Professional Documents
Culture Documents
C . . . . . . . . . . . . . . . . . . . . 66
21. Temperatura en el jitomate durante el proceso de deshidratado. . . . . . . . . . . 67
22. Temperatura en el jitomate durante el proceso de deshidratado. . . . . . . . . . . 67
23. Seal de control aplicada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
24. Cmara de deshidratado a 60
C. . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
25. Temperatura del jitomate deshidratado a 60
C. . . . . . . . . . . . . . . . . . . . 69
26. Humedad de jitomate deshidratado a 60
C. . . . . . . . . . . . . . . . . . . . . . 69
27. Seal de control aplicada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
28. Temperatura de la cmara de deshidratado a 70
C. . . . . . . . . . . . . . . . . . 70
29. Temperatura del jitomate deshidratado a 70
C. . . . . . . . . . . . . . . . . . . . 71
30. Temperatura del jitomate deshidratado a 70
C. . . . . . . . . . . . . . . . . . . . 71
31. Seal de control aplicada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
32. Programa para implementacin de ley de control ptima. . . . . . . . . . . . . . 75
ndice de tablas
1. Sintonizacin Ziegler-Nichols en lazo abierto . . . . . . . . . . . . . . . . . . . . . 10
2. Ganancias obtenidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3. Ganancias introducidas al controlador . . . . . . . . . . . . . . . . . . . . . . . . 57
4. Ganancias de sintonizacin robusta . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5. Ganancias introducidas al controlador . . . . . . . . . . . . . . . . . . . . . . . . 59
6. Contenido de licopeno, fenoles totales y vitamina C . . . . . . . . . . . . . . . . . 73
6
1 INTRODUCCIN 7
CAPITULO 1
1. Introduccin
El control a lo largo del tiempo ha desempeado un papel muy importante en
el avance de la ingeniera, y se ha vuelto una parte importante e integral de los
procesos industriales, de tal manera que ahorra tiempo y dinero en los procesos
industriales. El control es esencial en el diseo de sistemas de piloto automti-
co, control numrico, en la industria aero espacial, en el diseo de camiones y
automviles en la industria automotriz. De igual manera es esencial en las opera-
ciones industriales como el control de presin, temperatura, humedad y ujo en la
industria de procesos. Por esta razn es necesario que el operador cuente con los
conocimientos necesarios, sin embargo en la mayora de los procesos industriales
los lazos de control operan con una sintonizacin emprica o con valores de fabrica,
de tal manera que el control se coloca en modo manual o se pone en cero la parte
derivativa, para el caso de un PID, y esto ocasiona que no se tenga un lazo de
control eciente y bien sintonizado. Se trata este tema por que para nosotros se
involucra a los sistemas que controlan temperatura, y en el proceso a tratar que
es el deshidratado la variable a controlar precisamente es la temperatura.
El deshidratado durante aos ha sido utilizado por nuestros antepasados para
evitar la descomposicin de los alimentos, lo utilizaban los incas durante la edad
media colocando sus alimentos al sol para secarlos, y en la actualidad utilizamos
deshidratadoras de varios tipos para conservar nuestros alimentos haciendo que
esto sea mas rpido y eciente.
Deshidratar consiste en extraer el agua de los alimentos, lo que evita la super-
vivencia de microorganismos y la putrefaccin, porque las bacterias del interior
de los alimentos y procedentes del aire necesitan agua en el alimento para crecer,
el secado les impide sobrevivir en l.
En la industria del deshidratado de alimentos un proceso muy utilizado es
el control de temperatura. Estos procesos consumen mucha energa debido a los
dispositivos utilizados para generar calor como es el caso de las deshidratadoras
elctricas, lo cual es un problema fuerte que aun se sigue tratando.
El controlador mas utilizado es el PID industrial el cual requiere ser sintonizado
para mantener la temperatura deseada, pero no se ha realizado un anlisis para
minimizar el consumo de energa implementando alguna ley de control.
1 INTRODUCCIN 8
Es por todo esto que en este trabajo de tesis se implementa un control ptimo
para ahorrar energa en el proceso de deshidratado de jitomates.
El control ptimo es una tcnica matemtica que estudia sistemas dinmicos o
sistemas que evolucionan con el tiempo. Esto requiere una descripcin matemtica
del problema, las restricciones impuestas sobre el y la funcin que se va a maxi-
mizar o minimizar.
Para esto se hace uso de herramientas como el modelado matemtico, mtodos
numricos, software matemtico y de instrumentacin virtual y mtodos de opti-
mizacin dinmica.
En este caso el sistema cuenta con un retardo implcito en la planta, el cual
afecta considerablemente el buen desempeo del controlador, el retardo se presen-
ta debido a la distancia que existe entre la fuente de calor y la salida de aire. Por
esta razn se toma en cuenta el retardo para disear una ley de control ptima que
minimice energa, para poder comparar esta ley de control con un PID industrial,
el cual esta sintonizado con el mtodo de las tablas de Ziegler - Nichols y tambin
se sintoniza robustamente, con lo cual se puede realizar un anlisis en cuanto a
diferentes parmetros como lo son el sobre impulso, tiempo de establecimiento,
saturacin de actuador y consumo de energa, adems de poder hacer un anlisis
de nutrientes con respecto a estos parmetros, realizando el deshidratado de jito-
mates con los controladores mencionados.
1.1. Planteamiento del problema
En la industria del deshidratado de alimentos se trabaja con equipos con alto
consumo de energa, en los que es necesario controlar la temperatura. Para imple-
mentar el control ptimo, es necesario conocer el modelo matemtico ya que esta
ley de control depende del modelo de la planta, por lo que se obtendr un modelo
aproximado a un sistema lineal de primer orden con retardo en la entrada. Como el
modelo es aproximado se suponen la existencia de dinmicas con comportamiento
no lineal. En este caso la entrada del sistema es el voltaje aplicado a la resistencia
calefactora, la salida es la variable del proceso que se desea controlar en este caso
la temperatura y se mide en milivolts de acuerdo al sensor utilizado.
El voltaje aplicado a la resistencia genera el calor requerido para calentar la c-
1 INTRODUCCIN 9
mara de deshidratado y mantener la temperatura en una referencia ja, tomando
en cuenta que se tiene un ventilador con velocidad ja, el cual permite la entrada
de aire a la planta.
Debido al el alto consumo de energa en el proceso de deshidratado, y que hasta
el momento no se ha reportado ningn anlisis para la prdida de nutrientes en
el producto de acuerdo a el sobre impulso, tiempo de establecimiento y error en
estado estacionario, se propone implementar un control ptimo aplicando teora
para sistemas con retardos para el anlisis de las propiedades alimenticias y min-
imizacin de energa
El deshidratado representa del 10 al 20 % del consumo de energa en la in-
dustria.
No hay anlisis de los efectos que causan los parmetros de control sobre los
nutrientes reportado hasta el momento.
No se ha aplicado algn tipo de control que minimice el consumo de energa
que considere el retardo.
1.2. Hiptesis
Se pueden llevar a cabo minimizacin de energa en un sistema de temperatura
aproximndolo a un sistema de primer orden y lineal utilizando control ptimo
utilizando el enfoque de control moderno para sistemas con retardos.
1 INTRODUCCIN 10
1.3. Objetivos
Este trabajo cuenta con dos objetivos:
1.4. Objetivo general
Controlar un sistema de temperatura que presenta retardo en la entrada me-
diante un control ptimo que permita minimizar la energa.
1.5. Objetivos especcos
Implementar un control ptimo en cuanto a la minimizacin de energa, esto
manteniendo velocidad de viento constante y controlando el voltaje aplicado
a la resistencia elctrica, para mantener una temperatura constante en la
cmara de deshidratado.
Sintonizar robustamente un PID industrial que controle temperatura en la
cmara de deshidratado, para comparar con el controlador ptimo parmet-
ros como sobre impulso, consumo de energa, tiempo de establecimiento, error
en estado estacionario y anlisis de nutrientes.
1.6. Mtodos
1.7. Sintonizacin Ziegler - Nichols
Lo que se desea es controlar la variable del proceso utilizando un controlador
PID industrial Honeiwell el cual es necesario sintonizar para obtener un correcto
funcionamiento, uno de los mtodos utilizados es Ziegler-Nichols [15] el cual esta
basado en las tablas obtenidas por los investigadores que lleva el nombre de este
procedimiento para lo cual se tiene.
Controlador K
p
k
i
k
d
P
h
0
Pi 0,9
h
h
0,3
0
PID 1,2
h
2h 0,5h
Tabla 1: Sintonizacin Ziegler-Nichols en lazo abierto
El mtodo de sintonizacin Ziegler-Nichols es el siguiente:
Si es posible obtener un modelo matemtico de la planta se pueden aplicar
distintas tcnicas de diseo con el n determinar los parmetros del controlador
1 INTRODUCCIN 11
que cumplan con las especicaciones del estado estable y es estado transitorio
del sistema en lazo cerrado. En caso de que sea muy difcil obtener el modelo
matemtico, un enfoque analtico no es posible por lo que se deben realizar prue-
bas experimentales para realizar la sintonizacin del controlador PID.
Existen dos mtodos para sintonizacin por zieglr-Nichols, y el que se utilizara
es el primer mtodo, el cual consiste en aplicarle como entrada a la planta a contro-
lar una seal escaln, para hacer una identicacin de los parmetros aproximados
de la planta real.
