Resumen

La implementación de controladores PID en la industria tiene como principal dificultad la programación de los autómatas encargados de los procesos, lo que usualmente se traduce en controladores on-off sin ningún tipo de sintonización. El objetivo de la investigación fue el establecer el rendimiento de algunas técnicas de sintonización de constantes, en un controlador lógico programable comercial, evaluándolas de forma práctica en un sistema temperado. El sistema está compuesto por un recipiente con agua, un controlador PID en el PLC s7-300, haciendo uso del módulo de control de temperatura Siemens FM 355-2C, una resistencia calefactora AC como actuador (controlada por voltaje DC), y termocupla tipo E como sensor de temperatura. El modelo matemático del sistema, así como las constantes del controlador PID, se obtuvieron a través del módulo PID Tuner de Matlab. Las técnicas de identificación estudiadas fueron: la red neuronal MLP, la red auto-regresiva no lineal con entradas exógenas (NARX) y la red neuro-difusa (ANFIS). Los resultados indican que las técnicas anteriores son adecuadas para sintonizar un controlador PID, siendo aplicables en procesos industriales.

1. INTRODUCCIÓN

La temperatura, junto con la presión y la velocidad, es una de las variables que más frecuentemente aparecen en procesos industriales y domésticos (Ruiz-Ayala, Vides-Herrera & Pardo-García, 2018). En este sentido, el control de la temperatura ha sido ampliamente utilizado, pudiéndose encontrar en aplicaciones tan diversas, como: fabricación de muebles, caracterización de asfalto, hornos para el secado de alimentos, en el proceso de cocción de ladrillos, en la producción de fertilizantes y en la manipulación de radioisótopos industriales, por mencionar algunas (Martínez-Mendoza, Sol-Sampedro, Rivas-Tovar & Toledo-toledo, 2015; Moreno-Anselmi, Reyes-Ortíz & Ruíz-Acero, 2016; Criollo, Alvarado, & Numpaque, 2014; Sánchez-Molina, Gelves-Díaz & Ramírez, 2012; Flórez-Solano, García-León & Sánchez-Ortíz, 2017; Martínez-Ovalle, Reyes-Caballero & González-Puin, 2013).

Las técnicas para controlar parámetros físicos han mutado de lo análogo a lo digital, en la medida en que han ido Apareciendo dispositivos electrónicos que permiten ejecutar algoritmos más complejos (Pabón-Fernández, Díaz-Rodríguez & Pardo-García, 2016; Vargas-Guativa, López-Velásquez & Conde-Cárdenas, 2014). Esto último ha permitido pasar del control Proporcional Integral Derivativo, PID, a estrategias de control basadas en redes neuronales, que aprovechan la capacidad de cómputo de los dispositivos programables.

• Materias:Automatización Control de la temperatura Redes neuronales (Computadores)
• Subjects:Automation Temperature control Neural networks (Computer science)
• Palabras claves:Control de temperatura; Plc; Técnicas de identificación; Redes neuronales; Controlador PID
• Keywords:Temperature control; Plc; Identification techniques; Neural networks; Pid controller