http://hdl.handle.net/10498/20598 2026-05-09T23:22:47Z http://hdl.handle.net/10498/36717 Realización, análisis y diseño de un sistema de control para un péndulo invertido experimental Barroso Varo, José En el presente proyecto se va a realizar el an´alisis y estudio del modelo matem´atico de un p´endulo invertido con un motor de corriente continua como actuador. Posteriormente, se dise˜nar´a un sistema de control mediante un m´etodo anal´ıtico para la planta en cuesti´on. Finalmente, se dimensionar´a y construir´a la planta y se implementar´a un control experimental que consiga estabilizar al sistema en lazo cerrado y tenga unas prestaciones satisfactorias desde el punto de vista de la respuesta temporal. Los resultados ser´an comparados con los obtenidos en la simulaci´on con el control anal´ıtico. Tras un an´alisis del diagrama de cuerpo libre del sistema p´endulo invertido se obtendr´an las ecuaciones que definen la din´amica del conjunto. Estas ecuaciones ser´an linealizadas para el punto de operaci´on en el cual se desea estabilizar la planta. Por simplicidad, el an´alisis del actuador se realizar´a por separado. Ambos sistemas estar´an relacionados por el torque, o el par aplicado por el motor, y el radio de la rueda dentada que acople el motor con la correa del carro del p´endulo invertido simple. Para poder realizar las simulaciones del modelo obtenido y analizar los resultados, ser´a necesario obtener los par´ametros caracter´ısticos de la planta. Para ello, se va a dise˜nar la planta en un software de dise˜no 3D y posteriormente se imprimir´an las piezas estructurales mediante tecnolog´ıa FDM1 . Una vez se tenga la planta construida se podr´a caracterizar y obtener los par´ametros para realizar las simulaciones y su posterior control. Para estabilizar la planta en simulaci´on se dise˜nar´a un sistema de control mediante una t´ecnica anal´ıtica. Esta t´ecnica consistir´a en realizar el control a partir de la realimentaci´on del vector de estados, en concreto un control tipo LQR2 . En el dise˜no de dicho controlador se supondr´a que se tiene un modelo de la planta preciso y que todas las variables de estados son medibles por los correspondientes sensores. Aunque se haya realizado un an´alisis del sistema y se hayan obtenido las ecuaciones de la din´amica del sistema con los par´ametros de la planta real, esto solo es una aproximaci´on para el dise˜no de un controlador y que dar´a buenos resultados en simulaci´on. La planta tendr´a incertidumbres no modeladas y perturbaciones no consideradas en el dise˜no, las cuales podr´an llevar al sistema a un comportamiento no deseado o incluso a la inestabilidad. Teniendo en cuenta las perturbaciones e incertidumbres de modelado del sistema, es posible que el control LQR no sea v´alido en la planta real. Es por ello que el dise˜no del sistema de control de la planta real se realizar´a de forma emp´ırica o experimentalmente con un proceso iterativo variando las constantes de un control tipo PID aplicando los conocimientos adquiridos para un ajuste manual. El objetivo final del trabajo ser´a obtener una planta p´endulo invertido apoyado sobre un carro que se desplaza sobre unos rieles y actuado por un motor de corriente continua. El algoritmo de control ser´a desarrollado en el software de procesamiento matem´atico Matlab/Simulink. Dicho algoritmo de control ser´a implementado posteriormente en una Raspberry Pi 4B [15]. Este dispositivo cuenta con una serie de entradas y salidas digitales que junto a su procesador ARM Cortex-A72 hacen posible procesar las medidas de los sensores, ejecutar de forma aut´onoma el algoritmo de control en tiempo real y generar la se˜nal de control necesaria para estabilizar el sistema.; This project will analyse and study the mathematical model of an inverted pendulum with a DC motor as an actuator. Subsequently, a control system will be designed using an analytical method for the plant in question. Finally, the plant will be dimensioned and constructed and an experimental control system will be implemented to stabilise the system in a closed loop and to achieve satisfactory performance from the point of view of the time response. The results will be compared with those obtained in the simulation with the analytical control. After an analysis of the free body diagram of the inverted pendulum system, the equations defining the dynamics of the assembly will be obtained. These equations will be linearised for the operating point at which the plant is to be stabilised. For simplicity, the actuator analysis will be carried out separately. Both systems will be related by the torque, or the torque applied by the motor, and the radius of the sprocket that couples the motor to the belt of the simple inverted pendulum trolley. In order to carry out the simulations of the model obtained and analyse the results, it will be necessary to obtain the characteristic parameters of the plant. To