consiste en pasar dichos valores a un rango a un rango de pertenencia entre cero (0) y uno (1). Se busca determinar en qué grado el valor que se está adquiriendo pertenece a un conjunto difuso. Los conjuntos difusos son caracterizados mediante funciones de membresía, las cuales están sintonizadas al punto de operación adecuado para el funcionamiento del sistema.

28

Capítulo III Metodología Propuesta En la segunda etapa se propones reglas lingüísticas ( inferencia) que servirán de guía para que el sistema se comporte de manera adecuada, idónea o deseada según el modelo de referencia o los objetivos del usuario. El grado de pertenencia de cada una de las variables se evalúa en un conjunto de reglas de inferencia. Dichas reglas de inferencia fueron determinadas con ayuda de un experto. experto. El conjunto de reglas de inferencia determina determina una consecuencia, es decir, asigna un grado de pertenencia a un conjunto difuso que caracteriza a las salidas. Una vez obtenidas las consecuencias, la tercera etapa es un proceso para determinar los valores óptimos de salida, conocido como

desfusificación, y

que consiste en pasar el

grado de pertenencia, proveniente de la consecuencia de la regla de inferencia, a un valor nítido o real. Para hacer eso, previamente se sintonizaron funciones de membresía de cada una de las salidas con el fin de obtener un valor cuantificable. La figura3.1 muestra el diagrama esquemático del controlador difuso

Reglas de inferencia X (Valores nítidos)

Valores difusos

Fusicando

X (Valores nítidos)

Valores difusos

Reglas

F. M

Desfusicando

F. M

Figura 3.1 El diagrama de bloques para desarrollarla metodología de lógica difusa muestra las tres etapas que constituyen el control

29


3.3.1 Aplicaciones Las aplicaciones de la lógica difusa se realizan en áreas multidisciplinarias que van desde la evolución tecnológica de los los electrodomésticos, hasta programas computacionales para tomar decisiones y se han extendido a diversas áreas específicas que se mencionan a continuación: 

Cámaras de video La lógica difusa se emplea en los electrodomésticos con dos variantes: software y

hardware. Las aplicaciones que contemplan el hardware incluyen el uso de tres sensores para lograr un enfoque automático del lente para par a captar el objeto indicado 

Reconocimiento En áreas de seguridad que requiere que la identificación, por ejemplo, de actividad

volcánica a partir del monitoreo de anomalías en líneas largas de registro, o en el reconocimiento de caracteres y en los sistemas de vigilancia de video han sido analizados y probados para ofrecer o frecer alternativas paralelas a las tradicionales, mediante el almacenamiento de conocimiento de imágenes. Debido a que el criterio para determina la actividad volcánica peligrosa es vago, algoritmos basados en la lógica difusa permiten el reconocimiento automático de la actividad, así como la identificación de la morfología respectiva. 

Controladores De la misma manera, la lógica difusa se aplica a través de controladores difusos

para la calidad del agua, los sistemas de operación automática de trenes, los sistemas automáticos de operación de contenedores, los elevadores, los reactores nucleares, las transmisiones de automóviles y las computadoras.

30

Capítulo III Metodología Propuesta 

Uso de lógica difusa en los sistemas de control Este conjunto de aplicaciones ha sido motivado por el deseo de satisfacer uno o más

de los siguientes objetivos: 1. Mejorar la robustez que se obtiene con los métodos clásicos de control lineales 2. Diseño de control simplificado para modelos complejos 3. También se obtiene una implementación simplificada 4. Autonomía 5. Adaptabilidad 6. En el caso del control difuso, no es necesario un modelo matemático de la planta

3.4 Lógica Booleana En la lógica booleana existe una función característica:

  

  ∈    ∉ 

= 1, = 0,



Esta función característica ( ) nos dice que si el elemento pertenece al conjunto

 ∈ 

(

 ∉ 

), entonces la pertenencia es 1; si no pertenece (

0.

