MENU MODULO 5

1 DESCRIPCION

2 OBJETIVOS

3 CONTROL EXPERTO

4 CONTROL FUZZY

OTRAS TECNICAS
5 AVANZADAS CONTROL

INSTRUMENTACION
6 AVANZADA

7 LINKS/ DOWNLOAD

8 TERMINAR / SALIR

PRINCIPAL AVANZAR
 MENU DESCRIPCION

1 DESCRIPCION Ciertamente que cuando el control

convencional presenta problemas de
retardos y grandes perturbaciones e
2 OBJETIVOS interacciones y/o un comportamiento
marcadamente no lineal, la alternativa es
el control avanzado.
3 CONTROL EXPERTO
La estrategia de control avanzado
viene definido por la estimación de los
4 CONTROL FUZZY costos y cuantificación de los beneficios,
el establecimiento de los recursos
humanos y un plan de viabilidad.
OTRAS TECNICAS
5 AVANZADAS CONTROL
Para entender más sobre el Control
Avanzado, desarrollaremos los
INSTRUMENTACION
6 AVANZADA
fundamentos básicos y sus aplicaciones.
Finalmente, en este módulo se
7 LINKS/ DOWNLOAD describirán los Instrumentos Avanzados y
su actual aplicación en las industrias.

8 TERMINAR / SALIR

Retornar
 MENU OBJETIVOS DEL MODULO

1 DESCRIPCION  Interpretar principios y sus

aplicaciones de las diferentes
22 OBJETIVOS técnicas avanzadas de control.

3 CONTROL EXPERTO
 Interpretar técnicas de control
Experto y su aplicación en la
4 CONTROL FUZZY industria.

5
OTRAS TECNICAS
AVANZADAS CONTROL  Conocer y aplicar metodologías para
implementar el Control Fuzzy.
INSTRUMENTACION
6 AVANZADA
 Identicar principios de
7 LINKS/ DOWNLOAD funcionamiento y aplicaciones de la
instrumentación industrial
8 TERMINAR / SALIR avanzada.

Retornar
 MENU CONTROL EXPERTO

1 DESCRIPCION Contenido

2 OBJETIVOS
Introducción a Sistemas Expertos

33 CONTROL EXPERTO
Componentes de un Sistema Experto

4 CONTROL FUZZY
Participación en la Construcción
de un S.E
OTRAS TECNICAS
5 AVANZADAS CONTROL
Metodología para Construir
un Sistema Experto
INSTRUMENTACION
6 AVANZADA
Ventajas y Desventajas de los
Sistemas Expertos
7 LINKS/ DOWNLOAD
Ejemplo Aplicativo

8 TERMINAR / SALIR

Avanzar
 Módulo 5
Sub - Módulo 3 Introducción al Control Experto

Introducción a S.E. Bajo el término de Sistemas Expertos se entiende un nuevo tipo de software que
imita el comportamiento de un experto humano en la solución de un problema.
Pueden almacenar conocimientos de expertos para un campo determinado y
Componentes de un
Sistema Experto solucionar un problema mediante deducción lógica de conclusiones. El control experto
es nada más que un sistema experto aplicado al control de procesos industriales.
Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E. U Y
Control Basado en
Planta
Set Point Reglas Salida
Ejemplo Aplicativo

Retornar

Figura 1

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Introducción al Control Experto

          Los
Sistemas Expertos son uno de los puntos que componen las investigaciones en el campo de
Introducción al S.E.
la lA (Inteligencia Artificial). Un sistema de ordenadores que trabaje con técnicas de lA deberá estar
en situación de combinar información de forma “inteligente”, alcanzar conclusiones y justificarlas
Componentes del (al igual que el resultado final). Los Sistemas Expertos son una expresión de los sistemas basados en
Sistema Experto el conocimiento. Con la aplicación de técnicas de Inteligencia Artificial finaliza la transición del
procesamiento de datos al procesamiento de conocimientos.
Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo
Control Basado en U Y
Planta
Set Point Reglas Salida

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Introducción al Control Experto

Introducción a S.E. Los sistemas expertos se aplican por norma general en problemas que
implican un procedimiento basado en el conocimiento. Un procedimiento
Componentes del de solución basado en el conocimiento comprende las siguientes
Sistema Experto
capacidades:
 Utilización de normas o estructuras que contengan conocimientos y experiencias de expertos especializados.
Participación en la
Construcción de un S.E.
 Deducción lógica de conclusiones.

Metodología para  Capaz de interpretar datos ambiguos.

Construir S.E.
 Manipulación de conocimientos afectados por
por valores de probabilidad.
probabilidad.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar
La función de un Sistema Experto es la de aportar soluciones a
problemas , como si de humanos se tratara, es decir ser capaz de mostrar
soluciones inteligentes.

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Introducción al Control Experto

Esto
Esto es posible gracias a que al  sistema lo crean expertos (humanos), que intentan estructurar y formalizar conocimientos poniéndolos a
Introducción al S.E. disposición del sistema, para que este pueda resolver una función dentro del ámbito del problema, de igual forma que lo hubiera hecho un experto.

        Acceder
        Acceder a los conocimientos adquiridos por experiencia es lo más difícil, ya que los expertos, al igual que otras personas, apenas los reconocen
Componentes del como tales. Son buscados con mucho esfuerzo y cuidado siendo descubiertos de uno en uno, poco a poco.
Los Benificios de Sistema Experto:
Experto:
Sistema Experto
Despué
espués de haber empleado un sistema de control que se basa en las experiencias de ingenieros de procesos y de operadores calificados se
pueden obtener los siguientes beneficios:
beneficios:
Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Introducción al Control Experto

Estabilidad de operación:
operación:
Introducción al S.E.
Las principales variables (flujo, temperatura, velocidad del motor, corriente, etc.) permanecen muy estables en el punto óptimo de producción.

 Aumenta de la calidad:
calidad:
Componentes del Con este sistema se evitan posibles contaminaciones al producto final, ya sea por falla de equipos o malas decisiones operacionales.
Sistema Experto
 Disminución de costos:
costos:

Participación en la Los equipos consumidores de energía, como por ejemplo bombas, agitadores , rectificadores, calderas operarían en su punto óptimo de producción con el menor costo.

Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Componentes del Sistema Experto

Introducción a S.E. Componentes

Componentes de un La Base del Conocimiento

Sistema Experto

Participación en la Motor de Inferencia

Construcción de un S.E.

La inferencia del Usuario

Metodología para
Construir S.E.
Sheel
Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar Base del

Motor de
Conocimiento Interfaz Usuario
Inferencia
(reglas)
Shell

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La Base del Conocimiento

Introducción a S.E. La Base de Conocimientos de un Sistema Experto contiene el conocimiento de los

hechos y de las experiencias de los expertos en un dominio determinado.

Componentes de un
Sistema Experto

Participación en la Reportes en Análisis de Información

Construcción de un S.E. Linea “PC” Criticidad Crítica

Metodología para Información

Construir S.E. No Crítica

Trouble
Ventajas y Desventajas Shooting
Información Entregada
de un S.E.
por Proveedores

Ejemplo Aplicativo Adquisición de Base de

Conocimiento de expertos Conocimiento

Información de Calibración
Retornar de Equipos y Tarjetas

Información de Entrada
Manual
Figura 2

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La Base del Conocimiento
Método de las entrevistas para la adquisición del conocimiento. Las entrevistas nos ayudan a la adquisición del conocimiento, para luego canalizarlo en forma correcta mediante la construcción de las reglas que formaran parte de la base de conocimiento, la entrevista es realizado por el ingeniero del conocimiento y el entrevistado es el Experto
Humano, juntos potencializan sus conocimientos para la construcción del sistema experto. Existe dos tipos de entrevistas que se utilizan para la adquisición del conocimiento, estas son:

Introducción a S.E. a) Entrevistas Dirigidas .- La característica principal de este tipo de entrevista es que el ingeniero del conocimiento formula las preguntas en forma ordenada de lo más relevante a lo menos relevante, las preguntas son cortas y puntuales por lo tanto se deja que el Experto Humano tome la iniciativa de responder lo que a él le parece necesario.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La Base del Conocimiento

b ) Entrevistas no Dirigidas.-
Dirigidas.- La característica principal de este tipo de entrevista es que el ingeniero del conocimiento deja las preguntas abiertas, es decir, el Experto Humano responde en forma explayada sobre el tema

Introducción a S.E. pudiendo desviarse de los objetivos del entrevistador. El entrevistador debe poseer un gran dominio sobre el tema para así poder recopilar en forma acertada toda la información entregada por el Experto Humano.

Las reglas que se construyen deben ser validadas e ingresadas por el programador a la base de conocimiento, tal como se aprecia en la figura 3.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La Base del Conocimiento

Introducción a S.E.
Respuesta sobre la regla cuestionada

Componentes de un
Sistema Experto
Manuales
Técnicos
Participación en la Respuesta sobre la pregunta
Construcción de un S.E. Ingeniero del Conocimiento Programador

Si
Metodología para Experto Construcción Validación Si Base
Humano Entrevistador Raz onamiento de de de
Construir S.E. Reglas Reglas Conocimiento

Ventajas y Desventajas ¿Preg unta? No No

de un S.E.
Trou ble
Shootin g
Ejemplo Aplicativo
¿Repite Pregunta ?

Retornar ¿Preg unta sobre la Regla?

Figura 3

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La Base del Conocimiento

Introducción a S.E. De la figura anterior se describe las funciones principales de cada una etapas para la
adquisición del conocimiento y es como sigue:

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.
Experto Humano
Ventajas y Desventajas
de un S.E.
Ingeniero de Conocimiento
Ejemplo Aplicativo

Programador
Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experto Humano

Experto Humano: Es el especialista en la materia a estudiar, posee una basta experiencia practica y conocimiento teórico, nos entrega información para
Introducción a S.E. que el Ingeniero del Conocimiento pueda razonar y construir las reglas. Cuando una regla no es validada por el Ingeniero del Conocimiento, el Experto Humano
nos entrega una respuesta para mejorar la construcción de la regla.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ingeniero de Conocimiento

Ingeniero del
del Conocimiento: Es el encargado de realizar las entrevistas, para luego realizar el razonamiento, construcción de reglas y validación de estas. La
Introducción a S.E. información requerida para la construcción de las reglas es tomada del Experto Humano, de los manuales técnicos entregados por el proveedor y por el
Troubles
Troubleshooting de los equipos que participan en el proceso.
proceso.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Programador

Introducción a S.E. Programador: Es el encargado de escribir las reglas en la base de conocimiento, debe manejar el
software a utilizar y poseer un basto dominio de computación e informática.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Motor de Inferencia
El mecanismo de inferencia es la unidad lógica con la que se extraen conclusiones de la base de conocimientos, según un método fijo de solución de problemas que esta configurado,
configurado, imitando el procedimiento humano de los expertos para solucionar problemas.

Introducción a S.E.
          Una conclusión se produce mediante aplicación de las reglas sobre los hechos presentes.

Ejemplo: 
            Una Regla es :   Si p y q entonces r
            Se dan los hechos : p y q

          p y q son justo aquellos hechos que se mencionan en la cláusula "si" de la regla, es decir, las condiciones para la

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Motor de Inferencia

aplicabilidad de la regla. Aplicar la regla es: deducir de los hechos p y q el hecho r.

Introducción a S.E.
En un Sistema Experto existirá un hecho sólo cuando esté contenido en la base de conocimientos.

Los hechos que constan en la cláusula "si" se llaman premisas, y el contenido en la cláusula "entonces" se llama conclusión. Cuando se aplica una regla sobre algunos hechos cualesquiera se dice que se dispara. El disparo de una regla provoca la inserción del nuevo hecho en la base de
conocimientos.
         