do this, the plant will be designed in 3D design software and then the structural parts will be printed using FDM3 technology. Once the plant has been built, it will be possible to characterise it and obtain the parameters to carry out the simulations and subsequent control. To stabilise the plant in simulation, a control system will be designed using an analytical technique. This technique will consist of carrying out the control from the feedback of the state vector, specifically an LQR4 type control. In the design of such a controller, it will be assumed that there is an accurate model of the plant and that all the state variables are measurable by the corresponding sensors. Although an analysis of the system has been carried out and the equations of the system dynamics have been obtained with the parameters of the real plant, this is only an approximation for the design of a controller and will give good results in simulation. The plant will have unmodelled uncertainties and disturbances not considered in the design, which may lead the system to undesired behaviour or even instability. Considering the system modelling disturbances and uncertainties, the LQR control may not be valid in the real plant. That is why the design of the control system of the real plant will be carried out empirically or experimentally with an iterative process by varying the constants of a PID type control applying the knowledge acquired for a manual tuning. The final objective of the work will be to obtain an inverted pendulum plant supported on a trolley moving on rails and driven by a DC motor. The control algorithm will be developed in the mathematical processing software Matlab/Simulink. This control algorithm will then be implemented on a Raspberry Pi 4B [15]. This device has a series of digital inputs and outputs which, together with its processor ARM CortexA72, make it possible to process the sensor measurements, autonomously execute the control algorithm in real time and generate the control signal necessary to stabilise the system. 2022-01-01T00:00:00Z http://hdl.handle.net/10498/34347 Diseño y control de un convertidor Back-To-Back: análisis teórico y validación mediante simulación Ramírez Jurado, José Antonio El objetivo de este trabajo es diseñar y validar un sistema de control para un convertidor de electrónica de potencia tipo Back-to-Back (BTB), utilizado en la conexión entre un generador eléctrico y una carga o una red eléctrica, mediante el entorno de simulación MATLAB/Simulink. Para ello, se realiza una síntesis del modelo matemático de la dinámica del sistema, al cual se le aplica el sistema de control diseñado. El trabajo se compone de tres bloques principales: investigación y análisis teórico sobre la evolución y el funcionamiento del convertidor Back-to-Back (BTB), síntesis del modelo matemático de la dinámica del sistema y diseño y validación del sistema de control en el entorno de simulación MATLAB/Simulink. En el desarrollo del sistema de control, se utiliza una combinación de lazos de control tipo SISO y MIMO, realizando un análisis comparativo entre distintos diseños obtenidos mediante diferentes métodos de control, con el objetivo de lograr respuestas satisfactorias. Además, se llevan a cabo pruebas de robustez, sometiendo los sistemas a factores adversos típicos de las implementaciones reales, tales como el ruido en la medición de sensores, las perturbaciones externas y las incertidumbres paramétricas. Este trabajo se ha desarrollado de manera que pueda servir como base para investigaciones futuras, permitiendo que los resultados obtenidos en simulación sean reproducibles y extensibles en trabajos posteriores. 2024-11-25T00:00:00Z http://hdl.handle.net/10498/33783 Sensor de visión artificial para la mejora de la automatización de procesos industriales en el simulador FACTOY IO. Domínguez Lorca, Alberto Mi trabajo consistió en integrar un sensor de visión artificial en el simulador industrial Factory IO para mejorar el proceso de clasificación de paquetes, aportando una solución innovadora que supera el rendimiento de los sensores convencionales. Este sensor, basado en inteligencia artificial (IA), emplea técnicas de aprendizaje profundo para detectar y clasificar objetos con mayor precisión y adaptabilidad, en comparación con sensores de proximidad estándar. El objetivo fue automatizar un sistema de clasificación de paquetes, utilizando un autómata programable (PLC) siguiendo el estándar IEC-61131-3. Inicialmente, se implementó con sensores convencionales, y luego se reemplazaron por un modelo de IA entrenado con imágenes sintéticas del simulador. Esta solución, que se comunica con Factory IO a través de servicios web y el software OBS, permite una clasificación en tiempo real más eficiente y versátil. La innovación de este trabajo radica en el uso de visión artificial en simuladores industriales, que ofrece una alternativa avanzada y precisa para la industria, especialmente en aplicaciones de automatización complejas. Los resultados demostraron una mejora en la precisión del proceso, y su aplicabilidad es directa para entornos educativos y de entrenamiento en automatización industrial. La motivación para este proyecto fue explorar las capacidades de la IA para aportar soluciones más flexibles y escalables en la industria. Se hace uso de distintos Software como OBS, Factory IO, Codesys y Jupyter notebook. Cada documento necesario de los tipos de software pueden ser enviados en cualquier momento. 