31

), entonces la pertenencia es

Capítulo III Metodología Propuesta Esta función expresa que en este universo nítido solo hay dos posibles valores de pertenencia: 1 o 0. Los conectores básicos de la lógica booleana son los mostrados en la tabla 3.1:

∨ ∈,∀∉

Unión, disyunción Intersección, conjunción Negación Pertenencia, no pertenencia Para todo Tal que

U, ∩, ^ - o ~

|

Tabla 3.1 Conceptos básicos

3.4.1 Lógica booleana: Es una lógica de conjuntos y nos nos sirve, principalmente, para definir formas formas de intersección entre conjuntos. Estos conjuntos tendrán entre si elementos en común y elementos que no. Una manera de afinar nuestra búsqueda consistirá en utilizar estos operadores booleanos para precisar el campo de nuestro interés. Las principales opciones son: OR – se suman los conjuntos definidos por dos palabras, es decir la respuesta será todas aquellas referencias donde aparezcan, indistintamente, UNA U OTRA de las palabras indicadas para búsqueda. AND – se trata de la intersección de los conjuntos definidos por las dos palabras, es decir solo aquellas referencias que contengan AMBAS palabras a la vez. NOT – en este caso, aquellas referencias que tengan la primer palabra y no la segunda, es decir un primer conjunto, amputado de parte común con otro.

32

Capítulo III Metodología Propuesta NEAR – como el AND, pero con la exigencia suplementaria de una cercanía entre las palabras.

3.4.2 Operadores en la lógica convencional. Las operaciones entre distintos conjuntos convencionales se muestran gráficamente en la siguiente figura (Figura 3.2).

A

B

A

 ∩  = {  |   ∈    ∈  }

 ∪  = {  |   ∈    ∈ }

A

B

B

A

 ̅ = {  |   ∈  ,  ∈  }

B

 |  = {  |   ∈    ∉  }

Figura 3.2 Operaciones entre conjuntos convencionales 33


3.5 Lógica Difusa Primero es indispensable establecer cierta nomenclatura y terminología. Cuando se



habla de conjuntos nítidos, la variable típica a usar es la . En conjuntos difusos la función de pertenencia que se utiliza es la μ.

Esta toma los valores entre cero (0) y uno (1); como se

mencionó, la forma de representación de los conjuntos difusos puede ser de dos maneras: de forma continua o discreta, como se presenta a continuación. Un conjunto difuso se escribe con una tilde arriba del nombre del conjunto:

   

= { , , }

Esta se utiliza para diferenciarlos de los conjuntos nítidos. En la lógica difusa los conjuntos se pueden presentar en forma continua o discreta. Conjunto difuso discreto:

         ⋯        =

(

)

(

+

)

+

=

( )

En este punto es importante recordar que el signo (+) no indica suma sino unión. Dicha forma de representación es muy empleada en los sistemas digitales como los microcontroladores, computadoras, etc. Conjunto difuso continuo:

      ( )

=

34

Capítulo III Metodología Propuesta Un conjunto convencional se define por una función característica, que se conoce también como función de pertenencia. El símbolo de integral denota ʃ unión unión de elementos del conjunto.

3.6 Controladores Difusos Un controlador difuso está compuesto de cuatro partes principales: interfaz de difusificacion, base de conocimientos, lógica de decisiones e interfaz de desdifusificación, las cuales se detallan en la figura 3.3.

Base de conocimientos

Entrada

Interfaz de difusificacion

Lógica de decisiones (Inferencias)

Interfaz de desfusificación

Salida

Figura 3.3 Estructura de un controlador difuso

3.6.1 Interfaz de difusificación Mide los valores de las variables de entrada para realizar un mapeo a escala que transfiere el rango de los valores valores de las variables a un universo de discurso difuso. difuso. La difusificación convierte los datos de entrada en valores lingüísticos que son las etiquetas de las funciones de pertenencia o conjuntos difusos.

35

Capítulo III Metodología Propuesta Una variable lingüística en general se asocia a un conjunto de términos, definido en el mismo universo de discurso. Para encontrar cuantos términos son necesarios en un conjunto se emplean particiones difusas. El número de conjuntos difusos determina la complejidad del controlador, y estos tienen un significado lingüístico lingüístico como como “negativo grande”, “cero”, “positivo pequeño”. La figura 3.4 muestra ejemplos de particiones difusas en el mismo universo, normalizado de -1 a +1.