Las funciones del mecanismo de inferencia son:

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo
 Determinación de las acciones que tendrán lugar, el orden en que lo harán y cómo lo harán entre las diferentes
partes del Sistema Experto.

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Motor de Inferencia

 Determinar cómo y cuándo se procesarán las reglas, y dado el caso también la elección de qué reglas deberán procesarse.
Introducción a S.E.
 Control del diálogo con el usuario

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E. La decisión sobre los mecanismos de procesamiento de reglas, es decir, qué estrategias de búsqueda se implementarán, es de vital importancia para la efectividad del sistema en su conjunto.
         
Ante problemas o clases de problemas distintos se estructuran, como es lógico, diferentes mecanismos de inferencia. El mecanismo de inferencia debe de estar "adaptado" al problema a
solucionar. Una imposición de costo exige, bajo ciertas circunstancias, una estrategia distinta de procesamiento del conocimiento que un diagnóstico de falla
fallas de máquina.
Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La inferencia del Usuario

En este componente como se sabe es la forma en la que el sistema se nos presentará ante el usuario. Como en los anteriores nos surgen dudas y preguntas como por
Introducción a S.E. ejemplo:
Preguntas Comunes:       
Comunes:        

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.  ¿Cómo debe responder el usuario a las preguntas planteadas?

 ¿Cómo saldrán las respuestas del sistema a las preguntas que se le planteen?

 ¿Qué informaciones se representarán de forma gráfica?            

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

       Las
Las características de la interface que se presentan
presentan usuario se pueden resumir en cuatro, que son las más importantes de tener en cuenta al desarrollar el
Retornar sistema:
         

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La inferencia del Usuario
Requisitos o Características de la interface:
1.- El aprendizaje del manejo debe ser rápido .

Introducción a S.E. El usuario no debe dedicar mucho tiempo al manejo del sistema, debe ser intuitivo, fácil en su manejo. No debemos olvidar que nuestro sistema simula al comportamiento de un experto. Debe sernos cómodo y relativamente sencillo en cuanto al manejo.

2.- Debe evitarse en lo posible la entrada de datos errónea.

Ejemplo:

Ponern
Ponernos en la situación de que nuestro sistema es un médico. Cuando nosotros acudimos a un médico, le contamos y detallamos nuestros síntomas y el con sus preguntas junto con nuestras respuestas nos diagnostica nuestra

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La inferencia del Usuario

"enfermedad". Imaginem
Imaginemos
os que acudimos a un medico y le decimos que nos duele una pierna en lugar de un brazo, el diagnostico será inútil. El ejemplo es muy exagerado pero demuestra la importancia en la correcta introducción de los datos al sistema.

Introducción a S.E. 3.- Los resultados deben presentarse en una forma clara para el usuario.
       V
       Vollv
ollviendo
iendo al ejemplo del médico. Si nuestro médico nos diagnostica un medicamento pero en nuestra receta no nos escribe cada cuantas horas hemos de tomarlo por ejemplo, por muy bueno que sea el medicamento, la solución a nuestro problema será ineficiente por completo. Por eso se insiste en que los resultados debe ser
claros y concisos.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 La inferencia del Usuario

4.- Las preguntas y explicaciones deben ser comprensibles

Introducción al S.E.  **Con estas cuatro reglas crearemos nuestro interface con grandes posibilidades de éxito**

         

Componentes del
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Shell
El Shell es un modulo formado por el motor de inferencia y la interface del usuario y son los generadores del sistema experto. De acuerdo a todos los estudios (desde 1987) usando un Shell es la única manera racional para desarrollar un sistema experto.

Introducción a S.E.
La base de datos y la reglas deben cumplir ciertos formalismos para que el Shell lo entienda.
   
Los resultados de utilizar sistemas expertos hasta el momento son apenas aceptables. En algunos casos buenos o bastante buenos y en algunos casos realmente malos.

Estos errores son debidos a que no se sabe elegir el Shell del sistema experto. No es lo mismo usar un Shell que desarrolla una persona para un problema de Agricultura que

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Shell

usar el mismo programa para resolver problemas de producción o de verificación de producción,

producción, por poner un ejemplo. La razón es que el dominio de la aplicación
Introducción a S.E. es diferente por lo tanto el sistema no va ha funcionar. Muchas empresas no dicen el origen del Shell. Algunos son muy atractivos pero cuando se les hace una prueba
de escritorio funcionan mal. Por lo tanto un Ingeniero o futuro Ingeniero debe desarrollar métodos para evaluar estos.          

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Participación en la construcción de un S.E.

Introducción a S.E. Los principales participantes son: el sistema experto, el experto humano, el ingeniero del
del
conocimiento, la herramienta para construirlo y el usuario, tal como se muestra en la figura 4.

Componentes de un
Sistema Experto

Participación en la
Constructor Experto
Construcción de un S.E.
de del
Herramientas Dominio
Metodología para Extiende
y
Construir S.E. Prueba
Construye Entrevista
Ventajas y Desventajas
de un S.E. Herramientas Ingeniero
para Construir Sistema Usuario
del
Sistemas Expertos Final
Usa Conocimiento
Ejemplo Aplicativo Expertos Usa
Refina
y
Prueba
Retornar
Personal
de
Oficina
Figura 4

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Participación en la construcción de un S.E.

De la figura se describe cada una de sus etapas:

Introducción a S.E.
Sistema Experto.- Es la sección de programas o software que resuelve el problema en un dominio particular, que consiste en un componente que resuelve el problema y un ambiente de
soporte que permite a los usuarios interactuar con el sistema en forma amistosa.

Componentes de un Experto.- Por lo general es una persona, aunque en otros sistemas el experto esta representado por libros o manuales t écnicos.

Sistema Experto Ingeniero del

del Conocimiento.- Es aquel que realiza la entrevista al experto y organiza el conocimiento, decidiendo como debe ser representado en el sistema, ayuda a los programadores
en la fase de implementa
implementació
ción y codificación del mismo.

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Participación en la construcción de un S.E.

Herramienta para Construir el Sistema Experto.- La herramienta es el lenguaje y el ambiente soportante usado por el Ingeniero del
del Conocimiento o el
Introducción a S.E. programador, herramienta que es diferente de los lenguajes convencionales ya que debe facilitar la representación de conceptos conplejos de alto nivel.

Usuario.- Es cualquier persona que utilice el Sistema Experto desarrollado, por ejemplo: el constructor de herramienta, el Ingeniero del
del Conocimiento, el
Componentes de un Experto, el usuario final; o el empleado que sólo agrega datos al sistema.
Sistema Experto
Se debe distinguir siempre entre la herramienta usada para construir el Sistema Experto y el Sistema Experto mismo a pesar que el sistema
implementado contenga como componente al ambiente como interfase con el exterior. Esta distinción se muestra en la figura 5.
Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Participación en la construcción de un S.E.

Introducción a S.E. Relación entre herramientas para construir Sistemas Expertos

y el Sistema Experto.
Componentes de un
Sistema Experto

Participación en la Herramientas para construir

Construcción de un S.E. Sistema Expertos

Metodología para
Lenguaje para la
Construir S.E.
Construcción de SISTEMA EXPERTO
Sistema Experto
Ventajas y Desventajas
de un S.E. Usuario

Ejemplo Aplicativo
Ambiente
de
Soporte
Retornar

Figura 5

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Metodología para Construir Sistema Experto

Introducción a S.E.
Para construir un Componentes
Sistema Experto se debe seguir
Componentes de un
Sistema Experto los siguientes pasos:
Identificación del Problema
Participación en la
Construcción de un S.E.
Conceptualización del Problema
Metodología para
Construir S.E.
Formalización a través de una
Ventajas y Desventajas lógica o algún lenguaje formal
de un S.E.

Implementación eligiendo un Shell

Ejemplo Aplicativo

Retornar Pruebas

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Identificación del Problema

 El Experto e Ingeniero identifican el área del problema y definen alcances.

Introducción a S.E.  Determinación de recursos necesarios, tiempo y facilidades computacionales.

 Decisión sobre metas y objetivos de la constru cción del sistema experto.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Conceptualización del Problema


Introducción a S.E. El Ingeniero y Experto explican conceptos claves relaciones y características del flujo de Información, necesarias para describir la solución del problema.

 Especificaciones de subtareas, estrategias y necesidades relacionadas con la actividad de resolver el problema.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Formalización a través de una lógica

 Graficar los conceptos claves y relaciones en una representación formal sugerida por un lenguaje o una herramienta.

Introducción a S.E.  Selección del lenguaje o Shell.

 Representación de conceptos y relaciones dentro de la estructura del lenguaje.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Implementación eligiendo un Shell

 El ingeniero organiza la base del conocimiento en una base de datos.

Introducción al S.E. 


Se elige la base de datos.

Se define un conjunto de reglas y estructuras de control del Programa.

 Se realiza el programa.

Componentes del
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Pruebas

 Evaluación del rendimiento del programa.

Introducción a S.E.  Revisión y ajuste a nivel de excelencia.

 El experto realiza una evaluación. I ncluso se diseñan problemas en el que el experto lo resuelve y el programa lo resuelve aparte.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ventajas y Desventajas de los S.E.

Los sistemas expertos poseen varias ventajas con respecto a los sistemas manipulados por los seres humanos, algunas de ellas se muestran en la tabla siguiente.
Introducción a S.E.
Tabla: Ventajas de los Sistemas Expertos

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ventajas y Desventajas de los S.E.

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ventajas y Desventajas de los S.E.

Los sistemas expertos poseen varias desventajas con respecto a los sistemas manipulados por los seres humanos, algunas de ellas se muestran en la tabla
Introducción a S.E.
Tabla : Des
Desventajas de los Sistemas Expertos

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ventajas y Desventajas de los S.E.

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejemplo Aplicativo

Introducción a S.E. A continuación hablaremos de los pasos

seguidos para implementar un Sistema
Componentes de un Experto en Molino SAG. 1. Enfoque “Experto”
Sistema Experto

Participación en la 2. Ejecución de la lógica Experto

Construcción de un S.E.

Metodología para
Construir S.E.
3. Experiencia en planta

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Objetivos
Objetivos del
del proyecto:
proyecto:
Aumentar el tonelaje procesados por la planta
Mantener una operación estable
Mantener prá cticas de operación uniformes.

Introducción a S.E.
Ca
Ca racterísticas
racterísticas del
del sistema
sistema

Sistemas
Sistemas basados
basados en
en reglas
reglas empíricas:
empíricas:

Hace lo que hacen los operadores

Desarrollado en base a entrevistas de éstos.
Las reglas son genéricas, válidas pa ra cualquier Sag.
La sintonía se hace para cada molino.
La variable principal de control es la Presión.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Variables de Control del Experto

Para el Control de la operación del Experto este cuenta con un conjunto de variables que debe monitorear y otras que debe manejar, es tos son:

Introducción a S.E.
Variables de Monitoreo:

Tonelaje
Sólidos al Molino
Presión de levante
Ruido
Potencia
Nivel de cajón

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para Variables de control:

Construir S.E. Tonelaje

Sólidos al molino

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Parámetros de Control d el Operador
Para el Con trol de la operación del Experto el op erad or cuenta con un conjun to de p arámetros que debe manejar, estos son:

Parámetros de Presión:

Introducción a S.E.
Presión d e Rechazo
Parámetros de Tonelaje:

Tonelaje Máximo
Tonelaje Mínimo
Parámetros de Nivel:

Nivel Máximo

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.
Parámetros de Nivel:

 Nivel Máximo

Parámetros de Densidad:

Metodología para
 Sólido Alimentación Máxima
 Sólido Alimentación Mínima

Parámetros de Potencia:

 Potencia Alta

Construir S.E.
 Potencia Baja

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Varia ble de dispa ra de reg las

Variable de control basado en la presión

Presión:

Introducción a S.E.
Presión extrema >= Presión de rechazo
Presión muy alta >= Presión de rechazo = 10
Presión alta > Presión de recha zo = 20
< Presión de rechazo = 10
Presión OK >= Presión de rechazo = 75
 <= Presión de rechazo = 20
Presión baja < Presión de rechazo = 75

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Pendiente de Presión:

 Presión subiendo dP/dt > 0.01 psi/seg

Introducción a S.E.
 Presión subiendo rápido dP/dt > 0.05 psi/seg

 Presión disminuyendo dP/dt < -0.005 psi/seg

 Presión disminuyendo rápido dP/dt < -0.01 psi/seg.

