{"id":9193,"date":"2019-08-13T14:58:21","date_gmt":"2019-08-13T19:58:21","guid":{"rendered":"http:\/\/cienciauanl.uanl.mx\/?p=9193"},"modified":"2019-08-13T15:02:04","modified_gmt":"2019-08-13T20:02:04","slug":"impacto-del-control-automatico-e-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/cienciauanl.uanl.mx\/?p=9193","title":{"rendered":"IMPACTO DEL CONTROL AUTOM\u00c1TICO E INTELIGENCIA ARTIFICIAL"},"content":{"rendered":"

\"\"<\/a><\/p>\n

\n
\n
\n

 <\/p>\n

Mar\u00eda Aracelia Alcorta Garc\u00eda*
\nCIENCIA UANL \/ A\u00d1O 22, No.96 julio-agosto 2019<\/p>\n

 <\/p>\n<\/div>\n

\n
\n
\n

Laimportanciadelcontrolautom\u00e1tico de procesos, en nuestros d\u00edas, radica en la reducci\u00f3n del costo asociado a la generaci\u00f3n de bienes y servicios, ya que produce un incremento en la calidad y vol\u00famenes de producci\u00f3n de una planta industrial, y estabiliza el comportamiento de las variables que participan en los procesos, lo cual repercute en la reducci\u00f3n de consumo de energ\u00eda y tiempo. Otro beneficio indirecto del control autom\u00e1tico radica en la seguridad industrial de los trabajadores y su salud a corto, mediano y largo plazo, reduciendo la rotaci\u00f3n de personal y aumentando el tiempo libre en actividades importantes para la empresa. Otro aspecto que no se puede dejar de mencionar es el logro de una vida con m\u00e1s comodidades y enfocada al mantenimiento de la salud. La eliminaci\u00f3n de errores y un aumento en la seguridad de los procesos es otra contribuci\u00f3n del uso y aplicaci\u00f3n de las t\u00e9cnicas de control.<\/p>\n

\n
\n
\n

Es importante destacar que anterior a la aplicaci\u00f3n masiva de las t\u00e9cnicas de control autom\u00e1tico en la industria, el hombre aplicaba sus capacidades de c\u00e1lculo, e incluso su fuerza f\u00edsica, para la ejecuci\u00f3n del control de un proceso o m\u00e1quina asociada a la producci\u00f3n. En la actualidad, gracias al desarrollo y aplicaci\u00f3n de las t\u00e9cnicas modernas de control, un gran n\u00famero de tareas y c\u00e1lculos asociados a la manipulaci\u00f3n de las variables ha sido delegado a computadoras, controladores y mecanismos especializados para el logro de los requerimientos del sistema. El control de procesos requiere, en muchos casos, la intervenci\u00f3n de personal humano para conseguir determinados objetivos de alto nivel (seguridad, calidad, producci\u00f3n). La automatizaci\u00f3n exige que el sistema de control pueda reemplazar al operador en esas tareas \u2013o auxiliarle\u2013, para lo que se precisa gran potencia en el manejo del conocimiento que se tiene del proceso y habilidades espec\u00edficas (Sanz et al., 1991). En este tipo de situaciones, el control inteligente ofrece perspectivas interesantes, ya que es capaz de suministrar metodolog\u00edas que permiten realizar, de forma autom\u00e1tica, algunas de las tareas realizadas t\u00edpicamente por el ser humano. El principio de todo sistema de control autom\u00e1tico es la aplicaci\u00f3n del concepto de realimentaci\u00f3n o feedback (medici\u00f3n tomada desde el proceso que proporciona informaci\u00f3n del estado actual de la variable que se desea controlar), cuya caracter\u00edstica especial es la de mantener al controlador central informado del estado de las variables para generar acciones correctivas cuando sea necesario, como se puede ver en la figura 1.<\/p>\n