Figura 3.4 Particiones difusas con distinto número de términos: a) tres términos N, Z y P; b) siete términos NB, NM, NS, ZE, PS, PM, y PB.

36


3.6.2 Base de conocimientos La base de conocimientos contiene toda la información de la población que se va a controlar, así como las metas del controlador. Consta de una base de datos y una base de reglas lingüísticas para controlar la variable. La base de datos proporciona las definiciones para el establecimiento de reglas y la manipulación manipulación de datos difusos. La base de reglas caracteriza las metas de control y la política que utilizan los expertos para llevar a cabo el control, empleando proposiciones. Un algoritmo de control difuso debe ser capaz de inferir una acción de control correspondiente para cada estado del proceso que se va a controlar, propiedad que se denomina unidad. La estrategia de la base de datos comprende los soportes de la definición de los conjuntos difusos.

3.6.3 Lógica de decisiones La lógica utilizada para tomar decisiones dentro de un controlador difuso es el núcleo del mismo. A partir de la misma se simula la lógica que utilizan las personas para tomar decisiones, con base en conceptos difusos y en la inferencia de acciones de control, empleando implicaciones y las reglas establecidas según la base de conocimientos. El resultado de disparar estas reglas con valores de entrada física nítidos

    ,

,….,

será conjuntos difusos recortados como los de la figura 3.5, los cuales se

denotaran por:

  ( )

,…..

(

)

O m conjuntos escalados

  ( )

,….. 37

(

)

Capítulo III Metodología Propuesta 1

1

a

a

0.5

0.5 b

b

0

0

b)

a)

Figura 3.5 a) Conjuntos recortados y b) Conjuntos escalados

3.6.4 Interfaz de desdifusificación La interfaz de desdifusificación se encarga del mapeo a escala que convierte el rango de valores de las variables de salida a sus universos de discurso correspondientes. La desdifusificación es la herramienta para obtener la acción de control nítida a partir de una acción de control difusa. La salida de control cortadas o escalonadas:

  

se obtiene como la unión de las salidas de control

  =    El valor nítido se denota por

∗

y el área del conjunto se denota por:

    ( )

El uso de las técnicas de control clásico como es el control PID de ganancia fija, en algunos casos resulta ser ser una buena a1ternativa para controlar sistemas dinámicos; dinámicos; ya que proporcionan tiempos de respuesta rápidos, sin embargo entre mayor mayor es la precisión prec isión 38

Capítulo III Metodología Propuesta requerida en el sistema sistema el ajuste de este tipo tipo de control es más difícil ya que son bastante sensibles a las señales de ruido y en ocasiones introducen oscilaciones cuando se presentan retardos en el sistema. Cuando la dinámica de los sistemas o procesos proceso s a controlar es no lineal, el control tiene que tener la capacidad de compensar compensar esta no-linealidad nolinealidad y aunque el control PID asume asume relaciones, este no no tiene la la capacidad para responder a esto. Esta Esta nolinealidad difícilmente puede ser caracterizada por una ecuación por lo que en la mayoría de los los casos es tratada de manera manera subjetiva por el operador del proceso. Esta subjetividad subjetividad tiene implicaciones profundas para poder modelar este tipo de sistemas a través de la lógica difusa. Los componentes de los sistemas convencionales y difusos son bastante bastante similares, difieren principalmente en que el sistema difuso contiene dos

etapas

más, la

"Fusificación" y la "Defusificación" (Figura 3.6).

Figura 3.6. Sistema Difuso En un sistema difuso físico, físico, entrada es leída leída de una fuente externa externa y fusificada antes de ser procesada por la lógica difusa. La salida del proceso lógico es defusificada antes de ser mandada al dispositivo físico de control. Un sistema de control convencional (derecha) tiene una estructura muy similar, pero sin los elementos difusos.