Rango de variables de Presión

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

En cada zona se define las pendientes de presión permitidas para subir tonelaje. En el caso de presión extrema, o presión de rechazo, no
Introducción a S.E.
se sube presión, aunque ésta esté bajando. Esto permite estabilizar la presión en el límite de muy alta.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Introducción a S.E. Variable de Pendientes de Presión

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Introducción a S.E. Ejemplo de una regla (tipo Alta Presión)

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Fuzzy Set, Regla de Alta Presión

Introducción a S.E.
Ejemplo de operación de la lógica difusa:
difusa: se tiene un valor de la variable “presión subiendo”; lo que produce el disparo de la regla “reduciendo tonelaje”, según:

1. Presión subiendo = 0.045 psi/s

2. Fuzzy set = 80%

3. Reducción de tonelaje = 50 tph

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Introducción a S.E.
Variable de disparo de reglas

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Introducción a S.E.
Variable de control basadas en el Nivel

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E. Rango de operación de Nivel

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
REQUERIMIENTOS: Instrumentación / Hardware / Software

Introducción a S.E. Como otros tipos de sistemas de control, un control experto está compuesto de un conjunto apropiado y confiable de sensores, actuadores remotos, componentes del computador de proceso y software de
control. Focalizando la atención en las aplicaciones de control en circuitos SAG, los párrafos siguientes describen lo que consideramos son los niveles de instrumentación 'mínimo', 'deseable' e 'ideal', junto con las
principales opciones de hardware/software para la debida implementación de estas aplicaciones.

Con relación a la Instrumentación

Instrumentación de Proceso, la lista siguiente contiene los requerimientos mínimos para el control de un molino SAG, excluidos los molinos de bolas:
Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

 Medición de tonelaje fresco y lazo de control regulatorio tipo PID, para el comando de alimentadores.

Introducción a S.E.
Medición de potencia en el molino SAG.
 Medición de presión de descansos en el molino SAG.
 Medición de flujo de agua al molino SAG y su lazo de control tipo PID.
 Medición de la carga recirculada, en caso de existir.
 Medición de potencia de los chancadores de 'pebbles', en caso que existan

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar Figura 6

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Un nivel más 'deseable' de instrumentación, que permitiría una estrategia más 'astuta', incorporando además los molinos de bolas, debería contener las mediciones adicionales siguientes:

Introducción a S.E.  Medición de potencia en molinos de bolas.

 Medición del nivel de pulpa en los pozos.

 Medición de flujos de agua al pozo y alimentación molinos de bolas, junto a sus lazos de control regulatorio tipo PID.

 Medición de densidad de pulpa alimentada a ciclones.

 Medición de presión en la alimentación a ciclones.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
Finalmente, considerando el estado del arte actual en la tecnología de instrumentación, las siguientes nuevas mediciones conformarán el nivel de información de proceso 'ideal':

 Medición de granulometría en la alimentación al SAG.

Introducción a S.E. 


Comando independiente sobre cada alimentador.

Medición de flujo de pulpa alimentada a ciclones.

Medición de tamaño de partículas y porcentaje de sólidos en el rebalse de ciclones.

 Bomba de velocidad variable en alimentación a ciclones.

 Válvulas automáticas (ON/ OFF) para apertura y cierre de ciclones.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

El nivel de instrumentación ideal planteado permitiría la incorporación de modelos de proceso más detallados, estimación de variables no medidas y otras herramientas de soporte; dando lugar a un sistema de control más poderoso, no sólo con

Introducción a S.E. propósitos estabilizantes sino también para lograr una optimización global del comportamiento.

Respecto de los requerimientos de hardware/software,

hardware/software, existen varias opciones factibles, que van desde plataformas muy modestas con controladores independientes hasta algunas basadas en modernos y sofisticados DCS'S. En todos los casos, el
cerebro del sistema es el 'computador supervisor’(ver figura 7), donde residen las estrategias de control experto.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Introducción a S.E. Nuevamente, las opciones básicas, en orden de complejidad creciente, son las siguientes:

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

Figura7 : Principales Elementos de un Sistema de Control Experto Para un

Circuito de Molienda SemiAutógena.

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Controladores autónomos con referencia remota, comunicados con el computador supervisor por medio de interfaces A/D y D/A

Introducción a S.E. convencionales. Una interfaz de proceso ligada a un PLC -donde se realiza el control regulatorio- el que, a su vez, se comunica digitalmente
con el computador supervisor. El PLC puede o no tener su propia interfaz de operación, como también algún software básico de control.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

Un DCS equipado con cornponentes de hardware y software para interfaz de operación, control regulatorio, tendencias, manejo

Introducción a S.E. de base de datos y otras capacidades propias de estos sistemas. El DCS se comunica con un computador de proceso externo donde
residen las estrategias de control experto. Igual que el caso anterior, pero con un DCS que posee su propio computador de

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto

procesos y suficientes herramientas de software para ejecutar el control experto .

Introducción a S.E. Bajo las dos primeras opciones, el operador interactúa con el terminal del computador supervisor. Con la tercera opción, el operador puede escoger entre hacerlo
directamente con el computador supervisor o por medio de los terminales del DCS.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
En todos los casos, el computador supervisor debe tener acceso a una base de datos en tiempo real, para que la estrategia sea alimentada con la
información relevante del proceso. Asimismo, para la formulación de la estrategia experta, debe existir una plataforma de software que permita la

Introducción a S.E. organización del conocimiento; es decir, la estructuración lógica y ejecución de las reglas decisionales.

Componentes d unl
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
La mayoría de los lenguajes de programación, como Pascal, C, Basic, Fortran, son utilizables para tal propósito. En la opinión de los autores, es
conveniente utilizar herramientas más apropiadas para este propósito como son los 'shell expertos',
expertos', pero ello no es imprescindible. En este ambiente,

Introducción a S.E. cada algunos segundos la estrategia accede a los datos del proceso, evalúa la condición operacional actual del circuito y la proyección más

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Enfoque Experto
probable de ella, verificando la existencia de probables emergencias y restricciones a la operación, para finalmente concluir el ciclo de
control cargando a los controladores regulatorios los valores actualizados de las referencias operacionales, por medio de la base de datos.

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Como se anticipó, la estrategia 'base' constituye la fundación de cada estrategia 'a medida' y condensa todo el conocimiento previo acerca del control de circuitos de molienda SAG similares, en la forma de reglas decisionales y modelos generalizados del

Introducción a S.E. proceso, el que representa todo conocimiento común y repetible entre otras plantas previamente estudiadas. En la gran mayoría de las aplicaciones, la estrategia base conducirá al sistema hacia el máximo tonelaje factible en el circuito, para una cierta especificación de
tamaño de producto. En ocasiones, cuando la disponibilidad de mineral es limitada, el objetivo operacional podrá ser una maximización de la eficiencia con que se utiliza la energía, manteniendo el molino con un llenado superior a un cierto nivel mínimo. (Ver figura 8)

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

Figura 8: Ejemplo de la Estrategia base en el Control Supervisor Experto para un Molino

SemiAutógeno, Mostrando las Principales y Típicas Reglas Decisionales.

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta
La secuencia de ejecución de las reglas es la siguiente:

Reglas de Cálculo

Introducción a S.E.
Reglas de Sobrecarga
Reglas de Alta Presión
Reglas de Cajones
Reglas de Sobrecorrección
Relas de Estabilidad
Reglas de Optimización

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

De la secuencia de ejecución de las reglas mostraremos acontinuación algunas reglas principal

principales empleadas para el desarrollo del Sistema Experto:
Introducción a S.E.
Reglas de Sobrecarga:

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Existen reglas para el caso de falta de agua, que detectan distintos grados de desviación de %

Introducción a S.E. sólidos, respecto de su SP, de manera de evitar la sobrecarga del molino. Además existe una protección
especial que si el % sólidos llega a 85% por más de 20 segundos de detienen los feeeders. (Ver figura 9)

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

Figura 9

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta
Reglas de Cajones

Introducción a S.E. Nivel de Cajon de 6 vías:

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Nivel de Cajones SAG:

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Reglas de Alta Presión:

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Ejecución de la Lógica Experta

Introducción a S.E.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

En la Figura 10 se presenta una comparación del comportamiento de una estrategia experta Super-SAG con respecto a la

Introducción a S.E. operación bajo un DCS convencional. Estos histogramas comparativos de tonelaje están basados en períodos de extensas pruebas tipo
on/off, en las cuales la estrategia Super-SAG experta fue conectada y desconectada en sucesivos tumos de operación; por lo tanto, ambas

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar Figura
Figura 10:
10:
Histogramas Comparativos en Tonelage de la Estrategia Experta SuperSAG
Vs. La Operación por medio de un SCD Tradicional.

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

opciones de sistemas de control tuvieron igual probabilidad de estar expuestos a minerales y perturbaciones decaracterísticas similares. En

Introducción al S.E.
promedio, para el caso en referencia, el tonelaje del circuito aumentó cerca de un 11% (1.297 ton/hr vs 1.170 ton/hr), además de una reducción
importante en la variabilidad del tonelaje. En aplicaciones similares el tonelaje ha aumentado en un rango de 5% a 12%, reduciendo

Componentes del
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

la variabilidad en todos los casos.

Introducción a S.E. Como se mencionó anteriormente, la operación directa mediante los DCS aún demanda una frecuente interacción del operador para contrarrestar las
emergencias del proceso. La 'campana' secundaria a la izquierda en el histograma del SCD de la figura 10 -indicada como la 'zona de pánico del operador- es interesante
en cuanto refleja la sobrereacción del operador.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

Ante una emergencia declarada, en que innecesariamente se reduce el tonelaje a cerca de la mitad.

Introducción a S.E. Por el contrario, la estrategia experta no sólo está preparada para manejar estas emergencias, sino también para
evitar su ocurrencia, por medio del monitoreo continuo del estado del circuito y las tendencias que él exhibe.
exhibe

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

Para el mismo conjunto de datos, en la Figura 11 se compara los histogramas de presión de descansos. Ambos sistemas de

Introducción a S.E. control fueron capaces de mantener casi la misma presión promedio, es decir, llenados aproximadamente iguales. Más importante
aún, sin embargo, es reconocer que con la estrategia experta se logró una notable reducción en la variabilidad de la carga en el molino.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Figura 11:
Retornar Histograma Comparativo de Presión de Descansos de la Estrategia Experta
SuperSAG v/s el tradicional Sistema SCD.