Al aplicar la seal escaln a la planta, esta debe mostrar una respuesta forma
de S como muestra la Figura-1.
Figura 1: respuesta de la planta al aplicarle seal escaln.
Esto es solo si la planta no contiene integradores ni polos complejos conjugados,
los parmetros que se obtienen son , h y k.
Donde:
es la contante de tiempo de la planta.
h es el retardo que presenta la planta.
k es la ganancia de la planta.
La constante de tiempo se determina con el 63 % de la ganancia k de la plan-
ta, y el tiempo h se puede medir experimentalmente con un osciloscopio o con un
sistema de adquisicin de datos.
1 INTRODUCCIN 12
La ganancia K debe ser normalizada en caso de no aplicar una seal escaln
unitaria, esto se ve en el capitulo 3 en la parte de la descripcin de la plataforma
experimental.
Con los parmetros de la planta se puede tener la aproximacin para un sistema
de primer orden con retardo como el que se muestra.
Y (S)
U(S)
=
ke
sh
s + 1
Ya que se tienen los parmetros de la planta se sustituyen los valores de los
parmetros que piden las ecuaciones de la tabla 1 para el controlador deseado y
de esa manera se encontraran las ganancias del controlador.
1.8. Control ptimo para sistemas con retardos
Al hablar de control ptimo se pueden tener diferentes puntos de vista de p-
timo, esto es que puede tener un control ptimo en diferentes aspectos, es ah en
donde se hace la pregunta Que es lo que se desea optimizar?.
Para responder esta pregunta es necesario saber cual es la parte que se desea
optimizar y esta puede ser maximizada o minimizada, teniendo bien denido esto
se procede a realizar la optimizacin.
La teora de control ptimo permite resolver problemas dinmicos, donde la
evolucin del sistema depende del tiempo
El control ptimo consiste en encontrar una ley de control que minimice el ndice
de desempeo J, tomando en cuenta que en el caso de sistemas con retardos se
toman los valores que se tienen de estado presente y estados anteriores, esto hace
que se presenten retardos distribuidos.
1.9. Enfoque de Lyapunov-Krasovskii
La estabilidad es el primer objetivo en sistemas de control, sin la estabilidad el
resto de las dems especicaciones como lo son la rapidez de convergencia, pocas
oscilaciones y robustes, no tendran sentido.
La planta con la que se trabaja tiene un retardo, y el anlisis de estabilidad de
sistemas con retardos se complica cuando se presenta un retardo en el modelo del
1 INTRODUCCIN 13
sistema, ya que la ecuacin caracterstica no es algebraica.
A continuacin se presenta un ejemplo que permite observar que los mtodos
clsicos de Lyapunov no son adecuados para el anlisis de sistemas con retardo.
Sea el sistema escalar lineal
x(t) = f1
x
+
_
0
h
f
2
(x(t + ))
Los sistemas con retardos tambin se pueden clasicar en:
Sistema Retardado: x = f(xt, x(t h), ..., x(t h
n
))
Sistema Neutral: x = f(x(t), x(t h), x(t h
2
), ..., x(t h
n
, x(t h
n
))
Sistema Avanzado: x = f(x(t), x(t +h), ..., x(t +h
n
))
A continuacin se describe el proceso a controlar en este trabajo de tesis, el
cual presenta un retardo en el transporte.
La planta a controlar es una deshidratadora, en la cual se desea mantener una
temperatura de referencia, para lograr esto la planta cuenta con una resistencia
elctrica que permite calentar el aire que entra mediante un ventilador, y de este
modo se lleva aire caliente a la cmara de deshidratado, la Figura- 5 ilustra este
proceso.
Figura 5: Planta con retardo
Como se observa en la Figura- 5 al entrar aire a la cmara de calentamiento este
pasa por la resistencia elctrica para ser calentado, para que de esta manera llegue
a la cmara de deshidratado, pero el tiempo que tarda en calentar la resistencia al
aire que pasa por ella y el tiempo que tarda en llegar el aire caliente a la cmara
de deshidratado, producen un retardo en el transporte del aire caliente, el cual
es muy considerable para esta planta lo cual hace notar que entre mayor distan-
cia exista entre la cmara de calentamiento y la cmara de deshidratado mayor
2 REVISION BIBLIOGRFICO DE RESULTADOS PREVIOS 23
ser el retardo, de este modo para poder controlarla es necesario tomarlo en cuenta.
Existen diferentes tcnicas para evitar un mal desempeo del controlador, y
como la planta cuenta con el retardo de una manera implcita, la forma de com-
pensar ese retardo es tomando medidas sobre el controlador, por lo que se puede
considerarse insertando un retardo en la ley de control.
2.2. Control ptimo para sistemas con retardos
Para los sistemas que se desean controlar y que son de una complejidad may-
or y se requieren operaciones de transferencia de calor,como controlar reactores,
algunos sistemas de temperatura, sistemas qumicos etc. los retardos se hacen
considerables y esto impide que los controladores P, PI y PID funcionen apropi-
adamente, adems de que con estos controladores no se hace una minimizacin de
energa. por tal motivo se utiliza una ley de control ptima que considere el retar-
do y pueda controlar de manera eciente el lazo de control, adems de minimizar
el consumo de energa sin saturar los actuadores.
La teora de control ptimo tiene sus orgenes en el calculo variacional, que
busca mximos y mnimos de funcionales de costo[23].
El problema de control ptimo para los sistemas en tiempo continuo se carac-
teriza por encontrar una ley de control u(t) que actu sobre el sistema en cierto
intervalo t [t
o
, t
f
] y que minimice un ndice de desempeo. Para el caso de sis-
temas con retardos se toman en cuanta valores del estado presente y pasado, esto
hace que se presenten retardos distribuidos[1, 17].
El control ptimo es una tcnica matemtica que puede utilizarse como una
buena opcin en el control y la mejora del desempeo de plantas que contienen
retardos, pero esta tcnica aun no es de uso frecuente en la industria debido a que
su implementacin es compleja [30].
Para poder tener una amplio conocimiento acerca del control ptimo para sis-
temas con retardos este se ha tratado de muchas formas, algunos artculos tratan el
control ptimo para sistemas con retardo en donde el retardo se considera en el es-
tado y en la salida de control [20], mediante la programacin dinmica [26, 18, 32]
y tambin utilizando las funcionales complejas de Lyapunov Krasovskii [31], que
han sido utilizadas para un control subptimo[24, 28].
2 REVISION BIBLIOGRFICO DE RESULTADOS PREVIOS 24
Existen sistemas que cuentan con retardos en la entrada,en el estado o en
ambos. Cuando el control ptimo se aplica por retroalimentacin de estado y la
planta presenta retardos en el estado, el control presentara retardos distribuidos
en el estado [18]. Cuando el sistema presenta retardos en el control [1], el contro-
lador presenta retardos distribuidos en la seal de control.
La implementacin leyes de control para sistemas con retardos distribuidos han
sido estudiadas por diferentes autores[21, 22, 25] y [10] como se sabe este tipo de
retardos involucra una integral, la cual es obtenida mediante una aproximacin
numrica. En [21, 13] se trata el control ptimo para sistemas con retardos en
el estado en el cual aparece una integracin numrica en la cual la solucin es
aproximada paso a paso en cada sub intervalo, en la cual la solucin dene las
matrices del controlador, adems de probar la aproximacin numrica con un may-
or numero de pasos para aproximar la integral, haciendo que el lazo de control en
lazo cerrado se vuelva inestable. Pero hasta el momento no se haban validado de
manera experimental estas leyes de control para sistemas estables.
2.3. Conclusiones
Hasta el momento los resultados obtenidos solo son simulaciones de un control
ptimo para sistemas con retardo, pero es muy importante tener una validacin
real de la implementacin de las leyes de control, pero esto aun no se ha repor-
tado. Es por eso que en este trabajo se obtienen resultados experimentales de
un sistema de control de temperatura, el cual es controlado mediante una ley de
control optima de horizonte innito en la cual se tiene como actuador el sistema
calefactor y se mantiene una velocidad de viento ja a diferencia de [8]. El control
ptimo presenta retardos distribuidos en el control y es considerado invariante en
el tiempo, los resultados que se presentan en el capitulo 7 valdan la ley de control.
Otra parte muy importante es la experimentacin con un PID industrial sin-
tonizado robustamente,esto con el objeto de comparar el desempeo del control
ptimo con el controlador PID en cuanto a tiempo de convergencia, error en estado
estacionario y el uso de energa.
3 JUSTIFICACIN 25
CAPITULO 3
3. Justicacin
3.1. importancia del deshidratado de alimentos.
Para conservar alimentos y evitar refrigerarlos estos desde la antigedad se han
deshidratado, pero al deshidratarlos no se ha analizado que tantas propiedades
pierden y una de las propiedades que se quieren analizar del jitomate saladete es
la prdida de color, ya que el color en un jitomate es seal de calidad adems de
que con evidencia epidemiolgica del posible efecto protector del licopeno contra el
cncer, diversos estudios de cultivos de clulas y tejidos animales han demostrado
el potencial anticancergeno del licopeno[6, 4].
3.2. Importancia de un lazo de control en un proceso de deshidratado.
Los procesos de deshidratado para su eciente y correcto funcionamiento re-
quieren de mantener una temperatura constante, preestablecida por un operador.
La temperatura debe ser mantenida durante todo el proceso de deshidratado, por
lo tanto se requiere un control de temperatura que neutralice las perturbaciones
como temperatura del medio ambiente, contenido de humedad de los materiales.