\"\"<\/a>

Figura 1. Sistema retroalimentado.<\/p><\/div>\n

\n
\n
\n
\n

Este mismo principio se aplica en campos tan diversos como el control de procesos qu\u00edmicos, control de hornos en la fabricaci\u00f3n del acero, control de m\u00e1quinas y herramientas, control de variables en el \u00e1rea de la salud, en el control de la trayectoria de un proyectil militar e incluso en los sistemas de navegaci\u00f3n de barcos, submarinos, sat\u00e9lites artificiales entre otros.<\/p>\n

\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

 <\/p>\n

\n
\n
\n
\n

ANTECEDENTES<\/h3>\n
\n
\n
\n
\n

Hasta la Revoluci\u00f3n Industrial, el dise\u00f1o de los sistemas de control se realizaba mediante prueba y error, unido con una gran aportaci\u00f3n de intuici\u00f3n ingenieril. De tal manera que era m\u00e1s un arte que una ciencia. En la mitad del siglo XVIII, la matem\u00e1tica fue utilizada para analizar la estabilidad de los sistemas de control realimentado (Orozco y Corella, 2014; Kirk, 1998). Como la matem\u00e1tica es el lenguaje formal de la teor\u00eda del control autom\u00e1tico, se conoce al periodo previo a ese tiempo como la prehistoria de la teor\u00eda del control. De tal forma que hasta finales del siglo XIX el control autom\u00e1tico se caracteriz\u00f3 por ser eminentemente intuitivo.<\/p>\n

\n
\n
\n
\n

El deseo de mejorar las respuestas transitorias y la exactitud de los sistemas de control, oblig\u00f3 a desarrollar las teor\u00edas de los sistemas de control.<\/p>\n

A continuaci\u00f3n se presenta una breve cronolog\u00eda de las ecuaciones del control autom\u00e1tico (Orozco y Corella, 2014):\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n
\n

La teor\u00eda moderna de control se basa en el an\u00e1lisis y s\u00edntesis en el dominio del tiempo. Utilizando variables de estado. Actualmente, la tendencia de los sistemas de control es hacia la optimizaci\u00f3n y hacia la digitalizaci\u00f3n total de los controladores. En art\u00edculos y bibliograf\u00eda sobre control es posible observar la gran diversificaci\u00f3n del control moderno, como las t\u00e9cnicas de control lineal y no lineal, control \u00f3ptimo, estoc\u00e1stico, control robusto, control por inteligencia artificial, control adaptable, con amortiguamiento, control de estructura variable, control de eventos discretos, con retardos, entre otros. El avance es vertiginoso tanto en teor\u00eda como en la pr\u00e1ctica del control.<\/p>\n

\n
\n
\n
\n

DESCRIPCI\u00d3N DEL\u00a0PROBLEMA DE CONTROL<\/h3>\n
\n
\n
\n
\n

El problema de control consiste en tener un proceso que sea representado por un sistema din\u00e1mico de ecuaciones (es decir, un sistema de ecuaciones diferenciales, en funci\u00f3n del tiempo), regido por una variable de estado dependiente del tiempo (x(t)), \u00e9sta representa el comportamiento de alg\u00fan proceso determinado (por ejemplo: naturaleza de temperaturas de un proceso t\u00e9rmico, regulaci\u00f3n de un proceso qu\u00edmico, acabado de un maquinado, \u00e1ngulo de giro de un volante, trayectoria de un objeto, velocidad de alg\u00fan fluido, etc.), en el cual se requiere un comportamiento adecuado para que el proceso se desempe\u00f1e en forma eficiente, minimizando una funci\u00f3n costo, cuadr\u00e1tica. Esta funci\u00f3n de costo contiene la energ\u00eda empleada por el estado y la energ\u00eda empleada por la entrada de control para mantener el comportamiento de la variable de estado. El proceso se encuentra dentro de la famosa \u201ccaja negra\u201d, no lo podemos ver, sin embargo, sabemos que hay entradas y salidas (figura 2), siendo el objetivo del control asegurarnos de que la variable de estado se comporte adecuadamente (tome los valores apropiados, de acuerdo al proceso).<\/p>\n

