Resumen

En este proyecto, se propone un sistema de control Fuzzy en un módulo de entrenamiento de procesos industriales con dos sistemas independientesentre sí, uno térmico y otro neumático, el algoritmo de control se desarrolla en lenguaje Python v3.6 ejecutado por una Raspberry Pi B+, ambos controladores dependen del error y cambio en el error que se actualizanen tiempos de 2 s y 1 s, para temperatura y presión respectivamente, la comunicación con las plantas emplea conversores A/D y D/A, el Fuzzytérmico se analizo con tres referencias de temperatura [50,100 y 150]◦C,con un tiempo de subida de 191 s, 360 s y 505 s; error de estado estacionario de 5.5 %, 0.7 % y 0.7 %, en el sistema neumático se evalúo la velocidadde cambio entre referencias de 10 psi a 15 psi variando la activación delcompresor al inicio de los experimentos, los tiempos de asentamiento que se obtienen son 111 s y 106 s, con el compresor apagado el resultado esde 116 s y 88 s, además de un sobrepaso máximo de 13 % con oscilaciones inherentes al tipo sistema que se encuentran en un rango aceptable.

1 INTRODUCCIÓN

Mantener un proceso industrial en condiciones de seguridad es el objetivo principal de un sistema de control [1]. Para implementar un determinado proceso de control, las plantas de producción y sus sistemas embebidos deben ser modernizados y optimizados [2], esto permite monitorear las variables que están siendo controladas y garantiza que la planta esté trabajando en condiciones de seguridad para el operador e incluso para el sistema de control. También se hace para establecer el método o la forma en que se regulará el sistema, esta adecuación se conoce como instrumentación [3]. En general, cuando un sistema de control e instrumentación se ejecuta bajo una mínima o nula intervención humana, el sistema se denomina automatizado [4], con el fin de dar un enfoque moderno al control, en este trabajo se propone el uso de Fuzzy como algoritmo para dos aplicaciones industriales simuladas [5].

Existe una gran cantidad de hardware embebido para desarrollar sistemas de control Fuzzy [6], sin embargo la mayoría de las aplicaciones se realizan mediante hardware y software licenciados, como alternativa a esto se encuentra la computadora de placa única Raspberry Pi (RPi), la cual ha obtenido mucha popularidad en estos años, debido a su gran capacidad de hardware, la cual mejora cada año, la política de licencia libre para su programación así como el hecho de que cuenta con 40 puertos de propósito general para comunicación (GPIO) [7]. En virtud de ello, el uso de RPi se ha ido expandiendo a muchas áreas como los sistemas de control, tal y como ilustran Li Jianshuo, et al [8].  Desarrollaron un control predictivo con evolución constante basado en un método neuro-fuzzy, para un proceso de secado con microondas, donde la temperatura y la humedad son el objetivo de control, obteniendo resultados exitosos en un entorno altamente complejo con una gran eficiencia y seguridad, consiguiendo además discrepancias adecuadas entre los datos predichos y los medidos.

• Materias:Compresores Controlador Procesos industriales
• Subjects:Compressors Controller Industrial processes
• Palabras claves:Raspberry Pi; sistema de control; instrumentación; Fuzzy; Python.
• Keywords:Raspberry Pi; control system; instrumentation, fuzzy; Python.