Estos procesos en los que se controla temperatura, utilizan calefactores elctri-
cos que al ser generalmente resistencias elctricas se requiere que sean de potencias
elevadas y consumen grandes cantidades de energa.
Los actuadores desde la antigedad se han controlado por medio del control ON-
OFF que no es muy preciso y el actuador esta sometido a una saturacin muy
importante, lo que puede causar que fallen de manera frecuente, por lo que poste-
riormente se implementaron los controladores PID que son los mas utilizados en
la actualidad por su buen desempeo.
3.3. Control PID
En la industria existen muchos procesos que requieren ser controlados y moni-
toreados. La temperatura es uno de los parmetros mas importantes que la indus-
tria monitorea y controla. El 95 % de los controladores industriales son PID[19],
ya que es robusto y trabaja sobre el error que existe entre el setpoint y la variable
de proceso.
3 JUSTIFICACIN 26
En estos controladores no se tiene control sobre el consumo de energa, el buen
desempeo de estos depende de la buena sintonizacin que puedan tener, pero es-
ta no acta directamente sobre el consumo de energa que el controlador necesita
para alcanzar el valor de referencia, adems de que la mayora de los controladores
son sintonizados empricamente o con la auto sintonizacin con la que cuentan los
controladores mas actuales, aunque se logre tener un comportamiento adecuado
en cuanto al control de temperatura, el consumo de energa es bastante alto ya
que aun con este tipo de controlador los actuadores se encuentran saturados, y el
consumo de energa y el control de temperatura depende mucho de la sintonizacin
del controlador para poder mejorar y aunque se alcance el valor de temperatura
deseado la sintonizacin del controlador no garantiza una reduccin eciente en
el consumo de energa.
3.4. Control ptimo para el proceso de deshidratado
Este tipo de control aun presenta un grado de dicultad considerable en la im-
plementacin y aun no tiene mucha presencia en la industria, una ley de control
ptimo trabaja sobre el modelo de la planta a controlar pero lo que lo hace no
tan robusto, pero a pesar de esto puede mostrar buenos resultados en cuanto a
la saturacin de los actuadores y el consumo de energa, ya que este minimiza
un ndice de desempeo el cual involucra la seal de control que esta implicada
directamente con el consumo de energa y los actuadores.
En la actualidad es de mucha importancia el ahorro de energa ya que esto
implica ayudar a conservar mas recursos naturales del planeta, tambin se reduce
el consumo de combustibles fsiles para generar energa elctrica y con esto se
reduce la emisin de contaminantes del medio ambiente y como consecuencia del
ahorro de energa se tiene un menor costo en la factura de consumo.
3.5. Descripcin de la solucin
Para este trabajo se construye un prototipo que permita realizar el control de
temperatura utilizando un PID industrial Honeywell, e una implementar la ley de
control ptima, con el objeto de comparar ambos controladores.
El prototipo consta de un ventilador, el cual entrega ingresa aire fro a veloci-
dad de viento constante a una cmara de calentamiento, en la que se encuentra
el actuador que es una resistencia elctrica permitiendo calentar el aire fro que
pasa a travs de ella, para transportarlo a una cmara de deshidratado en la que
3 JUSTIFICACIN 27
se requiere mantener una temperatura constante.
Para saber la temperatura a la que se encuentra la cmara de deshidratado, es
colocado un sensor de temperatura para el controlador ptimo y otro sensor para
el controlador PID, estas seales son conectadas a una DAQ para poder moni-
torear las seal de control y temperatura, y de esta manera registrarlas en el disco
duro para poder registrar el comportamiento del controlador.
El controlador PID es sintonizado mediante las tablas de Ziegler-Nichols y
utilizando el mtodo D-particiones[7, 9] y la seal de control es enviada a un mi-
crocontrolador, el cual enviara una seal PWM al actuador.
EL controlador ptimo se implementa mediante el software de instrumentacin
virtual LabVIEW en donde se programa la ley de control, los datos del sensor de
temperatura son recibidos por una DAQ, para que despus la ley de control pro-
gramada enve una seal de control analgica al mismo microcontrolador utilizado
con el PID, todos los datos de temperatura seal de control y potencia consumida
son registrados en el disco duro para posteriormente poder realizar la compara-
cin con el PID industrial y poder observar grcamente el comportamiento del
controlador.
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 28
CAPITULO 4
4. Construccin y diseo de la plataforma
En este capitulo se describe de una manera mas detallada la plataforma con la
que se esta trabajando y se mencionan algunos tipos de deshidratadoras existentes.
Para el caso de la deshidratadora que se construy se obtiene el modelo aprox-
imado de una manera experimental, se explica el controlador ptimo aplicado y la
manera en como se sintonizo robustamente el controlador PID para poder hacer
la comparaciones de los controladores.
4.1. Tipos de deshidratadoras
El objetivo principal del deshidratado de alimentos es la conserva de estos me-
diante el secado, reduciendo el contenido de humedad para evitar el crecimiento
de microbios y evitar la refrigeracin de los alimentos.
Secado:
El secado es una operacin en la que se elimina por evaporacin casi toda el
agua presente en los alimentos, mediante la aplicacin de calor bajo condiciones
de operacin controladas [11].
Existen diferentes tipos de secadores o deshidratadoras. La conguracin bsi-
ca de una deshidratadora es una cmara de deshidratado, en la cual es colocado
el producto que sera sometido al proceso, de igual manera consta de un sistema
que introduce aire caliente a la cmara de deshidratado utilizando conductos que
puedan dirigir el aire al producto. El agua es removida del producto y es en-
viada hacia afuera en una sola operacin. El aire se calienta cuando pasa por
resistencias elctricas o combinacin directa con gases de combustion de escape.
A continuacin se describen las partes que conforman a una deshidratadora.
Generador de aire:
Los secadores de aire deben contar con un sistema que permita la entrada de
aire a una o diferentes velocidades de ujo, para eso se utilizan ventiladores.
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 29
Calefactor:
En calefactores directos el aire es calentado en combinacin con gases de
combustion de escape. En calefactores indirectos el aire es calentado a travs
de resistencias elctricas.
El costo de los calentadores directos es mas bajo que los indirectos, pero
algunos productos se llegan a daar o contaminar debido a los gases.
Alimentadores o feeders:
Estos se encargan de depositar el alimento a deshidratar sobre la base en
la cual estarn expuestas al ujo de aire, y pueden ser transportadores de
tornillos, mesas rotantes y bandejas vibrantes.
Existen diferentes Tipos de deshidratadoras y aqu se mencionarn algunos.
Secador de charolas.
Secador de lecho uidizado.
Secador de horno.
Secadores de tnel.
Secadores con cinta transportadora.
Secadores de bandeja para laboratorio.
4.2. descripcin de la planta
La planta utilizada debe mantener una velocidad de viento constante de (2fracms),
para que el aire al pasar por la resistencia calefactora sea calentado a una tem-
peratura constante con el mnimo consumo de energa,y el producto a deshidratar
reciba este aire y la humedad sea expulsada. La plataforma consta de las siguientes
partes:
Como generador de aire se utiliza ventilador a velocidad constante.
Se cuenta con una resistencia elctrica de nicromel como calefactor.
El alimentador es la charola para posicionar el producto.
Para el control de temperatura se utiliz.
Sensor de temperatura.
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 30
tarjeta de adquisicin de datos.
software de instrumentacin virtual LabVIEW.
PID industrial Honeywell.
Salida PWM utilizando un microcontrolador PIC.
Interface de potencia.
La conjuncin de todos estos elementos forman la plataforma experimental en la
que se prueba la ley de control que se implement para este trabajo, y se describe
a continuacin.
En la Figura-6 se muestra el prototipo desarrollado.
Figura 6: Prototipo experimental
En la Figura-7 se muestra un diagrama esquemtico del prototipo.
Figura 7: diagrama del prototipo.
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 31
Para mantener la temperatura constante y poder ahorrar energa se implemen-
t una ley de control que permita esto y se tratar en el capitulo 3.
Para que se realice el proceso de control de temperatura utilizando el PID
industrial y la ley de control ptima la plataforma cuenta con dos secciones que
son instrumentacin y la interface de potencia.
Instrumentacin.
Para realizar la instrumentacin de la planta se utiliza una tarjeta de adquisi-
cin de datos y LabVIEW. con la tarjeta de adquisicin de datos se reciben todas
las seales de los sensores y es enviada la computadora para que con el software
LabVIEW se reciban todas las seales y sean guardadas en archivos de texto para
posteriormente analizarlas. En la Figura-8 se muestra el diagrama de conexin
para los sensores.
Figura 8: Diagrama de la parte de instrumentacin.
Interface de Potencia
La interface de potencia es un circuito que permite acoplar, la seal de control
enviada por el PID industrial o por la DAQ con elementos de mayor potencia
como lo es la resistencia elctrica.
La seal de control que se enva para controlar la temperatura es PWM, esta
seal depende de el valor que se ingrese a la entrada analgica del microcon-
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 32
trolador, y esta seal es enviada por el PID industrial o por la ley de control
programada en LabVIEW.
En la Figura-9. se muestra el diagrama que permite conectar la seal de control
con la interface de potencia.
Figura 9: Interface de potencia.
4.3. identicacin de la planta (Modelo aproximado)
Para realizar la identicacin de la planta se realiza la prueba de la respuesta
al escaln, la cual se realiza como sigue.