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

El porcentaje de tiempo en que el molino estuvo expuesto a una condición de baja carga (presión de descansos muy baja), o peor aún, a una sobrecarga (presión de
descansos muy alta), fue mucho más alta cuando la operación fue supervisada por medio del DCS que cuando actúa la estrategia Super-SAG.

Introducción a S.E. Esta observación tiene una implicancia muy significativa: al reducir el riesgo de llegar a una sobrecarga, una

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:34
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

estrategia que ha sido adecuadamente sintonizada permite, de manera más segura, operar a mayores niveles de llenado, protegiendo bolas y

Introducción a S.E.
revestimientos, y desarrollando la máxima potencia en el molino
SAG; en otras palabras, acercándose a la capacidad de tratamiento límite de una instalación dada.
Complementando el análisis, los histogramas de potencia del SAG, que se

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

presentan en la Figura 12, ilustran que, aún cuando los promedios de llenado del molino fueron similares con ambos sistemas de control, es

Introducción a S.E. factible extraer aún más potencia al molino, en este caso 7% más; nuevamente, con una significativa reducción de la variabilidad de esta
señal. Se espera este mejoramiento, dado que la estrategia experta ha sido programada para monitorear la real posición de la curva

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo Figura 12:

Histograma Comparativo de Potencia del SAG para la Estrategia Experta SuperSAG v/s el tradicional Sistema
SCD.

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

potencia-llenado de modo permanente, sacando ventaja de cada oportunidad que sea posible aumentar la potencia, siempre tratando de acercarse

Introducción a S.E.
a la máxima potencia especificada, por un apropiado manejo de la carga fresca y agua al molino. La velocidad del molino, siempre que esté
disponible, proporciona un grado de libertad adicional para lograr igual objetivo.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

Finalmente, es interesante reconocer que el aumento observado de tonelaje (11 %) excede el correspondiente aumento de

Introducción a S.E. potencia del SAG (7%). Esto es indicativo del hecho que, en general, la estrategia experta ayuda a optimizar no sólo la capacidad del
circuito, sino también la eficiencia energética con la que el mineral alimentado está siendo procesado.

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

El impacto financiero de estas observaciones no puede ser exagerado. Como se indicó anteriormente, éste es sólo uno de muchos

Introducción a S.E. ejemplos recientes de la aplicación de los sistemas expertos para el control de las operaciones de los circuitos semiautógenos. Durante los
últimos cinco años los autores han desarrollado otras cuatro implementaciones similares; totalizando de manera combinada un total de

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 3 Experiencias en Planta

mineral procesado del orden de las 6.300 (ton/hr) (aproximadamente

Introducción a S.E.
50 millones de toneladas/año).

Componentes de un
Sistema Experto

Participación en la
Construcción de un S.E.

Metodología para
Construir S.E.

Ventajas y Desventajas
de un S.E.

Ejemplo Aplicativo

Retornar

28/09/22 Retornar
Principal Avanzar
23:35
 MENU CONTROL FUZZY

1 DESCRIPCION Contenido

2 OBJETIVOS
Introducción al Control Fuzzy

3 CONTROL EXPERTO
Definición de Control Fuzzy

44 CONTROL FUZZY
Metodología para Implementar un
Control Fuzzy
OTRAS TECNICAS
5 AVANZADAS CONTROL
Aplicaciones de Control Fuzzy

INSTRUMENTACION
6 AVANZADA Ejemplo Aplicativo

7 LINKS/ DOWNLOAD

8 TERMINAR / SALIR

Avanzar
 Módulo 5
Sub - Módulo 4 Introducción al Control Fuzzy

Introducción al
Control Fuzzy Lofti Zadeh a inicios de los años 60 descubrió una nueva y poderosa
herramienta para enfrentar situaciones de imprecisión esencial en modelos,
Definición de
Control Fuzzy información, objetivos, restricciones y acciones de control. Esta acción de control

Metodología para se conoció entonces como control Fuzzy o control difuso.

Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo
U Yn
Control Lógico Fuzzy Planta Salida
Set Point
Retornar
Y1
Y2

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Introducción a Control Fuzzy

Introducción al
Pero en 1965, Lofti Zadch, basándose en el trabajo de Lukasiewicz, introduce la
Control Fuzzy
Lógica Difusa basada en una Teoría de Conjuntos Difusos donde un elemento no
Definición de necesariamente pertenece o no pertenece a un conjunto, si no que hay un continuo "grado de
Control Fuzzy
pertenencia". La comparación entre la lógica convencional y la lógica difusa se muestra en la

Metodología para figura 1.

Implementar C.F.

Aplicaciones de
Control Fuzzy

1. 1.
Ejemplo Aplicativo

Retornar

0 0
18 22 26 18 22 26

Lógica Convencional Lógica Fuzzy

Figura 1

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Introducción a Control Fuzzy

Introducción al
Control Fuzzy El control fuzzy es una excelente herramienta para la solución
de problemas de control de procesos complejos. En muchos de los procesos
Definición de
Control Fuzzy no existe un modelo preciso de éste y su información es de carácter
Metodología para esencialmente cualitativo.
Implementar C.F.

Aplicaciones de En el campo específico de los sistemas de control, es frecuente el

Control Fuzzy
caso de procesos o plantas en las que los controladores diseñados según

Ejemplo Aplicativo
otros patrones (clásicos, adaptables, etc.) no dan resultados deseados o
simplemente no causan ninguna acción de control. Se trata de procesos de
Retornar elevada complejidad y a pesar de ello, en la inmensa mayoría de los casos,
operadores diestros y experimentados alcanzan resultados satisfactorios en
su dirección.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Introducción a Control Fuzzy

Introducción al
Control Fuzzy El controlador Fuzzy es un controlador que sigue un conjunto
de reglas determinadas de manera tal que controla el proceso como si lo
Definición de
Control Fuzzy estuviera haciendo un usuario experto.
Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Operaciones entre Conjuntos Difusos

Introducción al
Control Fuzzy Analogamente que en las operaciones sobre conjuntos

Definición de
booleanos, también podemos unificar, interseccionar y negar conjuntos
Control Fuzzy
borrosos. En su primerísimo artículo sobre conjuntos borrosos, L. A.
Metodología para Zadeh sugirió el operador mínimo para la intersección y el operador
Implementar C.F.
máximo para la unión de dos conjuntos borrosos. Es fácil ver que estos
Aplicaciones de
Control Fuzzy operadores coinciden con la unificación booleana, e intersección si nosotros
únicamente consideramos los grados miembros 0 y 1.
Ejemplo Aplicativo

Retornar
Conjuntos Booleanos

Unión Intersección Negación

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Operaciones entre Conjuntos Difusos

Introducción al
Control Fuzzy A fin de aclarar esto, mostraremos varios ejemplos.

Definición de
Control Fuzzy Ejemplo:

Metodología para
Implementar C.F. Sea A un intervalo borroso entre 5 y 8, y B un número borroso

Aplicaciones de entorno a 4. Las figuras siguientes muestran lo planteado:

Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 2: Conjuntos Difusos

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Unión

Introducción al
Control Fuzzy La figura siguiente muestra la operación AND (Y) del conjunto

Definición de
borroso A y el número borroso B (el resultado es la línea azul).
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 3: Unión entre Conjuntos Difusos

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Intersección

Introducción al
Control Fuzzy La operación OR (O) del conjunto borroso A con el número
borroso B se muestra en la próxima figura (nuevamente, es la línea azul).
Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 4: Intersección entre Conjuntos Difusos

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Intersección

Introducción al
Control Fuzzy Esta figura da un ejemplo para una negación. La línea azul es la

Definición de
NEGACION del conjunto borroso A.
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 5: Negación entre Conjuntos Difusos

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Control Fuzzy Definición.- La noción más básica de sistemas borrosos es un (sub)conjunto
borroso.
Definición de
Control Fuzzy
Veamos un ejemplo:
Metodología para En primer lugar consideramos un conjunto X con todos los
Implementar C.F.
números reales entre 0 y 10 que nosotros llama remos el universo de
Aplicaciones de
Control Fuzzy discurso. Ahora, definimos un subconjunto A de X con todos números
reales en el rango entre 5 y 8.
Ejemplo Aplicativo
A = [5,8]

Retornar Ahora mostramos el conjunto A por su función característica, es

decir esta función asigna un número 1 o 0 al elemento en X, dependiendo
de si el elemento está en el subconjunto A o no.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Control Fuzzy Esto conlleva a la figura siguiente:

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 6

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al Nosotros podemos interpretar los elementos que han asignado el número 1 como los elementos
Control Fuzzy
que están en el conjunto A y los elementos que han asignado el número 0 como los elementos que no están en
el conjunto A.
Definición de
Control Fuzzy
Este concepto es suficiente para muchas áreas de aplicación. Pero nosotros podemos encontrar

Metodología para fácilmente situaciones donde carece de flexibilidad. Para comprender este concepto veamos un ejemplo:
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 7

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Queremos describir el conjunto de gente joven. Más formalmente nosotros
Control Fuzzy
podemos denotar
Definición de
Control Fuzzy
B = {conjunto de gente joven}
Metodología para
Implementar C.F.
Como en general la edad comienza en 0, el rango más inferior de este conjunto
Aplicaciones de está claro. El rango superior, por otra parte, es más bien complicado de definir. Como un
Control Fuzzy primer intento colocamos el rango superiora en, digamos, 20 años. Por lo tanto nosotros
definimos B como un intervalo denominado:
Ejemplo Aplicativo
B = [0,20]

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Control Fuzzy Ahora la pregunta es: ¿por qué alguien es en su 20 cumpleaños

Definición de
joven y al día siguiente no? . Obviamente, este es un problema estructural,
Control Fuzzy
porque si movemos el límite superior del rango desde 20 a un punto
Metodología para arbitrario podemos plantear la misma pregunta.
Implementar C.F.

Aplicaciones de Una manera más natural de construir el conjunto B estaría en

Control Fuzzy
suavizar la separación estricta entre el joven y el no joven.
Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Control Fuzzy Nosotros haremos esto para permitir no solamente la (crispada)

Definición de
decisión "él/ella SI está en el conjunto de gente joven" o "él/ella NO está en
Control Fuzzy
el conjunto de gente joven", sino también las frases más flexibles como
Metodología para "él/ella SI pertenece un poquito más al conjunto de gente joven" o "él/ella
Implementar C.F.
NO pertenece aproximadamente al conjunto de gente joven".
Aplicaciones de
Control Fuzzy
Pasamos a continuación a mostrar como un conjunto borroso
Ejemplo Aplicativo nos permite definir una noción como "él/ella es un poco joven".

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Control Fuzzy Tal y como constatamos en la introducción podemos usar

Definición de
conjuntos borrosos para hacer computadoras más sabias, y ahora tenemos
Control Fuzzy
que codificar la idea más formalmente. En nuestro ejemplo primero
Metodología para codificamos todos los elementos del Universo de Discurso con 0 o 1. Una
Implementar C.F.
manera de generalizar este concepto está en permitir más valores entre 0 y
Aplicaciones de
Control Fuzzy 1.

Ejemplo Aplicativo De hecho, nosotros permitimos infinitas alternativas entre 0 y 1,

denominando el intervalo de unidad Yo = [0, 1].
Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definiciones de Control Fuzzy

Introducción al
Control Fuzzy La interpretación de los números ahora asignados a todos los elementos
del Universo de Discurso es algo más difícil. Por supuesto, el número 1 asignado a un
Definición de
Control Fuzzy elemento significa que el elemento está en el conjunto B y 0 significa que el elemento
no está definitivamente en el conjunto el B. El resto de valores significan una
Metodología para
Implementar C.F. pertenencia gradual al conjunto B.