39

Capítulo III Metodología Propuesta En un sistema difuso, el valor de la entrada real (proveniente de sensores) es convertido a un valor difuso vía el proceso de fusificación, este valor es enseguida introducido al proceso lógico difuso comúnmente llamado mecanismo de inferencia, en donde es continuamente continuamente evaluado en un conjunto de reglas reglas (en donde está depositado el conocimiento del experto); este proceso genera un valor de salida difuso, el cual es transformado a un valor de salida real a través del proceso de defusificación. Mientras el modelo PID convencional puede parecer el más simple y por lo tanto, la representación más económica, lo contrario es frecuentemente más cierto. Los controles difusos son en realidad más fáciles de implementa, más simples para describir y verificar, y pueden ser mantenidos y extendidos con mayor exactitud y en menos tiempo.

40

Capítulo IV Resultados

Capitulo IV Resultados

Figura 4.1 Invernadero del ITCG En la figura 4.1 se observa el invernadero con que se encuentra en el Instituto tecnológico de Ciudad Guzmán en el cual se produce entre otras cosas la fresa, dicho invernadero es de gran utilidad para los estudiantes del Instituto ya que en el podemos aplicar los conocimientos adquiridos para la realización de proyectos de investigación, en mi caso particular automatizar el control del nivel del tanque de mezcla de nutrientes por medio de un control PD+I Difuso.

4.1 Tablero de control y tanque de mezcla de nutrientes El invernadero cuenta con un cuarto de control donde dentro del cual se encuentra un tablero con toda la instrumentación necesaria para controlar y monitorear todas las variables (Nivel, pH, presión, etc.) involucradas en el proceso de producción de fresa 41


Figura 4.2 Tablero de control Existe un tablero de control (Figura 4.2) el cual contiene 2 PLC los cuales controlan las variables de nivel y de presión, también se encuentran 2 drivers uno necesario en el control de nivel del tanque de mezcla de nutrientes y el otro para el control de presión del agua que se distribuye distribuye a las plantas

4.2 MPX10DP Sensor (Medición de Nivel)

Presión

diferencial

El MPX10DP es un sensor de presión presión piezorresistivo que proporciona una salida de voltaje muy muy precisa y lineal lineal directamente proporcional a la la presión aplicada, como se muestra en la siguiente figura (Figura 4.3).

42


0 a 10 kPa (0-1.45 psi) 35mV Full scale span (Typical)

Figura 4.3 Sensor de presión diferencial MPX10DP

4.3 Acondicionador de señal El rango de señal proporcionada propor cionada por el sensor de presión diferencial está dentro del rango entre 20mV a 55 mV por lo que es necesario necesario acondicionar esta señal a valores valores estandarizados de 1 a 5 V, como se observa en la figura 4.4 el comportamiento del sensor es en forma lineal, lo cual nos facilita en cambiar dicha señal de milivolts a la ya mencionada señal estándar de 1 a 5 V así que de acuerdo a este comportamiento lineal del sensor obtenemos su ecuación lineal para obtener los valores de voltaje estandarizados deseados de 1V a 5V.

   −  −  ñ

(

∗     −

) = 114. 114.28 286 6 (

43

ñ

)

1.286


5V

1V 55mV

20mV

Figura 4.4 Comportamiento lineal del sensor MPX10DP

4.3.1 Diseño y simulación del acondicionador de señal generada en el sensor de presión diferencial para estandarizarla estandarizarla de 1 a 5V El diseño del acondicionador electrónico de señal (Figura 4.5) y de acuerdo a la ecuación de linealización obtenida para obtener el rango de voltajes deseado de 1V a 5V, consta de 2 etapas, la primera etapa es la obtención de una ganancia de voltaje (114.286), la cual se logra diseñando dicha etapa con un amplificador de instrumentación INA 128 de National Instrument Instru ment que ya viene encapsulado en un IC y que solo es necesario necesar io calcular ca lcular el valor de una resistencia RG para obtener la ganancia deseada. La segunda etapa es un restador, que de acuerdo a la ecuación es necesario para finalmente obtener la señal deseada de 1V a 5V Ganancia amplificador diferencial:

     

= 1 +

=

50

11

11 + 12

44


Figura 4.5 Acondicionador de señal 1V a 5V

4.4 Convertidor de V/I Siguiendo con la característica de respuesta lineal del sensor y ya estandarizada la señal de su salida salida en el rango 1V a 5V, ahora convertiremos convertiremos esta señal de voltaje a una señal de corriente como se observa en la figura 4.6. Esto es necesario para introducir la señal de corriente al variador de velocidad el cual finalmente realizara el control de velocidad de una motobomba.