1. el ventilador se mantiene a velocidad constante aplicando 7.8 volts, de tal
manera que entregue una velocidad de viento de 2
m
s
.
2. se aplica una entrada escaln al actuador con un voltaje aplicado del 70 %.
3. se toma el valor de temperatura obtenido hasta que la temperatura no tenga
mucho cambio, y se toma como el valor de ganancia K.
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 33
4. Para obtener se toma el 63 % de el valor de ganancia k obtenido.
5. De manera grca se obtiene el valor de h.
Para mostrar la identicacin de la planta se obtuvieron los siguientes resultados.
La planta a utilizar esta conformada por una resistencia elctrica, un ventilador
y una cmara de deshidratado, a continuacin se muestra la construccin de la
planta.
Figura 10: deshidratadora
el ventilador es utilizado para ingresar aire fri a la cmara de calentamiento
manteniendo la velocidad constante para obtener una velocidad de viento de 2
m/s que es la necesaria para deshidratar el jitomate. El aire entra a la cmara de
calentamiento, la cual cuenta con la resistencia elctrica que es la que se controlar
para mantener la temperatura de la deshidratadora constante.
La resistencia es alimentada por 127 Vcd como voltaje pleno para alcanzar
la temperatura maxima, pero para controlar la variable del proceso es necesario
variar el voltaje que se le aplica a la resistencia elctrica, esto se logra utilizando
un PWM y una interface de potencia que permita regular el voltaje aplicado a la
resistencia.
4 CONSTRUCCIN Y DISEO DE LA PLATAFORMA 34
Utilizando un sistema de adquisicin de datos se tomaron los datos obtenidos
de la planta y esta se muestra a continuacin.
Figura 11: Respuesta al escaln
ahora este es el modelo aproximado que se utiliza para que la ley de control
acte. Es necesario normalizar el valor de la ganancia K ya que la seal escaln
aplicada no es unitaria para lo cual se toma el valor mximo y se divide entre el
punto en donde inicio el experimento
0,23
0,85
= 0,27058 y este valor sera la ganancia
K de la planta, y la es el 63 % de la ganancia K sin normalizar.
Como se observa la respuesta de la planta es semejante a la de un sistema de
primer orden, por lo que los parmetros quedan de la siguiente manera.
Y (S)
U(S)
=
0,27e
4s
86s + 1
Por tanto la funcin de transferencia de la planta es de primer orden con
retardo, y es la que se utilizara para disear el controlador ptimo.
Los parmetros de esta funcin de transferencia son muy importantes ya que
son los que determinan el comportamiento de la planta, y a si mismo el contro-
lador ptimo trabajara directamente sobre ellos y de esto depende el correcto
funcionamiento de esta ley de control.
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 35
CAPITULO 5
5. Control ptimo para la plataforma experimental
5.1. Programacin dinmica
Un sistema de control se puede representar por la ecuacin diferencial 1.
(.)(t
0
, x
0
) J
U
(.)
(t
0
, x
0
), u(.) U
Entonces u
Y (t) = AY (t) +B
_
fY (t) 2af
_
h
0
e
a
y(t h)
_
dt
Sustituyendo la ley de control optima aproximada en 9 se tiene:
Y (t) = AY (t)+B
_
fY (t) 2af
_
h
n
_
Y (t) + 2
_
n1
i=1
e
a
ih
n
Y
_
t i
h
n
_
_
+e
ah
Y (t h)
___
(10)
De la ec 10 se pueden reacomodar los trminos para simplicar como sigue:
Y (t) =
m
i=0
A
i
Y
_
t i
h
n
_
Y (t) =
_
A Bf
2afbh
n
_
A
i
=
2afBh
n
e
aih
n
A
m
=
_
2afbh
n
_
Y (t) =
m
i=0
A
i
Y
_
t
ih
n
_
Y (t) =
m
i=0
A
i
Y (t)
m
i=0
A
i
_
t
t
ih
n
Y (s) ds
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 42
Sustituyendo
Y (s)
Y (t) =
m
i=0
A
i
Y (t)
m
i=0
A
i
_
t
t
ih
n
m
i=0
A
i
Y
_
S j
h
n
_
ds
Y (t) =
m
i=0
A
i
Y (t)
m
i=0
m
j=0
A
i
A
j
_
t
t
ih
n
Y
_
S j
h
n
_
ds
Como se observa se tiene un termino dependiente de s, por lo que se realiza un
cambio de variable de la siguiente manera.
= S
jh
n
si S = t
= t
jh
n
si S = t
ih
n
= t
ih
n
jh
n
Obteniendo.
Y (t) =
m
i=0
A
i
Y (t)
m
i=0
m
j=0
A
i
A
j
_
t
jh
n
t
ih
n
jh
n
Y () dt
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 43
Para probar estabilidad es necesario considerar funcionales de Lyapunov Krasovsky
de la siguiente manera.
V (X
t
) = V
1
(X
t
) +V
2
(X
t
)
Proponiendo las funcionales V
1
y V 2
V
1
= Y (t)
T
PY (t)
V
2
=
m
i=0
m
j=0
_ jh
n
+
ih
n
jh
n
__
t
ts
Y ()
T
RY () d
_
ds
Es necesario obtener
V
1
y
V
2
por lo pronto se obtiene
V
1
.
V
1
= Y (t)
T
P
Y (t) +
Y (t)PY (t)
Sustituyendo
Y (t)
V
1
= Y (t)
T
P[
m
i=0
A
i
Y (t)
m
i=0
m
j=0
A
i
A
j
_
t
jh
n
t
ih
n
jh
n
Y ()d]+[
m
i=0
A
i
Y (t)
m
i=0
m
j=0
A
i
A
j
_
t
jh
n
t
ih
n
jh
n
Y ()d]
T
PY (t)
Realizando multiplicacin termino a termino.
V
i
= Y
T
(t)P
m
i=0
A
i
Y (t)Y (t)P
m
i=0
m
j=0
A
i
A
j
_
t
jh
n
t
ih
n
jh
n
Y ()
T
d+y
T
(t)
m
i=0
A
T
i
PY (t)
i=0
m
j=0
_
t
ih
n
jh
n
t
jh
n
Y ()
T
dA
T
j
A
T
i
PY (t)
Obteniendo
V
2
V
2
=
m
i=0
m
j=0
_ jh
n
+
ih
n
jh
n
__
t
ts
Y
T
()RY ()d
_
ds
Aplicando la regla de Leibnitz:
V
2
=
m
i=0
m
j=0
_
Y
T
(t s)RY (t s) +Y
T
(t)RY (t)
_ jh
n
+
ih
n
jh
ds
_
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 44
Resolviendo la integral se obtiene:
V
2
=
m
i=0
m
j=0
_
Y
T
(t s)RY (t s)
ih
n
+Y
T
(t)RY (t)
ih
n
_
Nuevamente se tiene una dependencia de s por lo que se realiza un cambio de
variable para poder completar V
2
.
= t s
Si
S =
jh
n
= = t
jh
n
Si
S =
jh
n
+
ih
n
= = t
jh
n
ih
n
De esta manera se obtiene
V
2
V
2
=
m
i=0
m
j=0
_
_
t
jh
n
t
jh
n
ih
n
Y
T
()RY ()d +Y
T
RY (t)
ih
n
_
Obteniendo
V
V =
V
1
+
V
2
V =
m
i=0
_
Y
T
(t)
_
P
A
i
+
A
i
T
P +mR
ih
n
_
Y (t)
_
+
m
i=0
m
j=0
_
t
jh
n
t
ih
n
ih
n
_
Y
T
)(t)P
A
i
A
j
Y (t) +Y
T
()
A
j
A
i
PY (t) +Y
T
(t)RY ()d
_
Sumando y restando
Y
T
(t)P
m
i=0
m
j=0
ih
n
A
i
A
j
R
1
A
j
T
A
i
T
PY (t)
Colocando todos los trminos de
V
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 45
V =
m
i=0
_
Y
T
(t)
_
P
A
i
+
A
i
T
P +mR
ih
n
+
m
j=0
P
ih
n
A
i
A
j
R
1
A
j
T
A
i
P
_
Y (t)
_
i=0
m
j=0
_
_
t
jh
n
t
ih
n
ih
n
_
Y
T
(t)P
A
i
A
j
Y () +Y
T
()
A
j
T
A
i
T
PY (t)
+Y (t)
T
RY ()
_
d +Y (t)
T
P
ih
n
A
i
A
j
R
1
A
j
T
A
i
T
PY (t)
_
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 46
Agrupando trminos y factorizando.
V =
m
i=0
_
Y
T
(t)
_
P
A
i
+
A
T
i
P +mR
ih
n
+
m
j=0
P
ih
n
A
i
A
j
R
1
A
T
j
A
T
i
P
_
Y (t)
_
i=0
m
j=0
_
_
tih
t
jh
n
ih
n
_
RY (t) +
A
T
j
A
T
i
PY (t)
_
T
R
1
_
RY () +
A
T
j
A
T
i
PY (t)
_
d
_
Y
T
(t)
_
m
i=0
P
A
i
+
m
i=0
A
T
i
P +
m
i=0
mR
ih
n
+
m
i=0
m
i=0
P
ih
n
A
i
A
j
R
1
A
T
j
A
T
i
P
_
Y (t)
Para poder probar estabilidad es necesario resolver esta ecuacin de Riccati,
por lo que nos apoyaremos de Matlab para realizarla y esto se muestra en el
apndice b1.1
5.4. Anlisis de estabilidad ante perturbaciones no modeladas
Aqu se analiza la estabilidad ante perturbaciones que no estn consideradas
en el modelo, como lo pueden ser turbulencias dentro de la deshidratadora, una
fuga de aire que se llegue a tener, o alguna perturbacin externa al sistema que
no se conoce su estructura y pueda afectar a la ley de control para mantener la
temperatura de la cmara de deshidratado.