Aplicaciones de
Control Fuzzy Para ser más concretos mostramos ahora gráficamente el conjunto de
gente joven de forma similar a nuestro primer ejemplo por su función característica.
Ejemplo Aplicativo

De esta forma unos 25 años de edad todavía sería joven al grado de 50

Retornar por ciento (ver figura anterior).

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Metodología para Implementar Control Fuzzy

Introducción al Según enfoques tradicionales, el diseño de un controlador se basa en:

Control Fuzzy
 Un análisis cabal del proceso.

Definición de
 Una vez que se posee un modelo cuantitativo de éste, todas las decisiones se calculan usando algoritmos estrictamente numéricos.
Control Fuzzy
El control directo con lógica difusa se basa fundamentalmente en el conocimiento de la forma de controlar el proceso (variables, acciones que debe tomar),
que es expresada naturalmente por medio de las variables lingüísticas las cuales vienen definidas por conjuntos difusos (fuzzyficación), que sobre la base de unas leyes

Metodología para lógicas (dadas en la experiencia en el

Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Metodología para Implementar Control Fuzzy

Introducción al control del proceso "IF THEN") y unas operaciones en matemática (inferencia y defuzzyficación) nos permiten ejecutar acciones de control del proceso.

Control Fuzzy
Por lo tanto los pasos a seguir para implementar un controlador Fuzzy son los siguientes:

Definición de 1. Descripción del problema de control.

Control Fuzzy 2. Definición de las variables lingüísticas :
 Entradas al controlador fuzzy (variables a percibir del proceso "X(t)")

Metodología para Salidas del controlador fuzzy (variables de control "u(t)”)

Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Metodología para Implementar Control Fuzzy

Introducción al 3. Descripción en palabras de la forma como se controlaría

Control Fuzzy 4. Definición de las leyes de control: "Reglas Difusas"

5. Fuzzyficación

Definición de 6. Acción de control Difusa

Control Fuzzy 7. Defuzzyficación

Es obvio que solo a procesos "dóciles" al análisis cuantitativo les son aplicables técnicas de control de entidad numérica. Por otra parte, como apuntábamos en la introducción existe un gran número

Metodología para de procesos difíciles de controlar automáticamente en virtud de los obstáculos para su modelado

Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Metodología para Implementar Control Fuzzy

Introducción al preciso y sin embargo los operadores humanos exhiben magníficos resultados en su dirección.
Control Fuzzy
El controlador lógico fuzzy (en adelante CLF) resultante se basaría entonces en el modelo lingüístico de la estrategia del operador
humano, o sea, en un modelo decisional del experto. La esencia de tal modelo es un programa basado en reglas, por lo que clasifica entre los
Definición de
Control Fuzzy llamados sistemas expertos.

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Metodología para Implementar Control Fuzzy

Introducción al
Control Fuzzy Para un programa basado en reglas se sigue los siguientes pasos:

Definición de
Control Fuzzy

Metodología para
Implementar C.F. Definir Características Funcionales y Operacionales del Modelo

Aplicaciones de
Control Fuzzy Definir Intervalos de las Variables y los Conjuntos Difusos
(Fusificación)

Ejemplo Aplicativo
Definir las Reglas

Retornar

Defusificación

Pruebas y Ajustes

28/09/22
Principal Avanzar
23:35
 Módulo 5 Definir Características Funcionales y
Sub - Módulo 4 Operacionales del Modelo
Introducción al
Control Fuzzy Conocer las relaciones entre entradas y salidas (no es
necesario modelo matemático).
Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de Perturbación
Control Fuzzy Entrada (Medidas, No Medidas)
Ejemplo Aplicativo

U Y
Retornar Planta
Salida

28/09/22
Principal Avanzar
23:35
 Módulo 5 Definir Características Funcionales y
Sub - Módulo 4 Operacionales del Modelo
Introducción al Ejemplo. Estanque de Agua:
R1.- Si el nivel es bajo, hay que abrir al máximo la válvula de llenado.
Control Fuzzy R2.- Si hay rebalse, cerrar la válvula de llenado.

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Agua
Aplicaciones de
Control Fuzzy
Reactivo A
Reactivo B
Válvula de llenado
Ejemplo Aplicativo

Sensor
Retornar
de Nivel
LS L LIC Panel de Control

Nivel Alto (R1)

START

Tanque STOP

Nivel Bajo (R2)

28/09/22
Principal Avanzar
23:35
 Módulo 5 Definir intervalos de las Variables y los
Sub - Módulo 4 Conjuntos Difusos (Fusificación)

Para definir intervalos difusos se sigue los siguientes pasos:

Introducción al
 Descomp oner variables de entrada y salida en conjuntos d ifusos

 A cada conju nto difuso asign ar etiqu eta (label).

Ejemplo .

Control Fuzzy
Conju ntos difusos en temperatura:

 Frío UFF(T)
 Tib io UTT(T)
 Temperatura UEE(T)
 Caliente UTT(T)

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5 Definir intervalos de las Variables y los
Sub - Módulo 4 Conjuntos Difusos (Fusificación)

Resetas

Introducción al 


Número de conjuntos por variable: Impar (de 5 a 9).

Traslapar de 10% a 50%

Sumatoria ordenada de funciones de pertenencia para un valor dado de x debe de ser menor que 1 (x < 1).

Control Fuzzy
 Más densos alrededor del valor deseado (set point) y menos densos a medida de que nos alejamos de ese valor deseado.

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definir las Reglas
SI
SI <propósito
<propósito difuso
difuso A>
A> ENTONCES
ENTONCES << propósito
propósito difuso
difuso B>
B>

Introducción al
<propósito difuso A> ==> < propósito difuso B>

Ejemplo.
Ejemplo.

Xoo == Nivel
Nivel
zz == Nivel
Nivel
yy == Abertura
Abertura válvula
válvula llenado
llenado
AA33 = Nivel Bajo
B
B44 == Descenso
Descenso Rápido
Rápido

Control Fuzzy
C
C11 == Válvula
Válvula de
de llenado
llenado con
con apertura
apertura grande.
grande.

Entonces
Entonces la
la regla
regla es:
es:

SI ({x oo es A33} Y {z es B44}) ENTONCES ( Y es C11)

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Definir las Reglas

Introducción al
Cantidad de Reglas
El número de reglas es el producto del número de conjuntos difusos de cada variable

Ejemplo.

Control Fuzzy 2 variable y 5 conjuntos difusos ==> 5*5 = 25 Reglas

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo R1 R2 R3 R4 R5
Alto
Medio Positivo R6 R7 R8 R9 R10
R11 R12 R13 R14 R15
Variable 2

Retornar Cero
Medio Negativo R16 R17 R18 R19 R20
Bajo R21 R22 R23 R24 R25
Bajo Medio Negativo Cero Medio Positivo Alta

Variable 1

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Defusificación

Introducción al El resultado de las reglas será un conjunto difuso. Pero hay que dar un comando al actuador con un valor no difuso.
Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.
u uAj (y)
Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

yo

yo = Centro de gravedad del área ( promedio ponderado de u )

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Pruebas y Ajustes

Introducción al
Para hacer pruebas y ajustes se realiza lo siguiente:

 Comparar con casos conocidos

Control Fuzzy  Alterar los conjuntos y sus funciones de pertenencia si hay discrepancia con la práctica.

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Aplicaciones de Control Fuzzy

Introducción al El empleo del control borroso es recomendable:

Control Fuzzy

Definición de  Para procesos muy complejos, cuando no hay un modelo

Control Fuzzy matemático simple.
Metodología para
Implementar C.F.
 Para procesos altamente no lineales.

Aplicaciones de  Si el procesamiento del (lingüísticamente formulado)

Control Fuzzy conocimiento experto puede ser desempeñado.

Ejemplo Aplicativo El empleo del control borroso no es una buena idea si:

Retornar  El control convencional teóricamente rinde un resultado

satisfactorio.

 Existe un modelo matemático fácilmente soluble y adecuado.

 El problema no es soluble.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Ejemplos Aplicativos

Introducción al
Control Fuzzy Luego de haber definido las metodologías para implementar un

Definición de
sistema de control Fuzzy, mostraremos 2 ejemplos prácticos en los cuales
Control Fuzzy
este tipo de control demuestra su eficaz funcionamiento en condiciones
Metodología para tales que los controladores sencillos no serían capaces de responder.
Implementar C.F.

Aplicaciones de
Control Fuzzy
Ejemplos
Ejemplo Aplicativo

1. Válvula en función de Presión y Temperatura

Retornar

2. Grúa manejado por Controlador Fuzzy

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al Como primer ejemplo, supondremos un sistema simple en la cual una válvula es abierta dependiendo de la presión y la temperatura.
La base del conocimiento será definida de la siguiente manera:
manera:
Control Fuzzy La presión tiene un universo de 0 a 10 Hpa y 3 particiones, ver figura 8.

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

U(P)
Ejemplo Aplicativo
baja media alta
1

Retornar
0.6

0 1 2 3 4 5 6 7 8 9 10
P (hPa)

Figura 8: Partición del Universo de la Variable Lingüística Presión

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al
Control Fuzzy  La temperatura fluctúa entre los 50 y 200 ºC, también con 3 particiones (figura 9).
Definición de
Control Fuzzy

Metodología para
U(T)
Implementar C.F.
baja media alta
Aplicaciones de 1
Control Fuzzy

Ejemplo Aplicativo 0.5

Retornar

0 75 100 125 150 175 200 T(ºC)

Figura 9: Partición del Universo de la Variable Lingüística Temperatura

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al  Entonces la partición de la variable Lingüística de Acción está

está representado en la figura 10.
10.
Control Fuzzy

Definición de
Control Fuzzy
U(u)
Metodología para
Implementar C.F.

Aplicaciones de 1
Control Fuzzy

Ejemplo Aplicativo

0.5 CERRAR NO OPERAR ABRIR

Retornar

-100% 0% 100% U(%)

Figura 10: Partición de la Variable Lingüística de Acción.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al
Control Fuzzy
La base de reglas se muestra en la tabla siguiente:

Definición de
Control Fuzzy
Tabla 1: Base de Reglas para el Sistema
Metodología para
Implementar C.F.
Regla IF THEN
Rn Presión Temperatura Válvula
Aplicaciones de R1 Baja Baja Abrir
Control Fuzzy
R2 Media Baja Abrir
Ejemplo Aplicativo R3 Alta Baja No operar
R4 Baja Media Abrir
R5 Media Media No operar
Retornar
R6 Alta Media Cerrar
R7 Baja Alta No operar
R8 Media Alta Cerrar
R9 Alta Alta Cerrar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al
Ejemplifiquemos el funcionamiento del control con un ejemplo numérico
Supongamos una situación en la cual la presión tiene un valor de 7 Hpa y la temperatura posee un valor de 150 ºC

Control Fuzzy Después de la fuzzyficación quedarían:

Presión: 0.33 alta y 0.67 media

Definición de
Control Fuzzy

Metodología para
Tabla 1: Base de Reglas para Sistema
Implementar C.F.

Regla IF THEN
Aplicaciones de
Control Fuzzy Rn Presión Temperatura Válvula
R1 Baja Baja Abrir
Ejemplo Aplicativo
R2 Media Baja Abrir
R3 Alta Baja No operar
R4 Baja Media Abrir
Retornar R5 Media Media No operar
R6 Alta Media Cerrar
R7 Baja Alta No operar
R8 Media Alta Cerrar
R9 Alta Alta Cerrar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al Temperatura : 0.5 alta y 0.5 media

Control Fuzzy

Definición de Observando la tabla 1 procedemos a activar y desactivar las reglas. Por la presión se

Control Fuzzy desactivan las reglas R1, R2 y R3. Por la temperatura se desactivan las reglas R4 y R7, luego
solo quedan las reglas R5, R6, R8 Y R9.