45


20mA

4mA 1V

5V

Figura 4.6 Recta conversión voltaje - corriente

4.4.1 Diseño y simulación en Proteus del convertidor de V/I necesario para proporcionar la corriente de control del driver de la bomba de llenado del depósito de mezclas de nutrientes El diseño del convertidor de corriente (Figura 4.7) se realiza utilizando el amplificador operacional TL082 que es un encapsulado donde vienen 2 Amp internamente incluidos, una primera etapa es un seguidor de voltaje para acople de impedancias y la segunda es en si el convertidor de corriente con un transistor para proporcionar la corriente estable deseada sin verse afectada por la carga

Figura 4.7 Diseño del convertidor de corriente 46


4.5 Función de transferencia de la planta (Nivel) Por medio de la herramienta “ident” de Matlab se obtiene la función de transferencia del proceso de nivel en el tanque de mezcla de nutrientes, para esto es necesario la obtención de datos que muestren la respuesta de la planta a una señal de entrada tipo escalón.

4.5.1 Sistema de adquisición de datos (Datalogger) Los datos necesarios para la generación de la función de transferencia se obtienen por medio de d e la herramienta Datalogger Dat alogger que incluye el software de LabVIEW, para esto se introduce una señal tipo escalón al proceso, la herramienta Datalogger Datalogger genera un archivo con los datos obtenidos por la herramienta Datalogger. En la figura 4.8 muestra la imagen correspondiente al Datalogger.

Figura 4.8 Pantallas de la herramienta Datalogger

47


4.5.2 Por medio de la herramienta ident de Matlab se obtiene la función de transferencia de la planta (Nivel)

Figura 4.9 System Identification Tool En la figura 4.9 se muestran las pantallas de System Identification Tool donde se introducen los datos obtenidos del proceso por medio del Datalogger, al introducir el archivo con los datos se observa la gráfica de la respuesta de la planta (Control de nivel) a una señal entrada tipo escalón.

48


4.5.3 Con Process model se obtienen los parámetros de la función de transferencia

Figura 4.10 Process Models En la figura 4.10 la opción de Process Models de System Identification Tool nos genera los parámetros involucrados en la función de transferencia que describe el comportamiento de la planta. Con los los parámetros obtenidos obtenidos finalmente se obtiene obtiene la función de transferencia.

     (

. .=

1+

)

   

0.031882 ( . = 1 + 0.44 0.4476 769 9

49

)


4.5.4 Simulación de la planta de nivel en Matlab, comparando 2 tipos de control: control clásico PID y control PD+I PD+I Fuzzy

Figura 4.11 Simulación de la planta de nivel en Matlab En la figura 4.11 se muestra la simulación de la planta la cual se describe por medio de la función función de transferencia, se observa la configuración para tipos de control: control: PID clásico y PD+I Difuso aplicados para la misma planta con lo cual observaremos el comportamiento de la planta para dos tipos de control diferentes

50

Capítulo IV Resultados Pantallas de configuración (determinar 25 reglas de control Fuzzy)

Figura 4.12 Reglas para control Fuzzy En la simulación de los procesos en Matlab en la parte del control Fuzzy es necesario introducir las reglas de inferencia mostradas en la figura 4.12, las cuales determinan el nivel de pertenencia de la señal de entrada. Resultados (gráficas) obtenidos de la simulación en Matlab de los 2 tipos de control

a)

b)

Figura 4.13 a) Respuesta del control PID clásico b) Respuesta de ambos controles PID clásico y PD+I Difuso

51

Capítulo IV Resultados En la figura 4.13 se muestra la respuesta de los dos tipos de control: PID clásico y PD+I Difuso aplicados a la misma planta cuando se introduce una señal de entrada tipo escalón. Se observa una mejor respuesta del control PD+I Difuso en comparación al PID clásico