\"\"<\/a>

Figura 2. Representaci\u00f3n gr\u00e1fica general del planteamiento del problema de control.<\/p><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n
\n

<\/h3>\n

\u00bfQu\u00e9 es el control\u00a0autom\u00e1tico \u00f3ptimo?<\/h3>\n
\n
\n
\n
\n

En otras palabras, el control autom\u00e1tico es el mantenimiento de un valor deseado de una variable, en un proceso, dentro de una cantidad o condici\u00f3n, midiendo el valor existente, compar\u00e1ndolo con el valor deseado y utilizando la diferencia para proceder a reducirla (acci\u00f3n de control). En consecuencia, el control autom\u00e1tico exige un lazo cerrado de acci\u00f3n y una reacci\u00f3n que funcione sin intervenci\u00f3n humana. Se llama control \u00f3ptimo al que dentro de sus objetivos se encuentra, adem\u00e1s de lograr los valores adecuados de la variable a controlar, el de optimizar, es decir, minimiza o maximiza una funci\u00f3n criterio J. En el control \u00f3ptimo se pretende maximizar ganancias y minimizar costos y energ\u00eda, seg\u00fan trate el proceso en cuesti\u00f3n a controlar.<\/p>\n

\n
\n
\n
\n

El caso m\u00e1s simple es el caso lineal, para el cual el sistema din\u00e1mico de ecuaciones que contiene toda la informaci\u00f3n del proceso toma la forma:<\/p>\n

\n
\n

\"page29image40113440\"<\/p>\n

\n
\n
\n
\n
\n
\n

donde x(t)\u2208Rn<\/sup><\/em>, u(t)\u2208Rm<\/sup><\/em>, A(t)<\/em> es una matriz de dimensi\u00f3n nxn<\/em> y B(t)<\/em>es una matriz nxm<\/em>.<\/p>\n

Algunas ecuaciones de control para este caso se presentan en Kirk (1998). Y est\u00e1n dadas por:<\/p>\n

\n
\"page29image40122176\"<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n
\n
\n
\n

Con funci\u00f3n costo a minimizar dada por:<\/p>\n

\n
\"page29image40120720\"<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

donde H,Q<\/em> son matrices de peso, sim\u00e9tricas, reales, semidefinidas, positivas, y R<\/em> es matriz de peso real, sim\u00e9trica, definida, positiva. Como se puede observar, la funci\u00f3n de costo a minimizar contiene la energ\u00eda del estado dada porxT<\/sup> (t)Qx(t)<\/em> y la energ\u00eda empleada por el control: uT <\/sup>(t)Ru(t)<\/em>, as\u00ed como la posici\u00f3n del estado en tiempo final.<\/p>\n

El estado \u00f3ptimo controlado x*(t) se obtiene sustituyendo el control \u00f3ptimo u* (t)en la ecuaci\u00f3n (1):<\/p>\n

\n
\"page29image40121968\"<\/div>\n<\/div>\n
\n
\n
\n

Donde u* (t)<\/em> es el control \u00f3ptimo, el cual pertenece a un espacio de control es admisibles U(t)<\/em>.<\/p>\n

Otro aspecto importante a considerar es la presencia de disturbios dentro de los procesos, los cuales quedan fuera del control. Algunos ejemplos pueden ser los factores ambientales, como la humedad y la temperatura, \u00e9stos pueden influir en el proceso, si no es considerado alg\u00fan acondicionamiento especial. Otros factores que quedan fuera de control son los errores de los instrumentos de medici\u00f3n, los cuales est\u00e1n siempre presentes. Todo este tipo de situaciones, y algunas otras, causan disturbios en los procesos, afect\u00e1ndolos, \u00e9stos se representan como t\u00e9rminos de difusi\u00f3n dentro de la ecuaci\u00f3n de estado del sistema. Algunos ejemplos de t\u00e9rminos de difusi\u00f3n son los ruidos blancos (caracterizados por ser gaussianos con media cero y varianza \u03c32<\/sup>), los m\u00e1s utilizados, actualmente se cuenta con la representaci\u00f3n de otros tipos como los ruidos rosados, caf\u00e9s, etc\u00e9tera, dependiendo de la funci\u00f3n de distribuci\u00f3n a la que se relacionen<\/p>\n