Metodología para
Tabla 1: Base de Reglas para el Sistema
Implementar C.F.

Regla IF THEN
Aplicaciones de
Control Fuzzy Rn Presión Temperatura Válvula
R1 Baja Baja Abrir
Ejemplo Aplicativo
R2 Media Baja Abrir
R3 Alta Baja No operar
R4 Baja Media Abrir
Retornar R5 Media Media No operar
R6 Alta Media Cerrar
R7 Baja Alta No operar
R8 Media Alta Cerrar
R9 Alta Alta Cerrar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Introducción al
Utilizando la intersección (mínimo) para los antecedentes del producto cartesiano tenemos:

A5= mínimo entre 0.67 y 0.5 = 0.5

A6= mínimo entre 0.33 y 0.5 = 0.33

Control Fuzzy A8= mínimo entre 0.67 y 0.5 = 0.5

A9= mínimo entre 0.33 y 0.5 = 0.33

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo UAxB(u)

1 Figura 11: Composición Sub-Mínimo
Retornar

UNION

B u

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4
Válvula en función de Presión y Temperatura

Utilizando el producto algebraico:

Introducción al A5= 0.67 X 0.5 = 0.33

A6= 0.33 X 0.5 = 0.17

Control Fuzzy A8= 0.67 X 0.5 = 0.33

A9= 0.33 X 0.5 = 0.17

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy UAxB(u)
1
Ejemplo Aplicativo
Figura 12: Composición Sub-Producto

Retornar
UNION

B u

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al Este ejemplo demuestra como la experiencia de un operador humano puede ser utilizada para manejar una grúa aplicando un
Control Fuzzy control fuzzy. (Ver figura 13
13)

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 13: Grúa Manejada por Controlador Fuzzy

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al
El objetivo de este ejemplo es lograr que la grúa lleve el recipiente desde el barco hasta la plataforma.

La razón por la cual usar controlador de grúa como ejemplo para ilustrar el control fuzzy es debido a:

Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
 En comparación a otras aplicaciones técnicas del mundo real, el funcionamiento de una grúa puede ser fácilmente entendido.
Control Fuzzy
 Aunque controlar una grúa es un "simple" problema, las técnicas de la ingeniería convencional tienen dificultades para crear una solución satisfactoria para este caso, sin embargo, la lógica fuzzy entrega una buena solución y rápidamente.

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al  Además han habido, muchas aplicaciones exitosas de sistemas de control de grúa basado en fuzzy a lo largo del mundo.
Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al
ESTRATEGIA DEL CONTROL LINGÜÍSTICA

Un operador humano puede controlar una grúa sin utilizar ecuaciones diferenciales. El operador no usa un sensor de longitud para calcular distancias. Una

Control Fuzzy vez que el operador recoge el recipiente, este lleva la potencia del motor de la grúa a potencia media para ver cómo el recipiente oscila. Dependiendo de la reacción

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al él ajusta la potencia del motor para posicionar el recipiente un poco detrás de la cabeza de la grúa. En esta posición, se puede lograr la velocidad máxima con
la mínima oscilación. Cuando el recipiente se acerca a la plataforma objetivo, el operador reduce la potencia del motor o aplica potencia negativa para

Control Fuzzy frenar. Luego el recipiente se posiciona un poco delante de la cabeza de la grúa hasta que este casi alcanza la posición designada.

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al Entonces, la potencia del motor se aumenta de forma que la cabeza de la grúa esté encima de la posición designada y finalmente la oscilación es cero.
Ninguna ecuación diferencial se requiere para esto, y las perturbaciones y no linealidades son compensadas solamente por la observación del operador.

Control Fuzzy El análisis de las acciones del operador revela que

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy
él acostumbra a utilizar algunas reglas para aplicar su estrategia del control:
Introducción al
Control Fuzzy

 Comenzar con potencia media

Definición de  Cuando el recipiente está lejos del objetivo, ajustar la potencia del motor para que el recipiente se sitúe un poco detrás de la cabeza de la grúa.

Control Fuzzy  Cuando el recipiente está cerca del blanco, reducir la velocidad para que el

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy
 recipiente se sitúe un poco delante de la cabeza de la grúa.

 Cuando el recipiente esté muy cerca del objetivo, encender el motor.

 Cuando el recipiente está encima del objetivo y la oscilación sea cero, detenga el motor.

Introducción al
Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al Los sensores para la posición de la cabeza de la grúa ("Distancia") y el ángulo de la oscilación del recipiente ("Ángulo") se emplean para automatizar el

Control Fuzzy control de esta grúa. Usando estas entradas para describir la condición actual de la grúa, las cinco reglas anteriores pueden traducirse a un formato "IF-THEN":

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al Las particiones de cada una de estas tres variables lingüísticas son mostradas a continuación.
Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 14: Partición de la Variable Lingüística Angulo.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al
Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 15: Partición de la Variable Lingüística Distancia

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al
Control Fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

Figura 16: Partición de la Variable Lingüística Potencia

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 4 Grúa manejada por Controlador Fuzzy

Introducción al Finalmente, mediante la fuzzificacion de las variables distancia y ángulo, la potencia de la grúa es controlada, y de esta forma el acarreo de
Control Fuzzy los recipientes es llevada a cabo automáticamente mediante un controlador fuzzy.
fuzzy

Definición de
Control Fuzzy

Metodología para
Implementar C.F.

Aplicaciones de
Control Fuzzy

Ejemplo Aplicativo

Retornar

28/09/22 Retornar
Principal Avanzar
23:35
 MENU OTRAS TECNICAS AVANZADAS DE CONTROL

1 DESCRIPCION Contenido

2 OBJETIVOS

Control Multivariable

3 CONTROL EXPERTO
Control de Proceso con Tiempo
Muerto
4 CONTROL FUZZY
Control Adaptivo

55
OTRAS TECNICAS
AVANZADAS CONTROL

INSTRUMENTACION
6 AVANZADA

7 LINKS/ DOWNLOAD

8 TERMINAR / SALIR

Avanzar
 Módulo 5
Sub - Módulo 5 Control Multivariable

Control Multivariable Un proceso es mutivariable cuando posee varias entradas y varias salidas importantes que se
influyen mutuamente, es decir, cualquier cambio en una de las entradas provocara una variación en
varias señales de salida.
Control de Proceso con
Tiempo Muerto
En una planta, la mayoría de los lazos de control son de una entrada y una salida y pueden ser
controlados satisfactoriamente con un controlador PID.
Control Adaptivo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Multivariable

Sin embargo, algunos lazos son de múltiples variables que se influyen mutuamente, tal como ocurre por ejemplo en una columna de destilación, y
Control Multivariable presentan dificultades en su control.

Existen varios métodos para el control de procesos multivariables que se ejecutan con computador.
Control de Proceso con
Tiempo Muerto Modelizar el proceso con ecuaciones de estado,
estado, es decir, ecuaciones diferenciales del proceso que se linealizan en un número igual al de variables
ligadas y aplicar métodos de optimización que hacen mínimo el índice de funcionamiento cuadrático (equivalente al error cuadrático entre la variable y el punto
de consigna más la energía consumida por el control). De este modo, cuando actúe un controlador de una variable, se
Control Adaptivo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Multivariable

Control Multivariable reducirá o eliminará la propagación de perturbaciones a otros controladores.

Control de Proceso con

Modelización con control predictivo con algoritmos de control, basado en la igualdad entre las respuestas
Tiempo Muerto en lazo cerrado y en lazo abierto (se igualan las matrices de función de transferencia en lazo cerrado y en lazo abierto).
Un programa de optimización determina los valores de los parámetros de ajuste del algoritmo de control. Y así los
lazos o bucles de control se harán menos interactivos.
Control Adaptivo

Retornar

Ejemplos

1. Mezcaldor [Link] nivel y temperatura

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Mezclador de Agua Caliente y Fría

Control Multivariable Un ejemplo simple lo constituye un mezclador de agua caliente y agua fría (figura 17), donde al
variar el caudal de agua caliente cambia la temperatura y el caudal de salida, y al variar el caudal de
Control de Proceso con agua fría cambia también la temperatura y el caudal de salida.
Tiempo Muerto

Control Adaptivo

Retornar
FRC ARC

FT analizador
Flujo A

Flujo B

Figura 17

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Mezclador de Agua Caliente y Fría

Control Multivariable
Se instalan dos controladores de caudal, uno de agua caliente y el
otro de agua fría, y se obtiene el diagrama de bloques de la figura 18.
Control de Proceso con
Tiempo Muerto

Control Adaptivo

Caudal de Agua Caliente Temperatura de Salida

Retornar
Caudal de A gua Fría Caudal de Salida

Perturbaciones TT
--
+ I1
R1(s)
Función de
Entradas Transferenci a Salidas
+ I2 Cruzadas
R2(s)
--
TT

Figura 18

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Sistema de Nivel y Temperatura
  Como un segundo ejemplo consideremos un sistema como el de la
Control Multivariable figura siguiente. Si el objetivo es controlar el nivel y la temperatura del agua
del estanque, tenemos dos entradas al proceso: el flujo de agua fría y el flujo
de agua caliente dentro de un estanque. Así, las variables controladas son la
Control de Proceso con
Tiempo Muerto temperatura y el flujo total y las variables manipuladas son el caudal de agua
fría y el caudal de agua caliente. La pregunta es si la temperatura debería ser
controlada manipulando el flujo de agua caliente y el nivel por el flujo de agua
Control Adaptivo fría o viceversa

I/P
Retornar

P/I

agua caliente

I/P P/I
Figura 19

agua fria LIT

Flujo
TT total

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Sistema de Control Multivariable con Desacoplador
La figura siguiente muestra un sistema de control multivariable con bloques desacopladores. Una vez diseñado los módulos
desacopladores se pueden diseñar los controladores 1 y 2 para manejar el sistema como si fuera un sistema de dos entradas y dos salidas
Control Multivariable independientes.

Control de Proceso con

Tiempo Muerto

Control Adaptivo

Controlador 1 Desacoplador Proceso

--
Retornar Consigna 1 + +
G11(s ) I1(s ) V1(s )
H11(s )
+ O1

D2 1(s ) H21(s )

D1 2(s ) H12(s )

+
Consigna 2 + V2(s )
G22(s ) I2(s ) H22(s )
-- + O2

Figura 20: Diagrama en Bloques Sistema de Control Multivariable

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control de Proceso con Tiempo Muerto

Son conocidos ya los efectos dañinos que el tiempo muerto tiene sobre la respuesta en sistemas de primer orden. La
Control Multivariable
presencia de tiempo muerto obliga a la disminución de la ganancia del controlador para mantener la estabilidad. Nosotros
observamos que cuando el tiempo muerto d excede la constante de tiempo del sistema , los picos de compensación, siguiendo un
Control de Proceso con cambio de escalón en la carga, podrían acercarse a una situación no controlada, como con el mejor controlador PID sintonizado.
Tiempo Muerto En muchos procesos de ingeniería química se exhiben características de tiempo muerto y este tiempo muerto es dañino al control.
Hay un considerable incentivo para desarrollar avanzados algoritmos de control que puedan compensar tales retardos de tiempo .

Control Adaptivo

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control de Proceso con Tiempo Muerto

Control Multivariable Existen varios algoritmos que ayudan a mejorar el control de tales procesos que presentan grandes
tiempos muertos. El más popular es el algoritmo Predictor de Smith, el cual presentaremos en este módulo.