Para esta prueba se tomo como base el sistema 11.
Y (t) = AY (t) +B
_
FY (t) 2af
_
h
0
e
a
Y (t h)
_
La ley de control que esta implementada es una aproximacin de la integral de
la ley de control obtenida, que es la que se desea que sea estable.
Y (t) = AY (t)+B
_
FY (t) 2af
_
h
n
_
Y (t) + 2
_
i=1
n1
e
a
ih
n
Y (t
ih
n
)
_
+e
ah
Y (t h)
___
Se realiza la transformacin siguiente, y aqu se agrega la perturbacin no
modelada, y como no se conoce su estructura, se agrega como F(Y (t)) por que
afecta a la salida del sistema.
m
i=0
A
i
Y (t
ih
n
) +F(Y (t)) (12)
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 47
ahora se puede realizar una transformacin como la que sigue, para poder
formular las condiciones de estabilidad en trminos de la existencia de una solucin
denida positiva para la ecuacin de Riccati para la ecuacin lineal de la forma.
Y (t) =
m
i=0
Y (t)
m
i=0
A
i
_
t
t
ih
n
i=0
_
t
t
ih
n
Y ()
T
A
T
i
Q
i
A
i
Y ()(t +
ih
n
)d (15)
V
3
t
t
ih
n
Y ()
T
R
i
Y ()d (16)
para V
1
se tiene
V
1
= Y (t)
T
PY (t)
Obteniendo
V
V
1
=
Y (t)
T
PY (t) +Y (t)P
Y (t)
T
sustituyendo 13 en
V
1
V
1
=
_
m
i=0
A
i
Y (t)
m
=0
A
i
_
t
t
ih
n
i=0
A
i
Y (t)
m
i=0
A
i
_
t
t
ih
n
V
1
=
m
i=0
Y (t)
T
A
i
PY (t)
m
i=0
Y (t)
T
P
A
i
_
t
t
ih
n
i=0
Y (t)
T
P
A
i
Y (t)
m
i=0
Y (t)
T
P
A
i
_
t
t
ih
n
V
1
=
m
i=0
Y (t)
T
A
i
PY (t) +
m
i=0
Y (t)
T
P
A
i
Y (t)
2
m
i=0
Y (t)
T
P
A
i
_
t
t
ih
n
m
i=0
A
i
t
t
ih
n
Y ()d
t
t
ih
n
Y
T
()
m
i=0
A
T
i
Y
T
(t)P
Q Q
m
m
T
Q (m
T
Q + I) Q
1
(Qm+ I)
m
i=0
A
i
Y ()
PY (t)
d
Realizando multiplicacin.
2Y (t)
T
P
m
i=0
A
i
_
t
t
ih
n
Y ()d [
Y ()
T
m
i=0
A
i
T
Q
m
i=0
A
i
Y ()d+
+Y (t)
T
Pm
T
m
i=0
A
i
Y ()+
Y ()
T
m
i=0
A
i
T
QmPY (t)+Y (t)
T
P(m
T
Q+I)Q
1
(Qm+I)PY (t)]d
Transponiendo el termino Y (t)
T
Pm
T
Q
m
i=0
A
i
Y ()
Entonces se puede reducir la ecuacin como sigue.
2Y (t)
T
P
m
i=0
A
i
_
t
t
ih
n
Y ()d
m
i=0
_
t
t
ih
n
[
Y ()
T
m
i=0
A
i
T
Q
m
i=0
A
i
Y ()d+
2Y (t)
T
Pm
T
Q
m
i=0
A
i
Y () + Y
T
P(m
T
Q + I)Q
1
(Qm + I)PY (t)]d
Tomando en cuenta que:
_
t
t
ih
n
Y ()d = Y (t) Y (t
ih
n
) (17)
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 49
Tomando en cuenta 17 se sustituye y se tiene.
2Y (t)
T
P
m
i=0
A
i
_
t
t
ih
n
Y ()d
m
i=0
A
i
T
Q
m
i=0
A
i
Y ()d
+2Y (t)
T
Pm
T
Q
m
i=0
A
i
(Y (t)Y (t
ih
n
))+
_
t
t
ih
n
Y (t)
T
P(m
T
Q+I)Q
1
(Qm+I)PY (t)d
2Y (t)
T
P
m
i=0
A
i
_
t
t
ih
n
Y ()d
m
i=0
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
m
i=0
Y ()d+
2Y (t)
T
Pm
T
Q
m
i=0
A
i
Y (t)
. .
2Y (t
T
)Pm
T
Q
m
i=0
A
i
Y (t
ih
n
)
. .
+ Y (t)
T
P(m
T
Q + I)Q
1
(Qm + I)PY (t)(
ih
n
)
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 50
Rescribiendo
V
1
V
1
m
i=0
Y (t)
T
A
i
PY (t) +
m
i=0
Y (t)
T
P
A
i
Y (t) +
m
i=0
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
m
i=0
A
i
Y ()d+
2Y (t)
T
Pm
T
Q
m
i=0
A
i
Y (t)2y(t)
T
Pm
T
Q
m
i=0
A
i
Y (th)+Y (t)
T
P(m
T
Q+I)Q
1
(Qm+I)PY (t)(
ih
n
)
+ F(Y (t))
T
PY (t) + Y (t)
T
PF(Y (t))
considerando
X = Qmp y Y = (
ih
n
)Q Se obtiene
V 1
V
1
_
m
i=0
A
i
T
P +
m
i=0
P
A
i
+ 2
X
m
i=0
A
i
+ (
X +P)Y(
X +P)
_
Y (t)
2Y (t)
T
X
T
m
i=0
A
i
Y (t
ih
n
)+F(Y (t))
T
PY (t)+Y (t)
T
PF(Y (t))+
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
m
i=0
Y ()d
Ahora se procede a obtener
V 1 tomando en cuenta la Ec.15 para obtener
V
2
se aplica la regla
de leibnitz con lo que se obtiene.
V
2
=
m
i=0
Y (t)
T
A
i
T
Q
i
Y (t)
_
t
ih
n
t +
ih
n
d(t
ih
n
)
dt
_
+
Y (t)
T
m
i=0
A
i
Q
i
A
i
Y (t)
_
t
ih
n
_
_
t
t
ih
n
Y ()
m
i=0
A
T
i
Q
i
A
i
Y ()d
V
2
=
Y (t)
m
i=0
A
i
T
Q
i
A
i
Y (t)(
ih
n
)
_
t
t
ih
n
(Y ())
m
i=0
A
T
i
Q
i
A
i
Y () (18)
se tiene
Y (t) para el caso cuando i=0 con lo que se obtiene.
Y (t) =
A
o
Y (t) +
m
i=1
A
i
Y (t
ih
n
) +F(Y (t)) (19)
Sustituyendo Ec.19 en Ec.18
V
2
=
_
A
0
Y (t) +
m
i=1
A
i
Y (t
ih
n
) +F(Y (t)
_
T
m
i=0
A
i
T
Q
i
A
i
_
A
0
Y (t) +
m
i=0
A
i
Y (t
ih
n
) +F(Y (t))
_
(
ih
n
)
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
i
A
i
Y ()
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 51
V
2
=
_
Y (t)
T
A
0
T
+
m
i=1
Y (t
ih
n
)
T
A
i
+F(Y (t))
T
_
m
i=0
A
i
T
Y
A
i
_
A
o
Y (t) +
m
i=1
A
i
Y (t
ih
n
) +F(Y (t))
_
_
ih
n
_
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
i
A
i
Y ()d
Realizando multiplicacin Termino a termino.
V
2
= Y (t)
T
A
0
T
m
i=0
A
i
T
Y
A
i
A
0
T
(
ih
n
)Y (t) +Y (t)
T
A
0
T
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
(
ih
n
)Y (t
ih
n
)
+Y (t)
T
A
0
T
m
i=0
A
i
T
Y
A
i
(
ih
n
)F(Y (t)) +
m
i=1
Y (t
ih
n
)
T
A
T
i
m
i=0
A
i
T
Y
A
i
A
0
(
ih
n
)Y (t)
+
m
i=1
Y (t
ih
n
)
T
A
i
T
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
(
ih
n
)Y (t
ih
n
)+
m
i=1
Y (t
ih
n
)
T
A
i
T
m
i=0
A
i
T
Y
A
i
(
ih
n
)F(Y (t))
+F(Y (t))
T
m
i=0
A
i
T
Y
A
i
A
0
(
ih
n
)Y (t) +F(Y (t))
T
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
(
ih
n
)Y (t
ih
n
)
+F(Y (t))
T
m
i=0
A
i
T
Y
A
i
(
ih
n
)F(Y (t))
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
i
A
i
Y ()d
Para la Ec.16 de igual manera se obtiene la derivada, con lo que se tiene.
V
3
= Y (t
ih
n
)
T
RY (t
ih
n
) +Y (t)
T
RY (t)
por lo tanto teniendo las derivadas de 14,15,16, se procede a sumarlas.
V =
V
1
+
V
2
+
V
3
el resultado de sumar las funcionales es.