2024-10-23T00:00:00Z http://hdl.handle.net/10498/31708 Diseño de estación acústica inteligente (ESAI) Pecci Sánchez, Daniel El objetivo será lograr diseñar e implementar un sistema de detección acústica autónomo que estará formado por un conjunto de nodos inteligentes interconectados con un servidor central que adquiere, almacena y procesa los datos transmitidos por estos nodos. Este procesamiento se llevará en última instancia por un modelo de Red Neuronal Convolucional (CNN) entrenado en la identificación y clasificación de sonido. Los nodos, denominados de ahora en adelante como estaciones o ESAIs, aprovecharán al máximo la capacidad de cómputo de bajo consumo y coste reducido de un microcontrolador. El sistema potencialmente puede ser capaz de detectar más de 500 tipos de sonidos, desde roturas de cristales, encendido de motores, sonido de maquinaría hasta decenas de sonidos asociados a los humanos y animales pasando por la clasificación de géneros musicales. Para la muestra del proyecto se ha limitado al alcance a la detección de 4 eventos. Los eventos a detectar incluyen la rotura de cristales (para reconocer intrusiones), el llanto de bebé (como monitor de bebé), la detección de pájaros y, finalmente, la detección de presencia humana (respiración, tos, habla, pisadas, silbido, etc.). Las estaciones serán capaces de operar como SoftAPs capaces de generar servidores y portales captivos locales y también como estaciones que se comunican mediante un protocolo ligero (MQTT) al servidor a través de un broker Mosquitto. Por otro lado el Servidor DJANGO se encargará de recibir, almacenar y procesar los paquetes de audio de la estación (mediante la CNN) y enviar el resultado de la inferencia a las mismas. También ofrecerá una experiencia al usuario para poder escuchar el sonido captado en tiempo real a la vez que visualiza los resultados de la inferencia. También se creará otra página web para poder configurar de nuevo los modos de operación de la estación, buscar actualizaciones o solicitar cambiar el punto de acceso al que la estación se va a conectar. Las estaciones contarán con funcionalidad OTA para poder actualizar o corregir su firmware de forma remota en cualquier momento. Las comunicaciones entre estaciones, broker y servidor se realizan con seguridad en la capa de transporte (SSL/TLS). -Flexibilidad: La función o modo de operación de una estación puede transformarse en otra en cualquier instante. -Personalización: Otro objetivo de este proyecto es la de ofrecer una experiencia óptima al usuario. Aunque los nodos operen de forma autónoma, se ofrecerá la posibilidad de escuchar de forma remota y en tiempo real el sonido capturado por la estación, así como visualizar la clasificación del sonido realizado por la red neuronal. Por otro lado, el usuario podrá configurar el modo de operación, los eventos a detectar o incluso actualizar el firmware remotamente de cualquier estación. -Escalabilidad: El sistema estará preparado para la adición o combinación de nuevos módulos que se integren fácilmente sin necesidad de rediseñar o cambiar lo existente. La estación podrá operar de dos formas principales: - Modo escucha: Captará el sonido de su entorno a través del micrófono integrado y trasmitirá los paquetes de audio al servidor. Recibirá y procesará la predicción del modelo para detectar eventos. Si el modo silencio no está activado, activará una salida que puede ser por ejemplo un led indicador, un zumbador o un driver para controlar una alarma acústica de alto nivel sonoro. - Modo chivato: No captará el sonido ambiente. Se limitará a recibir y procesar la inferencia para la detección de eventos del sonido captado por otra ESAI. Este modo surge como forma de avisar de forma instantánea y efectiva al usuario que un evento ha ocurrido, aunque se encuentre a miles de kilómetros del lugar donde está la estación escucha, siempre y cuando tenga conexión a un punto de acceso conectado a su vez a internet. De esta manera, solventamos de forma elegante el hecho de que el módulo ESP32 usado no tenga capacidad GSM o LTE poder enviar mensajes “sms” o hacer llamadas a un número de teléfono. También se podría implementar esta funcionalidad en el servidor, pero en cualquier caso aumenta complejidad y supone implicar el servicio de terceras partes lo cual incrementa el coste también. 2024-04-10T00:00:00Z