Control de Proceso con

Tiempo Muerto

Control Adaptivo

Retornar

Algoritmo Predictor de Smith

28/09/22
Principal Avanzar
23:35
 Módulo 5 Algoritmo Predictor de Smith
Sub - Módulo 5

Esta es quizás la mas conocida de las técnicas de compensación en uso hoy. Este fue desarrollado por O.J.M. Smith en 1957. La técnica es un modelo basado en acercarse al mejor control de sistemas con grandes
tiempos muertos y es conocido como el Predictor de Smith. Esta fue una de las estrategias más avanzadas de control desarrolladas años atrás, la cual fue aplazada por la carencia de hardware para implementarla (esta requiere
elementos de tiempo muerto puros teniendo un retardo igual que el proceso, difícil si no imposible con hardware análogos ). Cuando aparecen en el mercado las aplicaciones de control para computadores en línea, el predictor de
Smith fue redescubierto y usado en muchas aplicaciones. Se desarrolló el algoritmo predictor de Smith para un proceso que puede estar representado por un modelo retrasado de primer orden más un tiempo muerto .

28/09/22
Principal Avanzar
23:35
 Módulo 5 Algoritmo Predictor de Smith
Sub - Módulo 5

El diagrama de bloques de un sistema de control convencional para este caso es mostrado en

la figura 21.

Figura 21: Lazo de Retroalimentación Convencional con Tiempo Muerto.

Como se muestra en la figura 21, el proceso esta conceptualmente dividido en un retraso

puro y un tiempo muerto puro. Si la variable ficticia B pudiese ser me-

28/09/22
Principal Avanzar
23:35
 Módulo 5 Algoritmo Predictor de Smith
Sub - Módulo 5

dida de algún modo, nosotros conectaríamos esto al controlador, como se muestra en la figura 22. Esto movería el tiempo muerto fuera del lazo. La variable controlada C repetiría todo lo que
hizo B después de un retardo de d. Ya que no hay retardo en la retroalimentación de la señal B, la respuesta del sistema seria ampliamente mejorada.

Este esquema, por supuesto, no puede ser implementado, porque B es una señal inmedible (ficticia).

Figura 22. Configuración del Lazo de Retroalimentación Deseada.

28/09/22
Principal Avanzar
23:35
 Módulo 5 Algoritmo Predictor de Smith
Sub - Módulo 5

Ahora desarrollando un modelo del proceso podemos aplicar la variable manipulada M al modelo como se muestra en la figura 23. Si el modelo es perfecto y
L=0 (por ejemplo sin disturbios en la carga), C será igual a Cm y Em=C-Cm=0. El arreglo mostrado en la figura 23 revela que a través del proceso ficticio la
variable B ya no es útil. Incluiremos Bm en el modelo. La Bm será igual a B menos el error de modelación o sobrecargas que estén presentes.

Figura 23: Arreglo incorporando un Modelo del Proceso

28/09/22
Principal Avanzar
23:35
 Módulo 5 Algoritmo Predictor de Smith
Sub - Módulo 5

Nosotros usamos Bm como una señal de retroalimentación, como se muestra en la figura 24. La diferencia
C-CM es el error Em , la cual existe por error de modelación o sobrecargas.

Figura 24: Esquema Preliminar para el Predictor de Smith.

28/09/22
Principal Avanzar
23:35
 Módulo 5 Algoritmo Predictor de Smith
Sub - Módulo 5

El arreglo mostrado en la figura 24 controlará el modelo pero quizás no el proceso, si la sobrecarga ocurre o si el modelo es incorrecto. Para compensar
este error, un segundo lazo de retroalimentación es implementado usando Bm, como se muestra en la figura 25. Esta es la estrategia de control predictor de Smith.
El Gc(s) es un controlador convencional PI o PID, el cual puede ser sintonizado mucho mejor debido a la eliminación del tiempo muerto del lazo.

Figura 25: Sistema Final del Predictor de Smith.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable Un sistema de control adaptivo ajusta automáticamente sus parámetros para compensar los
cambios que pueden producirse en el proceso, es decir, el sistema de control es "adaptado" al proceso.

Control de Proceso con El control adaptivo permite, en los procesos no lineales tal como el de pH, ajustar las acciones PID a
Tiempo Muerto
los parámetros del proceso cuando este cambia con frecuencia de condiciones de trabajo.

Control Adaptivo

Retornar

Controlador
Yo U Y
Proceso
Set Point Entrada Salida
Estimador de
Parametros

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable Los sistemas adaptivos son básicamente no lineales. En la figura 26 puede
verse un sistema adaptivo de modelo de referencia (MRAS) que indica la forma en que
Control de Proceso con debe responder la señal de salida del proceso ante una consigna dada.
dada
Tiempo Muerto

Control Adaptivo

y(k)
Retornar ym(k) error e(k)
Modelo

Parametros controlador Estimación

parámetros
Lazo
Externo

Consigna u(k)
Controlador Proceso
y(k)

Lazo
Perturbaciones
Interno

Figura 26

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable Existen dos lazos de control en el diagrama de bloques: un lazo interno
formado por el proceso y el controlador, y el lazo externo. Este ultimo hace que el error
Control de Proceso con e(k)= y(k)-ym(k) entre la salida del proceso y la salida del modelo sea pequeño.
Tiempo Muerto

Control Adaptivo

y(k)
Retornar
ym(k) error e(k)
Modelo

Parametros controlador Estimación

parámetros
Lazo
Externo

Consigna u(k)
Controlador Proceso
y(k)

Lazo
Perturbaciones
Interno

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

El problema principal es conseguir que el mecanismo de ajuste de los parámetros de lugar a un sistema
Control Multivariable estable que hag
haga tender el error a cero.

La estimación en tiempo real de los parámetros puede efectuarse por el método de los mininos cuadrados.
Control de Proceso con
Tiempo Muerto

Control Adaptivo

Retornar y(k)
ym(k) error e(k)
Modelo

Parametros controlador Estimación

parámetros
Lazo
Externo

Consigna u(k)
Controlador Proceso
y(k)

Lazo
Perturbaciones
Interno

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable Otro tipo de control adaptivo es el controlador auto-sintonizable o STR (set-tuing -
regulator) representado en la figura 2 7.

Control de Proceso con El sistema actualiza en cada muestra la estimación de parámetros y el calculo del
Tiempo Muerto controlador, de este modo, el

Control Adaptivo

Retornar
Laz o
Cálcul o Extern o
parámetros E stimación
cont rolador parámetros

Laz o
Int ern o

Consigna u(k)
Cont rolador P roceso
y(k)

Pert urbaciones

Figura 27
28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable controlador con sus propios parámetros ajustados obtiene las
propiedades deseadas en el sistema de lazo cerrado.
Control de Proceso con
Tiempo Muerto
Para que la estimación de parámetros sea correcta es
Control Adaptivo conveniente introducir señales perturbadoras de un nivel mínimo
determinado.
determinado
Retornar

Laz o
Cálcul o Externo
parámetros E stim ación
cont rolador parámetros

Laz o
Int erno

Consigna u(k)
Cont rolador P roceso
y(k)

Pert urbaciones

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable Existe en el mercado una cantidad considerable de

controladores adaptativos. Algunos generan automáticamente una
Control de Proceso con
Tiempo Muerto señal de ensayo de perturbación (ciclos de pulsos de altura
seleccionada), estiman el modelo del proceso y calculan los
Control Adaptivo
parámetros del controlador PID a partir del modelo.

Retornar Otros analizan las respuestas del proceso controlado

cuando se cambia la consigna o cambian las condiciones de
trabajo del proceso, y utilizan una técnica en lazo cerrado similar a
la propuesta por Ziegler & Nichols. Él calculo de los parámetros
tiende a lograr el mismo rebasamiento y amortiguamiento que el
operador desea en la respuesta.

Otros modelos están adaptados al control distribuido y

se basan en la estimación de mínimos cuadrados y en la varianza
minina.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 5 Control Adaptivo

Control Multivariable Si bien existen muchos lazos con control adaptivo, el

control adaptivo no es una panacea. Requiere una buena
Control de Proceso con
Tiempo Muerto combinación con otros sistemas de control y una buena interfaz
hombre máquina y, tal como se ha indicado, tiene problemas de
Control Adaptivo
estabilidad.

Retornar

28/09/22
Principal Avanzar
Retornar
23:35
 MENU INTRUMENTACION AVANZADA

1 DESCRIPCION Contenido

2 OBJETIVOS
Medidores de Tamaño de
partículas

3 CONTROL EXPERTO Analizadores de Leyes

4 CONTROL FUZZY
Sensores de Radiacion
Gamma
OTRAS TECNICAS
5 AVANZADAS CONTROL Pesómetro de Correa
Transportadoras
INSTRUMENTACION
66 AVANZADA Medidor y Controlador de Nivel
en Celdas de Flotación

7 LINKS/ DOWNLOAD Sensores Virtuales

8 TERMINAR / SALIR

Avanzar
 Módulo 5
Sub - Módulo 6 Medidores de Tamaño de Partículas
Medidores de
Tamaño de Partículas
Indicadores Existentes
Analizadores de Leyes

Sensores de Indicador de Tamaño de

Radiación Gamma Partículas Finas PSI-200

Pesómetro de Indicador de Tamaño de

Correas Transportadoras Partículas Finas PSI-400

Medidores y Controlador Comparación entre de Indicadores

de Nivel en Celda de Flot.
PSI-200 v/s PSI-400

Sensores Virtuales Indicador de Tamaño de

Partículas Gruesas Petra ADG-21

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Medidores de Tamaño de Partículas Finas
PSI-200
Medidores de
Tamaño de Partículas Un tamaño uniforme de
las partículas es fundamental para
Analizadores de Leyes
el éxito del proceso de molienda y
Sensores de flotación. El indicador de tamaño
Radiación Gamma
de partículas OUTKUMPU MMEC,
Pesómetro de PSI 200, es una solución eficiente, de
Correas Transportadoras
bajo costo y mínimo mantenimiento
Medidores y Controlador
de Nivel en Celda de Flot. para un mejor control de la
molienda.
Sensores Virtuales

La PSI 200 fue diseñada

Retornar para entregar una

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Medidores de Tamaño de Partículas Finas
PSI-200
Medidores de
Tamaño de Partículas medición continua en línea del
tamaño de las partículas.
Analizadores de Leyes

Un control eficiente de la
Sensores de
Radiación Gamma molienda con una indicación
Pesómetro de continua del tamaño de las
Correas Transportadoras
partículas, elimina los costos
Medidores y Controlador efectivos de exceso o defecto de
de Nivel en Celda de Flot.
molienda, lo que se traduce en una
Sensores Virtuales disminución de los costos de
producción, posibilitando además la
Retornar optimización de las condiciones
para diferentes menas o tipos

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Medidores de Tamaño de Partículas Finas
PSI-200
Medidores de
Tamaño de Partículas de minerales, manteniendo un
control preciso en la alimentación,
Analizadores de Leyes
capacidad de la planta y alta
Sensores de recuperación.
Radiación Gamma

Pesómetro de
El PSI 200 es usado
Correas Transportadoras principalmente para medir las
Medidores y Controlador muestras de los productos de
de Nivel en Celda de Flot.
rebalse de los hidrociclones.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Medidores de Tamaño de Partículas Finas
PSI-200
Medidores de El PSI 200 esta compuesto de cuatro partes principales.
Tamaño de Partículas

Analizadores de Leyes

Sensores de
Radiación Gamma

Pesómetro de Conjunto Estanque Estabilizador de Flujo PFSA

Correas Transportadoras

Medidores y Controlador Equipo Gabinete de Control Electrónico PCCS

de Nivel en Celda de Flot.