4.6 Control PID clásico realizado en LabView aplicado en campo para controlar la variable nivel

Figura 4.14 Control PID clásico en LabVIEW En la figura 4.14 se muestra el diseño de un control PID clásico realizado en LabVIEW, donde solo es necesario introducir los parámetros del control (K p, K i, K d) en el panel frontal donde do nde de igual manera se muestra la gráfica del comportamiento del proceso pro ceso de acuerdo al control aplicado

52


4.6.1 Resultados de la implementación del control c ontrol PID clásico

Figura 4.15 Respuesta a un cambio del punto de referencia La figura 4.15 muestra el comportamiento (respuesta) de la variable de proceso la cual se indica por medio de la línea roja, del control cuando se cambia el set-point al proceso (línea verde), Si el proceso (nivel deseado) se encuentra estable y se modifica el setpoint a un valor menor cuando no existe demanda de agua, no sucede nada con el control, en cambio se modifica el setpoint a un valor mayor, inmediatamente por medio del control se la bomba (línea blanca) para llenar el tanque y llegar al nuevo valor de nivel deseado.

Figura 4.16 Estabilización 4.16 Estabilización del proceso 53

Capítulo IV Resultados En la figura 4.16 se observa como después de haber realizado el cambio del setpoint el proceso se empieza a estabilizar, como se activó la bomba se empieza a llenar el tanque al nuevo valor deseado determinado por el cambio del setpoint, conforme se va alcanzando el nuevo valor deseado de nivel la bomba va disminuyendo la velocidad de llenado hasta lograr el nivel deseado

Figura 4.17 Proceso estable En la figura 4.17 se observa cuando el proceso se encuentra estable, es decir el nivel del tanque se encuentra en el valor deseado determinado por el punto de referencia, esto con la finalidad de observar el comportamiento del control cuando se presenta una perturbación.

54


Figura 4.18 Respuesta a una perturbación En la figura 4.18 se muestra el comportamiento del proceso estando estable y se le simula una perturbación al proceso disminuyendo el valor del set-point y vaciando el tanque, se observa que conforme el nivel del tanque va disminuyendo se activa la bomba para el llenado del tanque y de esta manera estabilizar nuevamente e l proceso.

4.7 Diseño del control PD+I Fuzzy en LabVIEW

Figura 4.19 Control PD+I Fuzzy en LabVIEW 55

Capítulo IV Resultados En la figura 4.19 se muestra el diseño de un control PD+I difuso realizado en LabVIEW, donde solo es necesario introducir los parámetros del control (ganancia proporcional, ganancia derivativa y el parámetro de integración) en el panel frontal donde de igual manera se muestra la gráfica del comportamiento del proceso de acuerdo al control aplicado. Variables. Se configuran las las variables lingüísticas del sistema Fuzzy

Figura 4.20 Variables lingüísticas Se va crear un archivo, en la herramienta de Fuzzy System Designer de LabVIEW en la pestaña correspondiente a las variables es donde se determinan las variables lingüísticas a utilizarse para el control difuso, dichas variables lingüísticas dependerán de la complejidad del controlador (figura 4.20).

56

Capítulo IV Resultados Rules. Se configuran las reglas del sistema Fuzzy

Figura 4.21 Reglas de inferencia Se va crear un archivo, en la herramienta de Fuzzy System Designer de LabVIEW en la pestaña correspondiente a rules es donde se determinan las reglas de inferencia a utilizarse para el control difuso. Dichas reglas servirán de guía para que el sistema se comporte de acuerdo a lo deseado y programado (figura 4.21).

57


4.7.1 Resultados de la implementación del control co ntrol PD + I Fuzzy F uzzy

Figura 4.22 Proceso estable En la figura 4.22 Se observa el comportamiento estable del proceso, es decir la variable del proceso (línea azul) del nivel del tanque se encuentra en el valor deseado (línea roja), esto con referencia a la gráfica superior de la imagen. En este momento de estabilidad no hay cambios del punto de referencia ni se presenta algún tipo de perturbación al proceso.