El control para este tipo de sistemas, con presencia de disturbios, es llamado control estoc\u00e1stico. Cuando el sistema din\u00e1mico tiene la forma<\/p>\n

\"page30image40115936\"<\/div>\n
\n
\n
\n

Donde <\/span>, y\u03b5 es un par\u00e1metro que puede<\/p>\n

tomar diferentes valores, incrementando o decreciendo la intensidad del t\u00e9rmino de difusi\u00f3n (o ruido blanco), el cual es denotado pordW\/dt<\/em>.Este planteamiento corresponde al problema risk-sensitive<\/em>, para el cual la soluci\u00f3n al problema de control, como se puede ver en Alcorta, Basin y Acosta (2010), est\u00e1 dada por la ley de control \u00f3ptimo risk-sensitive<\/em>:<\/p>\n

\"page30image40119472\"<\/div>\n

\"\"<\/a><\/p>\n

Donde el t\u00e9rmino P(t)<\/em> es la soluci\u00f3n de la ecuaci\u00f3n diferencial matricial:<\/p>\n

\n
\"page31image40151616\"<\/div>\n<\/div>\n
\n
\n
\n
\n

C(t)<\/em> es la soluci\u00f3n de la ecuaci\u00f3n diferencial vectorial:<\/p>\n

\n
\"page31image40156608\"<\/div>\n<\/div>\n
\n
\n
\n
\n

Y la funci\u00f3n costo exponencial cuadr\u00e1tica a minimizar est\u00e1 dada por:<\/p>\n

\n
\"page31image40153904\"<\/div>\n<\/div>\n

Donde E<\/em> indica el valor esperado, exp<\/em> indica exponencial,I<\/em> es la matriz identidad de dimensiones adecuadas y\u03b5<\/em>es el par\u00e1metro que aparece en la ecuaci\u00f3n de estado como coeficiente del t\u00e9rmino de difusi\u00f3n.<\/p>\n

Ejemplos de controles incluidos en algunos equipos.<\/p>\n

Un tostador autom\u00e1tico es un sistema de control de lazo abierto, que est\u00e1 controlado por un regulador de tiempo. El tiempo requerido para hacer tostadas debe ser anticipado por el usuario, quien no forma parte del sistema. El control sobre la calidad de la tostada (salida) es interrumpido una vez que se ha determinado el tiempo, el que constituye tanto la entrada como la acci\u00f3n de control.<\/p>\n

Un mecanismo de piloto autom\u00e1tico y el avi\u00f3n que controla, forman un sistema de control de lazo cerrado (por realimentaci\u00f3n). Su objetivo es mantener una direcci\u00f3n espec\u00edfica del avi\u00f3n, a pesar de los cambios atmosf\u00e9ricos. El sistema ejecutar\u00e1 su tarea midiendo continuamente la direcci\u00f3n instant\u00e1nea del avi\u00f3n y ajustando autom\u00e1ticamente las superficies de direcci\u00f3n del mismo (tim\u00f3n, aletas, etc.), de modo que la direcci\u00f3n instant\u00e1nea coincida con la especificada. El piloto u operador, quien fija con anterioridad el piloto autom\u00e1tico, no forma parte del sistema de control.<\/p>\n

En la figura 3 se puede apreciar el control efectuado por el ser humano en una central t\u00e9rmica; en la figura 4 el control se efect\u00faa por medio de robots.<\/p>\n