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 52
Y (t)
T
_
m
i=0
A
i
T
P +
m
i=0
P
A
i
+ 2
X
m
i=0
A
i
+ (
X +P)Y(
X +P)
_
Y (t)
2y(t)
T
X
T
m
i=0
A
i
Y (t
ih
n
) +F(Y (t))
T
PY (t) +Y (t)
T
PF(y(t))
+
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
i
m
i=0
A
i
Y ()d +Y (t)
T
A
0
T
m
i=0
A
i
T
Y
A
i
A
0
(
ih
n
)Y (t)
+Y (t)
T
A
0
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
(
ih
n
)Y(t
ih
n
) +Y (t)
T
A
0
T
m
i=0
A
i
T
Y
A
i
(
ih
n
)F(Y (t))
+
m
i=1
Y (t
ih
n
)
T
A
i
T
m
i=0
A
i
T
Y
A
i
A
0
(
ih
n
)Y (t)+
m
i=1
Y
_
t
ih
n
_
T
A
i
T
Y
A
i
m
i=1
A
i
_
ih
n
_
Y
_
t
ih
n
_
+
m
i=1
Y (t
ih
n
)
T
A
i
T
m
i=0
A
i
T
Y
A
i
(
ih
n
)F(Y (t)) +FY (t)
T
m
i=0
A
i
T
Y
A
i
A
0
(
ih
n
)Y (t)
+F(Y (t))
T
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
(
ih
n
)Y (t
ih
n
) +F(Y (t))
T
m
i=0
A
i
T
Y
A
i
(
ih
n
)F(Y (t))
_
t
t
ih
n
Y ()
m
i=0
A
i
T
Q
i
A
i
Y ()d Y (t
ih
n
)RY (t
ih
n
) +Y (t)
T
RY (t)
Podemos agrupar trminos de
V .
V = Y (t)
T
_
m
i=0
A
i
T
P +
m
i=0
P
A
i
+ 2
X
m
i=0
A
i
+ (
X +P)Y(
X +P) +
A
0
T
m
i=0
A
i
T
Y
A
i
A
0
_
ih
n
_
+R
_
Y (t)
+Y (t)
T
_
2
X
T
m
i=0
A
i
+
A
0
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
_
ih
n
_
_
Y (t
ih
n
)+Y (t)
T
_
P +
A
0
T
m
i=0
A
i
T
Y
A
i
_
ih
n
_
_
F(Y (t))
+F(Y (t))
T
_
P +
m
i=0
A
i
T
Y
A
i
A
0
_
ih
n
_
_
Y (t)+
m
i=1
Y
_
t
ih
n
_
T
_
A
i
T
m
i=0
A
i
T
Y
A
i
A
0
_
ih
n
_
_
Y (t)
+
m
i=1
Y (t
ih
n
)
T
_
A
i
T
m
i=0
A
T
i
Y
A
i
m
i=1
A
i
_
ih
n
_
R
_
Y
_
t
ih
n
_
+F(Y (t))
T
_
m
i=0
A
i
T
Y
A
i
m
i=0
A
i
_
ih
n
_
_
Y
_
t
ih
n
_
+F(Y (t))
T
_
m
i=0
A
i
T
Y
A
i
_
ih
n
_
_
F(Y (t))
+
m
i=1
Y
_
t
ih
n
__
A
T
i
i = 0
m
A
T
i
YA
i
_
ih
n
__
F(Y (t))
Es posible encontrar condiciones sucientes de estabilidad usando el enfoque de LMI, las
funcionales de Lyapunov Krasovskii y el procedimiento S [2] se puede probar la estabilidad del
sistema.
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 53
El procedimiento S es una herramienta de vericacin de la no negatividad de una funcin
cuadrtica bajo restricciones cuadrticas. Si existen al menos dos desigualdades cuadrticas en
el conjunto de restricciones, usamos el procedimiento S.
Teorema
f(Y (t)) Y (t)
Y
2
= Y
T
Y (20)
Como se observa en 20 se tiene una forma cuadrtica, por lo tanto se puede expresar como
sigue.
f(Y (t))
T
f(Y (t))
2
Y (t)
T
Y (t)
Siguiendo esta forma podemos expresar la ecuacin como:
V (t) +
1
_
2
Y (t)
T
Y (t) f(Y (t))
T
f(Y (t))
< 0;
1
0
Ahora se puede expresar utilizando la forma matricial.
V (t)
_
Y (t)
T
Y
_
t
ih
n
T
_
F(Y (t))
T
_
_
_
Z
11
Z
12
Z
13
Z
21
Z
22
Z
23
Z
31
Z
32
Z
33
_
_
_
_
Y (t)
Y
_
t
ih
n
_
F(Y (t))
_
_
Ahora se puede sustituir cada funcin de acuerdo a
dotV y obtener.
Z
11
=
_
m
i=0
A
i
T
P +
m
i=0
P
A
i
+ 2
X
m
i=0
A
i
+ (
X +P)Y(
X +P)
_
+
A
0
T
m
i=0
Y
A
i
A
0
_
ih
n
_
+R+
2
Z
12
=
X
m
i=0
A
i
+
A
0
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
Z
13
= P +
m
i=0
A
i
T
Y
A
i
A
0
_
ih
n
_
Z
21
=
m
i=1
A
i
T
m
i=0
A
i
T
Y
A
i
A
0
m
i=0
A
i
T
X
Z
22
=
m
i=1
A
i
T
m
i=0
A
i
T
Y
A
i
_
ih
n
_
R
Z
23
=
m
i=1
A
i
T
m
i=0
A
i
_
ih
n
_
Z
31
= P +
m
i=0
A
i
T
Y
A
i
_
ih
n
_
+
m
i=0
A
i
T
Y
A
i
T
Y
A
i
A
0
_
ih
n
_
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 54
Z
32
=
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
_
ih
n
_
Z
33
=
m
i=0
A
i
T
Y
A
i
_
ih
n
_
C
_
en donde:
K > 0
1. A > 0 y C B
1
A
1
B > 0
2. C > 0 y ABC
1
B
> 0
del cual se utilizara C > 0 y ABC
1
B
> 0
A =
_
m
i=0
A
i
T
P +
m
i=0
P
A
i
+
X
T
m
i=0
A
i
+
m
i=0
A
i
T
X +R +
2
m
i=0
A
i
P
m
i=0
A
i
T
X R 0
P 0
1
_
_
BC
1
B
T
=
_
_
( x
T
+P)Y( x +P) +
A
0
T
m
i=0
Y
A
i
A
0
A
0
A
i
T
Y
A
i
m
i=0
A
i
m
i=0
A
i
T
Y
A
i
A
0
m
i=1
A
i
T
m
i=0
A
i
T
Y
A
i
A
0
m
i=1
A
i
T
Y
A
i
m
i=1
A
i
m
i=1
A
i
T
m
i=0
A
i
T
Y
A
i
m
i=0
A
i
T
Y
Ai
A
0
m
i=0
A
i
T
Y
A
i
m
i=1
A
i
m
i=1
A
i
T
Y
A
i
_
_
C =
_
Y
1
0
0 Y
1
_
C
1
=
_
Y 0
0 Y
_
B =
_
A
0
T
Y
1
( x +P)
m
i=0
A
i
A
0
Y
1
0
m
i=0
A
i
T
Y
1
0
_
_
B =
_
A
0
T
h(
A
0
T
A
1
T
Y)
A
1
T
A
1
Y 0
A
1
T
Y 0
_
_
Obteniendo los parmetros del complemento de schur se puede formar la LMI, obteniendo
lo que sigue.
K =
_
m
i=0
Ai
T
P+
m
i=0
P
Ai+
X
T
m
i=0
Ai+
m
i=0
Ai
T
X+R+
AiI
X
m
i=0
Ai P
A0
Y
1
(
X+P)
m
i=0
Ai
T
X R 0
m
i=0
Ai
A0Y
1
0
P 0 1I
m
i=0
Ai
T
Y
1
0
A0
T
Y
1
m
i=0
Ai
A0Y
1
m
i=0
Ai
T
Y
1
Y
1
0
(
X
T
+P) 0 0 0 Y
1
_
_
< 0
5 CONTROL PTIMO PARA LA PLATAFORMA EXPERIMENTAL 55
(21)
Partiendo de 21, se puede decir que el sistema descrito por 13 es asintticamente estable si
existe una matriz W R, las matrices denidas positivas P, X, R Tal que la LMI 21 se mantiene.
Considerando los parmetros del sistema (pongo sistema) a = 0,011627906, b = 0,003139534h =
4, un = 0,001, y las ganancias del controlador r = 3, q = 1100 con los cuales la LMI es evaluada.
Se sabe que si PyX son simtricas y denidas positivas, la ley de control hace que la
deshidratadora sea asintticamente estable. Los eigenvalores obtenidos al analizar la LMI son:
P =
_
2,5431 0
0 2,5431
_
X =
_
259,4996 0
0 259,4996
_
Como se puede observar los eigenvalores de la LMI son denidos positivos, por lo que el la
ley de control que se implementa hace que la deshidratadora sea asintticamente estable.