58


a)

b) Figura 4.23 a) y b) Respuesta a del proceso a un cambio del setpoint En la figura 4.23 a) y b) Se muestra el comportamiento del proceso a los los cambios en el punto de referencia, se observa que si estando estable el proceso y se cambia el setpoint a un valor menor no ocurre nada con la variable de proceso ya que no hay demanda 59

Capítulo IV Resultados en el suministro de agua, en cambio si se modifica el punto de referencia a un valor mayor, inmediatamente el control entra en acción activando la bomba para alcanzar el nivel del tanque al nuevo valor determinado por nuevo punto de referencia.

a)

b)

Figura 4.24 a) y b) Respuesta a del proceso a una perturbación

60

Capítulo IV Resultados En la figura 4.24 a) y b) b) Se observa el comportamiento del proceso cuando estando dicho proceso estable se presenta una perturbación, es decir en este caso se suministra agua al cultivo, para observar este comportamiento se cambia el setpoint a un valor menor del que se tiene cuando el proceso se encuentra estable y entonces se suministra el agua al cultivo, al suministra agua el nivel del tanque empieza a disminuir hasta alcanzar el nuevo punto de referencia, r eferencia, en el momento en que el nivel del tanque cae por po r debajo del de l punto de referencia, inmediatamente el control realiza las acciones programadas, es decir enciende la bomba que suministra agua al a l tanque con el e l objetivo objet ivo de mantener el nivel del tanque en el el valor deseado.

61

Capítulo V Conclusiones

Capitulo V Conclusiones 5.1 Conclusiones Se aplican los conocimientos adquiridos y las diferentes formas de control conocidas para el control de variables de procesos en este caso especial aplicados en el campo de la producción de alimentos En base a los conocimientos adquiridos, simulación de prototipos y pruebas realizadas y resultados obtenidos en campo es posible determinar que los sistemas de control difusos y en especial en mi trabajo de investigación, con un control difuso se obtienen mejores resultados en el control de nivel de nivel del tanque de nutrientes del invernadero Es necesario aplicar las técnicas de control adecuados y que nos proporcionen mejores resultados en cada variable de proceso que nos permita optimizar los recursos y reducir en lo posible los daños causados por el uso de tecnologías a nuestro ambiente.

5.2 Trabajos Futuros Como trabajos trabajos futuros, se puede realizar un solo solo control difuso que involucre involucre a todas las variables de proceso involucradas en la producción de la fresa en el invernadero del ITCG (Ph, nivel, temperatura, presión, etc.). Además de que dicho control se puede diseñar para monitorear y controlar dichas variables desde una estación remota, realizando la comunicación del invernadero con dicha estación remota de control en forma inalámbrica o por medio de una página web en internet.

62

Referencias bibliográficas ALPI, A. & TOGNONI, F. (1999). Cultivo en invernadero. (3a. ed.). Madrid: Ed. MundiPrensa. Capdeville, O. B. (2004). Manual para la construcción de un invernadero. Nuestra Tierra, 5-8. Casares, T. S. (2002). Diseño de invernaderos. Recuperado el 01 de Diciembre de 2012, de Instituto Nacional de Tecnológica Agropecuaria: http://www.inta.gov.ar/bariloche/info/documentos/forestal/silvicul/hdt19.pdf Creus, S.A. (2005). Instrumentación industrial. (7a. ed.). España: Marcombo. Damián Iván Heredia, (2010). “Diseño e implementación de un sistema sistema de control y monitoreo automático de agua en cisternas utilizando radiofrecuencias”. Tesis de Ingeniería en electrónica y computación. Escuela Superior Politécnica de Chimborazo. Radiobomba, Ecuador. Mancha, U. C.-L. (2005). Fertirrigación. España: CREA (Centro Regional De Estudios Del Agua). Ponce, C.P. (2010). Inteligencia artificial con aplicaciones a la ingeniería. OGATA, K. (1998). Ingeniería Ingeniería de control moderna, (3a. ed.). México: Prentice Prentice Hall. Sagarpa. (2012).

sagarpa.gob.mx. Recuperado el 01 de Diciembre de 2012, de

http://www.sagarpa.gob.mx/agricultura/Paginas/Agricultura-Protegida2012.aspx 63

Sagarpa. (2012). sagarpa.gob.mx. Recuperado el 01 de Diciembre Diciembre de 2012, de http://www.sagarpa.gob.mx/agricultura/Documents/Proyectos/Boletin.pdf Santiago, J. (2008). Fresas en invernadero. Recuperado el día 01 de Diciembre de 2012, de http://www.hortalizas.com/articulo/7672/fresas-en-invernadero. Ferreyra A., Fuentes R., Estudio Estudio comparativo entre control PID y Difuso. SOMI XV Congreso de instrumentación. Octubre 2000. Guadalajara Jal., México.