\"\"<\/a>

Figura 3. Control manual en una central t\u00e9rmica.<\/p><\/div>\n

\"\"<\/a>

Figura 4. Robots industriales KUKA usados en la producci\u00f3n de alimentos para una panader\u00eda.<\/p><\/div>\n

La ingenier\u00eda autom\u00e1tica es un \u00e1rea multidisciplinar que se encarga de la concepci\u00f3n y desarrollo de aut\u00f3matas y de otros procesos autom\u00e1ticos.<\/p>\n

La ingenier\u00eda autom\u00e1tica se encarga de la automatizaci\u00f3n de procesos t\u00e9cnicos en las siguientes \u00e1reas:
\n\u2022 Electr\u00f3nica e industria el\u00e9ctrica
\n\u2022 Dom\u00f3tica
\n\u2022 Procesos qu\u00edmicos
\n\u2022 Ingenier\u00eda mec\u00e1nica
\n\u2022 Automovilismo
\n\u2022 Aeron\u00e1utica y astron\u00e1utica
\n\u2022 Rob\u00f3tica
\n\u2022 Medicina
\n\u2022 Mecatr\u00f3nica<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

Dentro de la ingenier\u00eda autom\u00e1tica se encuentran, entre otras, las siguientes subdisciplinas:
\n\u2022 Instrumentaci\u00f3n autom\u00e1tica
\n\u2022 Tecnolog\u00eda de sensores
\n\u2022 Regulaci\u00f3n autom\u00e1tica
\n\u2022 Control de procesos
\n\u2022 Vigilancia
\n\u2022 Etc\u00e9tera<\/p>\n

\"\"<\/a><\/p>\n

<\/h3>\n

INTELIGENCIA ARTIFICIAL<\/b><\/h3>\n

Como se puede ver en Alcorta, Basin y Acosta (2010), los avances en el campo del control autom\u00e1tico, aplicados a la inteligencia artificial (IA), la electr\u00f3nica, sensores, procesamiento de se\u00f1ales, actuadores, etc\u00e9tera, proporcionan nuevas herramientas para el control de sistemas complejos. La metodolog\u00eda de control es el conjunto de t\u00e9cnicas y procedimientos usados para construir o implementar un controlador para un sistema din\u00e1mico. La metodolog\u00eda puede incluir tanto el dise\u00f1o del procedimiento de control como el tipo de algoritmos\/hardware utilizados para su implementaci\u00f3n final (Passino, 1993). Para muchos sistemas inteligentes de control, la metodolog\u00eda de dise\u00f1o del controlador es esencialmente heur\u00edstica y basada en ciertos principios de la inteligencia artificial o la investigaci\u00f3n operativa.<\/p>\n

Las metodolog\u00edas de control inteligente incluyen, por ejemplo, la l\u00f3gica difusa, sistemas expertos (control basado en reglas), aprendizaje, sistemas de planificaci\u00f3n para control, algoritmos de b\u00fasqueda, sistemas h\u00edbridos, diagn\u00f3stico de fallas y reconfiguraci\u00f3n, aut\u00f3matas, redes de Petri, redes neuronales, algoritmos gen\u00e9ticos, etc\u00e9tera. Algunas de las metodolog\u00edas de control inteligente incluyen o son una s\u00edntesis de las desarrolladas para el control convencional. La IA se puede definir como el estudio de las facultades mentales a trav\u00e9s del uso de modelos computacionales. Este t\u00e9rmino surge en 1950, ideado por un grupo de cient\u00edficos que estudiaron el cerebro humano como modelo natural, integrando la cibern\u00e9tica y los computadores (McCarthy, Minsky, Newell, Simon). Desde entonces, los investigadores en el campo de la IA han generado ideas y t\u00e9cnicas muy \u00fatiles para el control y, a su vez, el desarrollo de la IA se ha visto estimulado en su interacci\u00f3n con el control de procesos. En particular, el control autom\u00e1tico puede hacer efectivo el uso de:<\/p>\n