5.5. conclusiones
Para el presente trabajo de tesis se busca realizar un deshidratadora de jitomates la cual
implementa como tcnica principal de control de temperatura un controlador ptimo. Este con-
trolador se implement satisfactoriamente y permite mantener la temperatura de la cmara de
deshidratado, reduciendo el consumo de energa y evitando saturar de manera brusca el ac-
tuador.Los resultados obtenidos fueron comparados con un controlador industrial PID, que es
el mas utilizado en la industria actualmente, y se obtuvo un resultado satisfactorio siendo el
controlador ptimo el que ahorro mayor energa, presento menor saturacin en el actuador y
mantuvo la temperatura de una manera muy precisa, adems de no tener sobre impulso.
Otro punto a tratar en este trabajo fue el tomar en cuenta la inuencia que tiene cada con-
trol en el deshidratado de jitomates, por lo que se probo el controlador PID y el controlador
ptimo para el deshidratado, en este anlisis se obtuvo una mayor retencin de contenido de
constituyentes qumicos con lo que se puede concluir que el no tener sobre impulso ayuda a
mantener mayor cantidad de componentes qumicos en el jitomate.
Como un punto muy importante, se trato el anlisis de estabilidad de la ley de control
implementada. El anlisis de estabilidad es para sistemas con retardos, y como primer punto
se realiz el anlisis de estabilidad de la ley de control, y posteriormente se analiz la ley de
control pero considerando perturbaciones que no se consideran en el modelo aproximado de la
planta, esto con el objeto de saber si la ley de control responde de manera adecuada ante ambas
situaciones. Para poder realizar el anlisis de estabilidad se utiliz un enfoque LMI que permite
encontrar condiciones sucientes de estabilidad. Para poder realizar todo el anlisis se utilizo
un modelo aproximado de la planta, el cual se obtuvo experimentalmente.
6 RESULTADOS EXPERIMENTALES 56
6. Resultados experimentales
6.1. Introduccin
En este capitulo se muestran los resultados experimentales obtenidos para el control de tem-
peratura de la planta descrita en la seccin 4.4, esta planta fue controlada por medio de un PID
industrial Honeywell y un controlador ptimo programado en el software de instrumentacin
virtual LabVIEW.
Estos dos controladores fueron probados en la deshidratadora de jitomate, para despus com-
parar los resultados obtenidos con ambos controladores.
El controlador PID fue sintonizado de dos formas diferentes, la primera fu utilizando las
tablas de Ziegler-Nichols, y la segunda forma se realizo mediante el mtodo D-particiones [14]
que permite una sintonizacin robusta del controlador, esto con la nalidad de observar el com-
portamiento con ambos casos y tener una buena referencia de comparacin para el control
ptimo.
En la primer seccin de este capitulo se presentan los resultados obtenidos con la sintonizacin
de Ziegler-Nichols, en la segunda seccin se observan los resultados obtenidos con la sintonizacin
robusta, y en la ultima seccin de este capitulo se toman los resultados de la ley de control ptima.
6.2. PID sintonizado mediante tablas de Ziegler-Nichols
La sintonizacin utilizando las tablas de Ziegler-Nichols,se basa en la obtencin del modelo
aproximado para que a partir de este modelo tratado en el capitulo 4 se obtengan la constante
de tiempo, la ganancia del sistema y el retardo, que son utilizados para obtener las ganancias
del controlador.
Las ganancias obtenidas mediante este mtodo se muestran en la siguiente tabla.
La deshidratadora fue controlada a temperaturas diferentes, con las ganancias mostradas a
continuacin.
Ganancia 1 Valor
Kp 25.8
Ki 3.225
Kd 51.6
Tabla 2: Ganancias obtenidas
6 RESULTADOS EXPERIMENTALES 57
Ganancia 1 valor
Kp 3.9
Ki 8
Kd 2
Tabla 3: Ganancias introducidas al controlador
Para realizar el control de temperatura con las ganancias de la tabla 3 se coloco una referencia
de 60
C, 60
C y 70
C.
Figura 20: Temperatura en cmara de deshidratado 50
C
Con la temperatura controlada como en la gura 20, el jitomate tuvo un incre-
mento de temperatura hasta llegar al deshidratado y esto se puede apreciar en la
gura 21.
La humedad del jitomate durante todo el el experimento fue disminuyendo, y
el resultado se obtuvo mediante el sensor de humedad introducido en el jitomate
obteniendo una grca como la la que se observa en la gura 22.
7 RESULTADOS ANLISIS DE NUTRIENTES 67
Figura 21: Temperatura en el jitomate durante el proceso de deshidratado.
Figura 22: Temperatura en el jitomate durante el proceso de deshidratado.
Para todo lo anterior es muy importante tomar en cuanta la seal de control
aplicada al controlador, ya que una ventaja que nos ofrece el control ptimo im-
plementado es el ahorro de energa, y evita una saturacin excesiva del actuador,
como se puede observar en la gura 27.
7 RESULTADOS ANLISIS DE NUTRIENTES 68
Figura 23: Seal de control aplicada.
Para los experimentos de 60
C.
En la gura 24 se realiza el deshidratado a 60
C y el controlador se comporta
mucho mejor al alcanzar la referencia de 60
C.
En la gura 26 la humedad baja con un comportamiento similar a la humedad
en el deshidratado a 50
C.
Figura 26: Humedad de jitomate deshidratado a 60
C.
La seal de control aplicada para el deshidratado a 60
C es muy similar a la
de 50
C y 60
C, pero tambin se
realizo el anlisis de nutrientes con el cual se podr observar que temperatura de
deshidratado es mas eciente y degrada en una menor cantidad a los nutrientes
del producto.
7 RESULTADOS ANLISIS DE NUTRIENTES 70
Figura 27: Seal de control aplicada.
Para alcanzar la temperatura de 70
C y 50
C, al
realizar este experimento los jitomates salen a simple vista mas secos pero no se
han quemad.
Figura 28: Temperatura de la cmara de deshidratado a 70
C.
La temperatura del jitomate tiene un comportamiento similar al de los experi-
mentos anteriores, por lo que la tendencia del jitomate a diferentes temperaturas
es la misma y as se puede observar en la gura29.
La humedad se perdi de una manera mas rpida pero el porcentaje de humedad
con el que quedo el jitomate es muy cercana a la de los experimentos anteriores,
pero fsicamente el jitomate deshidratado a 70
C.
Figura 30: Temperatura del jitomate deshidratado a 70
C.
La seal de control tubo el mismo comportamiento, aunque como se observa
en la gura 31, el voltaje aplicado es mayor.
Los experimentos anteriormente realizados fueron instruidos por los profesores
investigadores de la Universidad Tecnolgica de la Mixteca de Huajuapan de Leon
Oaxaca Dra. Norma Francenia Santos Sanchez y Dr. Raul Salas Coronado, quienes
de igual manera ayudaron a los resultados de anlisis de nutrientes que se presen-
tan a continuacin.
Los nutrientes evaluados fueron licopeno, fenoles y vitamina C, estos se mues-
tran en la tabla 6, en donde la concentracin de los componentes qumicos esta
expresada en funcin de la masa seca. Los datos son expresados como el promedio
de tres mediciones
+
C 93,1
+
1,34
f
147,27
+
1,77
e
359,84
+
18,78
g
60
C 92,43
+
2,93
g
81,06
+
3,30
f
214,65
+
5,11
b
70
C 134,05
+
4,03
h
135,03
+
5,28
g
192,45
+
2,91
h
Tabla 6: Contenido de licopeno, fenoles totales y vitamina C
7.1. Anlisis estadstico.
El anlisis estadstico consisti en la obtencin de valores promedio, desviacin
estndar; as como un anlisis de varianza (ANOVA) para realizar un comparati-
vo de medias utilizando la prueba de Duncan. Esta prueba permiti determinar
posibles diferencias en el contenido de licopeno, fenoles totales y vitamina C entre
todas las muestras deshidratadas, a un nivel de signicancia de p<0.05.El resul-
tado de este anlisis indica que se retiene un buen contenido de constituyentes
quimicos. Este comportamiento fue independiente de la temperatura en el caso
de los compuestos fenlicos. Sin embargo, para licopeno y vitamina los mejores
resultados se obtuvieron a 70
C y 50
C, respectivamente. Tambin, se observ
que el contenido de los componentes qumicos evaluados en los deshidratados con
el controlador ptimo presentaron una diferencia estadsticamente signicativa a
las tres temperaturas empleadas.
A continuacin se muestra lo obtenido con la prueba de Duncan para vitamina
C.
Muestra
V itaminaC
diferencia de medidas
dif. medidas
dif. medidas dif. medidas dif. medidas
ptimo 50
x
(f(x, t))dt+f(x, (x))
(x)
x
f(x, (x))
(x)
(x)
A.3. Complemento de Schur
El complemento de Shur es utilizado para expresar una LMI en trminos de
una ecuacin de Riccati y tambin se puede realizar de manera contrario, este
establece lo siguiente:
Sea k C
nxn
una matriz hermitica, es decir K = K
T
. Particionado K como:
K =
_
A B
B
T
C
_
de donde de la condicin K = K
T
se obtiene A = A
T
y C = C
T
K > 0
A > 0C B
T
A
1
B > 0
C > 0A BC
1
B
T
> 0
B PROGRAMAS PARA IMPLEMENTACIN Y DEMOSTRACIONES 75
APNDICE 2
B. Programas para implementacin y demostraciones
B.1. Programa en LabVIEW del controlador ptimo
Figura 32: Programa para implementacin de ley de control ptima.
Las Ganancias utilizadas para este programa fueron:
r=3;
q=1100;
Con estas ganancias el controlador funcion de manera adecuada.