64

Glosario de términos. Amplificador operacional: operacional: Es un circuito electrónico (normalmente se presenta como circuito integrado) que tiene dos entradas y una salida. La salida es la diferencia de las dos entradas multiplicada por un factor (G) (ganancia) Nivel: En Nivel: En su sentido más general nivel hace referencia a una "altura" relativa a otra altura; generalmente se toma como punto de referencia una base. Control de nivel: nive l: Son dispositivos o estructuras hidráulicas cuya finalidad es la de garantizar el nivel del agua en un rango de variación preestablecido. Invernadero: Un invernadero (o invernáculo) es una construcción de vidrio o plástico en la que se cultivan plantas, a mayor temperatura que en el exterior. Voltaje: Voltaje: La tensión eléctrica o diferencia de potencial (en algunos países también se denomina voltaje) es una magnitud física que cuantifica la diferencia de potencial eléctrico entre dos puntos. También se puede definir como el trabajo por unidad de carga ejercido por el campo eléctrico sobre una partícula cargada para moverla entre dos posiciones determinadas. Corriente: La Corriente: La corriente o intensidad eléctrica es el flujo de carga por unidad de tiempo que recorre un material. Se debe al movimiento de los electrones en el interior del material. En el Sistema Internacional de Unidades se expresa en C/s (culombios sobre segundo), unidad que se denomina amperio. Una corriente eléctrica, puesto que se trata de un movimiento de cargas, produce un campo magnético, lo que se aprovecha en el electroimán. Adquisición de datos.

65

Fertirrigación: Fertirrigación o fertigación, son los términos para describir el proceso por el cual los fertilizantes son aplicados junto con el agua de riego. Sensor: Es un dispositivo capaz de detectar magnitudes físicas o químicas, llamadas variables de instrumentación, y transformarlas en variables eléctricas. Adquisición de datos: datos: La adquisición de datos o adquisición de señales, consiste en la toma de muestras del mundo real (sistema analógico) para generar datos que puedan ser manipulados por un ordenador u otras electrónicas (sistema digital). Consiste, en tomar un conjunto de señales físicas, convertirlas en tensiones eléctricas y digitalizarse de manera que se puedan procesar en una computadora o PAC. Se requiere una etapa de acondicionamiento, que adecua la señal a niveles compatibles con el elemento que hace la transformación a señal digital. El elemento que hace dicha transformación es el módulo de digitalización o tarjeta de Adquisición de Datos (DAQ). S.P.: S.P.: es el valor de destino que un sistema de control automático, por ejemplo el controlador PID, tendrá como objetivo a alcanzar. Por ejemplo, un sistema de control de la caldera puede tener una temperatura "setpoint", que es la temperatura del sistema de control pretende alcanzar. LabView: LabView: una herramienta gráfica para pruebas, control y diseño mediante la programación. El lenguaje que usa se llama lenguaje G, donde la G simboliza que es lenguaje Gráfico. Transmisor: En Transmisor: En el área de comunicaciones es el origen de una sesión de comunicación. Un transmisor es un equipo que emite una señal, código o mensaje a través de un medio. Invernadero

66

PID: PID: Un PID (Proporcional Integral Derivativo) es un mecanismo de control por realimentación que calcula la desviación o error entre un valor medido y el valor que se quiere obtener, para aplicar una acción correctora que ajuste el proceso.

67

Anexos Sensor de Presión MPX10DP

68

Amplificador de Instrumentación INA128

69

Amplificador operacional dual TL082

70

Transistor 2n2222

71

Control PID Difuso de Nivel de un Tanque

Recommend Documents