B PROGRAMAS PARA IMPLEMENTACIN Y DEMOSTRACIONES 76
B.2. Programa Matlab para solucin de ecuacin de Riccati
cl c
cl ear al l
A=0. 011627906;
R=3;
Q=1100;
ham=[A R;Q A ] ;
[ x1 , x2 , f l ag ] = r i c_s chr (ham) P=x2/x1
B.3. Programa en Matlab para encontrar la solucin de LMI
cl c
cl ear al l
A=0. 011627906;
b=0. 003139534;
P=0. 001;
h=4;
EP=(A+b( ( 1/5) bP)+2Ab( ( 1/5) bP) ( exp(hA) 1)/6)(60/b ) ;
ALPHA=0. 001;
R=3;
%INICIO VARIABLES LMI
s e t l mi s ( [ ] ) ;
P=l mi var ( 1 , [ 1 0; 1 0 ] ) ;
X=l mi var ( 1 , [ 1 0; 1 0 ] ) ;
E=l mi var ( 1 , [ 1 0; 1 0 ] ) ;
Yinv=l mi var ( 1 , [ 1 0; 1 0 ] ) ;
%INICIO LMI
l mi term ( [ 1 1 1 P] , . 5 A, 1 , s ) ; %LMI #1: AP (NON SYMMETRIC?)
l mi term ( [ 1 1 1 P] , . 5 1 , A, s ) ; %LMI #1: PA (NON SYMMETRIC?)
l mi term ( [ 1 1 1 X] , . 5 1 , A, s ) ; %LMI #1: XA (NON SYMMETRIC?)
l mi term ( [ 1 1 1 X] , . 5 A, 1 , s ) ; %LMI #1: AX (NON SYMMETRIC?)
l mi term ( [ 1 1 1 0] ,R+EPALPHA^2) ; %LMI #1: R+EPALPHA^2
l mi term ( [ 1 2 1 X] , A, 1); %LMI #1: AX
B PROGRAMAS PARA IMPLEMENTACIN Y DEMOSTRACIONES 77
l mi term ( [ 1 2 2 0] , R) ; %LMI #1: R
l mi term ( [ 1 3 1 P] , 1 , 1 ) ; %LMI #1: P
l mi term ( [ 1 3 3 0] , EP) ; %LMI #1: EP
l mi term ( [ 1 4 1 Yinv ] , A, 1 ) ; %LMI #1: AYinv
l mi term ( [ 1 4 2 Yinv ] , A, 1 ) ; %LMI #1: AYinv
l mi term ( [ 1 4 3 Yinv ] , A, 1 ) ; %LMI #1: AYinv
l mi term ( [ 1 4 4 Yinv ] , 1 , 1 ) ; %LMI #1: Yinv
l mi term ( [ 1 5 1 0 ] , (X+P) ) ; %LMI #1: (X+P)
l mi term ( [ 1 5 5 Yinv ] , 1 , 1 ) ; %LMI #1: Yinv
l mi s ys=ge t l mi s ;
[ l opt , xopt ]=f eas p ( l mi s ys ) ;
Pf i nal=dec2mat ( l mi sys , xopt , P)
Xf i nal=dec2mat ( l mi sys , xopt , X)
Rf i nal=dec2mat ( l mi sys , xopt , R)
REFERENCIAS 78
Referencias
[1] Y. Alekal , P. Brunovsky , D. H. Chyung , and E.B. Lee. The quadratic
problem for systems with time delays. IEEE Transactions on Automatic
Control, 16:673 687, 1971.
[2] Yakubovich V. A. S-procedure in nonlinear conrol theory. Vestnik Leningrand
University Mathematics, 13:6277, 1971.
[3] Kequin Gu, Vladimir Kharitonov, Jie Chen. Stability of time delay systems.
Springer., 2003.
[4] Edward Giovannucci, Alberto Ascherio, Eric B. Rimm, Meir J. Stampfer,
Graham A. Colditz and Walter C. Willett. Intake of carotenoids and retino
in relation to risk of prostate cancer. JNC journal of the national cancer
institute, 87:17671776, 1995.
[5] Mayra Soledad Gmez Gmez, Dr. Raul Salas Coronado. Deshidratado de
tomate saladete en un secador de charolas giratorias, 2009.
[6] Krzysztof N Waliszewski, DSc, and Gabriela Blasco, MSc. Propiedades nu-
traceticas del licopeno. Salud publica de Mexico., 52:254265, 2010.
[7] C. M. en C. Angel David Huerta Aguilar, Dr. Omar Jacobo Santos Sanchez,
Dr. Omar Lopez Ortega. Anlisis de los efectos de distintas estrategias de
control en una deshidratadora. caso de estudio: jitomate. Masters thesis,
Universidad Autonoma del Estado de Hidalgo, 2012.
[8] M. en C. Liliam Rodrgez Guerrero, Dr. Omar Jacobo Santos Sanchez, Dr.
Omar Lopez Ortega. Sistema de optimizacon y supervicion desarrollado en
java. caso de estudio: proceso de temperatura con retardo. Masters thesis,
Universidad Autonoma del Estado de Hidalgo, 2010.
[9] C.M. en C.Kristyan Freiry Maya Gress, Dr. Omar Jacobo Santos Sanchez,
Dr. Virgilio Lopez Morales, Dr. Raul Villafuerte Segura. Identicacion, mod-
elado y control difuso de una deshidratadora de alimentos. Masters thesis,
Universidad Autonoma del Estado de Hidalgo, 2012.
[10] Y.A. Fiagbedzi and A.E. Pearson. Feedback stabilization of linear au-
tonomous time lag systems. IEEE Transaction on Automatic Control, 31:847
855, 1986.
[11] Barbosa Canovas G.V and Mercado H.V. Dehydration of foods. [S.I] Champ-
man & Hall, 1995.
REFERENCIAS 79
[12] J.K. Hale. Eects of delays on on stability and control. Boletn de la Sociedad
Matemtica Mexicana, 5:102119, 1960.
[13] D.H. Eller,J.K. Aggarwal,and H.T.Banks. Optimal control of linear time
delay systems. IEEE Transaction on Automatic Control, 14:678687, 1969.
[14] Neimark, Ju. I. D-subdivision and spaces of quasi-polynomials. Journal of
applied Mathematics and Mechanics, 13:349380, 1949.
[15] Ziegler, J. and Nichols,. B. Optimum settings for automatic controllers.
Transactions of The American Society of Mechanical Engineers, 64:759 768,
1942.
[16] R.E. Kalman. Contributions to the theory of optimal control. Boletn de la
Sociedad Matemtica Mexicana, 5:102119, 1960.
[17] Donald E. Kirk. Optimal control Theory an introduction. Prentice Hall Inc,
1970.
[18] N.N. Krasovskii. On analytic design of optimal controllers for systems with
time delays. Prikladnaya Matematika i Mekhanika, 26:3951, 1962.
[19] Lee,M. Shamsuzzoha, M. and Park,J. Robust pid controller design of time
delay processes whitout zero. In IEEE International International Conference
on Industrial Technology, 14:22562261, 2006.
[20] Malek-Zavarei M. and Jamshidi M. Time delay sytems, analysis, optimization
and applications. North Holland Systems and Control series, 9, 1987.
[21] A.Z. Manitus and A.W. Olbort. Finite spectrum assignment problem for
systems with delays. IEEE Transaction on Automatic Control, 24:541553,
1979.
[22] V. Van Assche, M.Dambrine, and J.F. Lafay. Some problems arising in the
implementation of distributed delay control laws. In proceedings of the 38th
Conference on Decision and Control, pages 46684672, 1999.
[23] E.M. Gutierrez-Arias, J.E.Flores Mena, M.M.Morin-Castillo, and H. Suarez-
Ramrez. Design of an ptimal control for an autonomous mobile robot.
Revista Mexicana de Fisica., 57:7583, 2010.
[24] Dan Popescu. suboptimal control of systems with input delay. International
Carpathian Control Conference ICCC, 1:259264, 2002.
REFERENCIAS 80
[25] O.Santos , L. Rodriguez-Guerrero and O. Lopez-Ortega. Experimental re-
sults of a control time delay systems using optimal control. Optimal control,
Aplications and Methods under review, 8, 1960.
[26] Dietmar Salamon and A. J. Pritchard. The linear - quadratic control problem
for retarded systems with delays in control and observation. IMA Journal of
Mathematical Control & Information, 2:335 362, 1985.
[27] Norma Francenia Santos-Sanchez, Rogelio Valdez-Blanco, Mayra Soledad
Gmez-Gmez, Aleyda Prez-Herrera, Ral Salas-Coronado*. Eect of ro-
tating tray drying on antioxidant components, color and rehydration ratio
of tomato saladette slices. LWT-Food Science and Technology, 46:298304,
2011.
[28] O. Santos, S.Mondi and V.L. Kharitonov. Linear quadratic subobtimal con-
trol for time delays systems. International Journal of control, 82:147154,
2009.
[29] G. Strang. Calculus. Wellsely-Cambridge Press, 1991.
[30] H. Takatsu and T. Itoh. Future needs for control theory in industry report
of the control technology survey. Control and Cyberneticcs, 38, 2009.
[31] V.L. Karithonov , A.P. Zhabko. Lyapunov-krasovskii approach to the robust
stability analysis of time-delay systems. Automatica, 39:1520, 2003.
[32] M.V. Basin, J.G. Rodriguez Gonzalez,R.Martinez Zuniga. Optimal regulator
for linear systems with time delays in control input. 1, 1994.