Equipo Transmisor de Tamaño de Partículas PSTS

Sensores Virtuales

Conjunto Muestreador de Calibración PCAA

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Conjunto Estanque Estabilizador de Flujo PFSA

Medidores de
Tamaño de Partículas El conjunto estanque
estabilizador de flujo (PFSA) permite
Analizadores de Leyes asegurar la cantidad correcta de muestra de
flujo hacia el equipo transmisor de tamaño
Sensores de PFSA
Radiación Gamma de partículas, evitando el paso de partículas
sobredimensionadas provenientes de la
Pesómetro de
Correas Transportadoras
toma de muestra del proceso, estabilizar el
flujo, eliminando con esto la gran cantidad
Medidores y Controlador
de Nivel en Celda de Flot.
de burbujas que se producen en el muestreo,
para luego hacerlo pasar por el transmisor.
Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Equipo Gabinete de Control Electrónico PCCS

Medidores de
Tamaño de Partículas El gabinete de control incluye
un PLC GE FANUC el cual se usa para
Analizadores de Leyes
controlar y monitorear el correcto

Sensores de funcionamiento de las unidades anteriores.

Radiación Gamma
El PLC calcula los valores de la
Pesómetro de distribución de tamaño. Las salidas PCCS
Correas Transportadoras
digitales son para la señalización de
Medidores y Controlador alarmas y las salidas análogas de 4-20 mA
de Nivel en Celda de Flot.
son para el cálculo de resultados.
Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5 Equipo Transmisor de Tamaño de Partículas
Sub - Módulo 6 PSTS
Medidores de
Tamaño de Partículas El transmisor de tamaño de
partícula es la cabeza de medición del
Analizadores de Leyes sistema. Está formado por un martillo
(micrómetro electromecánico) tipo pie de
Sensores de
Radiación Gamma rey y por un transformador diferencial. El
martillo sube y baja constantemente
Pesómetro de
Correas Transportadoras
atrapando las partículas mayores contra el
martillo inferior haciendo variar la señal
Medidores y Controlador
eléctrica en el transfor-mador diferencial, la
de Nivel en Celda de Flot. PSTS
que es procesada mediante un modelo de
Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5 Equipo Transmisor de Tamaño de Partículas
Sub - Módulo 6 PSTS
Medidores de
Tamaño de Partículas distribución granulométrico. El promedio de al
menos 120 mediciones se usa para determinar la
Analizadores de Leyes distribución del tamaño de las partículas de la
muestra de flujo del proceso.
Sensores de
Radiación Gamma
El chequeo de cero (cero Check) se
Pesómetro de
Correas Transportadoras realiza para corregir los corrimientos
electrónicos o mecánicos del transmisor. El
Medidores y Controlador
chequeo del cero se hace con un flujo de agua
de Nivel en Celda de Flot. PSTS
libre de partículas
Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Conjunto Muestreador de Calibración PCAA

Medidores de
Tamaño de Partículas El muestreador de calibración es
utilizado para tomar muestras que son
Analizadores de Leyes
llevadas a laboratorio para la
Sensores de calibración de la PSI 200. Además
Radiación Gamma
puede ser utilizado para tomar
Pesómetro de
Correas Transportadoras muestras diarias para comprobar el

Medidores y Controlador correcto funcionamiento del equipo.

de Nivel en Celda de Flot.

Sensores Virtuales

PCAA
Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Medidores de Tamaño de Partículas PSM-400
Medidores de
Tamaño de Partículas El monitor de tamaño de partículas (PSM 4000) de Armco
Automatic, se compone, básicamente, de un eliminador de aire y dos pares
Analizadores de Leyes
de sensores ultrasónicos colocados en cuadratura, lográndose así una
Sensores de medida en dos dimensiones de la partícula. Cada par de sensores
Radiación Gamma
piezoeléctricos de cristales de Titanato de Bario contienen un transductor
Pesómetro de
Correas Transportadoras transmisor y uno receptor. En frecuencias discretas, la señal ultrasónica se

Medidores y Controlador atenúa (reduce) con la densidad de las partículas de la suspensión, pero no
de Nivel en Celda de Flot.
con el tamaño de las partículas. En otras frecuencias discretas, la señal se
Sensores Virtuales atenúa tanto con el tamaño como con la densidad de las partículas en
suspensión. La información que entrega la primera lectura se resta de la
Retornar segunda para determinar el tamaño.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Medidores de Tamaño de Partículas PSM-400
Medidores de
Tamaño de Partículas Los sensores no distinguen entre burbujas de aire y partículas, de
modo que hay que eliminar todo el aire que haya en la corriente de la
Analizadores de Leyes
muestra. El cambio de dirección del flujo de la pulpa dentro de la caja de
Sensores de muestreo, ubicada en la línea de descarga del conjunto de hidrociclones,
Radiación Gamma
produce cierta eliminación de aire.
Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Comparación entre PSI-200 Vs. PSM-400

Medidores de
Tamaño de Partículas En el siguiente cuadro se puede observar características de los
indicadores.
Analizadores de Leyes

Sensores de CARACTERISTICAS PSI-200 PSM-400

Radiación Gamma Principio de medición Mecánica Ultrasónico
Eliminador de aire No requiere Si requiere
Pesómetro de
Correas Transportadoras
Consumo de agua potable Alimentación discontinua Alimentación continua
Configuaración en terreno Simple Varios componentes
Medidores y Controlador Toma de muestra primaria Por gravedad Por vacÍo
de Nivel en Celda de Flot.
Flujo a controlar por unidad 1 flujo 2 flujos
Entrega información de % de 2 fracciones garanulométricas % de 1 fracción granulométrica en % de sólidos
Sensores Virtuales Representatividad de la informacion Buena Buena
Limpieza de sensores Una vez por semana Cada dos días
Retornar Disponibilidad operacional Alta Baja
Montaje Simple Varios componentes

28/09/22
Principal Avanzar
23:35
 Módulo 5 Indicador de Tamaño de Partículas Gruesas
Sub - Módulo 6 PETRA ADG-21

Medidores de
Tamaño de Partículas Temas a Desarrollar

Analizadores de Leyes

Sensores de Introducción
Radiación Gamma

Pesómetro de Características del Hardware

Correas Transportadoras

Medidores y Controlador Teoría de Operación del Equipo

de Nivel en Celda de Flot.

Interacción con el Usuario

Sensores Virtuales

Pantallas de Despliegue
Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Introducción

Medidores de
Tamaño de Partículas PETRA ADG-21 es un sistema que permite analizar la
Distribución Granulométrica del mineral en alguna de las etapas dentro
Analizadores de Leyes
del proceso de conminución.
Sensores de
Radiación Gamma Utilizando un sofisticado sistema de procesamiento de imágenes,
Pesómetro de este instrumento permite medir la granulometría de la carga que va sobre
Correas Transportadoras
una correa transportadora.
Medidores y Controlador
de Nivel en Celda de Flot.
Este sistema está compuesto por un sensor y un analizador de

Sensores Virtuales
granulometría. El sensor está compuesto por un par de focos y una
cámara de CCTV, la que adquiere la imagen y la transmite al analizador.
Retornar Este último está integrado por un conjunto de hardware y software, y
entrega la granulometría de la imagen observada, ya sea en pantalla, o a
través de otros

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Introducción

Medidores de
Tamaño de Partículas periféricos opcionales (impresora, red local, almacenamiento en disco
duro).
Analizadores de Leyes

Este desarrollo de software se encuentra montado sobre

Sensores de
Radiación Gamma Windows 3.l., y posee gran capacidad gráfica, de fácil acceso para el
Pesómetro de usuario.
Correas Transportadoras

Medidores y Controlador
El procesamiento de la imagen capturada por la cámara de
de Nivel en Celda de Flot.
CCTV está compuesto principalmente por las etapas de procesamiento,

Sensores Virtuales
extracción de características, aplicación del modelo de peso y
acondicionamiento.
Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Características del Hardware

Medidores de
Tamaño de Partículas El hardware del sistema está conformado básicamente por un circuito de
CCTV, y un equipamiento dedicado al procesamiento de las imágenes, según se
Analizadores de Leyes
muestra en la figura 28.

Sensores de
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

Figura 28: Diagrama en Bloque del Hardware del Sistema Medidor de Granulometria

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Características del Hardware

Medidores de
Tamaño de Partículas El circuito cerrado de televisión está formado por una cámara B/N, de
tipo CCD; y un sistema de despliegue de imágenes, que puede incluir un
Analizadores de Leyes
monitor B/N o simplemente utilizar el sistema de procesamiento de imágenes
Sensores de para observar el mineral que circula sobre la correa transportadora.
transportadora
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5 Teoría de Operación del Indicador PETRA
Sub - Módulo 6 ADG-21
Medidores de
Tamaño de Partículas El Instrumento
Analizador de Granulometría,
Analizadores de Leyes
PETRA ADG-21, es una integración
Sensores de de sistemas de hardware que junto
Radiación Gamma
con una aplicación de software
Pesómetro de presentan al usuario la distribución
Correas Transportadoras
granulométrica de mineral que
Medidores y Controlador
de Nivel en Celda de Flot. circula sobre una correa
transportadora.
Sensores Virtuales

Este instrumento fue

Retornar diseñado y construido para ser
ocupado en la gran minería, y

28/09/22
Principal Avanzar
23:35
 Módulo 5 Teoría de Operación del Indicador PETRA
Sub - Módulo 6 ADG-21
Medidores de
Tamaño de Partículas está dirigido a medir el mineral que
ingresa a un Molino SemiAutógeno,
Analizadores de Leyes
por lo que el sistema particulado,
Sensores de que interesa observar, es de gran
Radiación Gamma
tamaño.
Pesómetro de
Correas Transportadoras
El sistema de hardware
Medidores y Controlador
de Nivel en Celda de Flot. está conformado básicamente por
una etapa de observación del
Sensores Virtuales
mineral, que está compuesta por
Retornar elementos de Circuito Cerrado de
Televisión; y una serie de

28/09/22
Principal Avanzar
23:35
 Módulo 5 Teoría de Operación del Indicador PETRA
Sub - Módulo 6 ADG-21
Medidores de
Tamaño de Partículas elementos dedicados al procesamiento de las imágenes observadas.

El software fue desarrollado para su utilización dentro de un entorno

Analizadores de Leyes
Windows, ocupando técnicas de procesamiento de imágenes (ver figura 29).
Sensores de
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

Figura 29: Etapas de Procesamiento de Imagen

28/09/22
Principal Avanzar
23:35
 Módulo 5 Teoría de Operación del Indicador PETRA
Sub - Módulo 6 ADG-21
Medidores de
Tamaño de Partículas
donde las etapas dedicadas al procesamiento y análisis son:

Analizadores de Leyes  Adquisición

Sensores de  Pre-procesamiento de la imagen

Radiación Gamma

 Extracción de característica
Pesómetro de
Correas Transportadoras
 Aplicación de modelos para la estimación del peso
Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5 Teoría de Operación del Indicador PETRA
Sub - Módulo 6 ADG-21
Medidores de
Tamaño de Partículas  Acondicionamientos de salida a periféricos.

Analizadores de Leyes
La información granulométrica obtenida se entrega al
Sensores de usuario a través de diversos periféricos, unos habituales y otros
Radiación Gamma
opcionales, donde los primeros entregan la información por defecto,
Pesómetro de
Correas Transportadoras
mientras que los demás necesitan de una habilitación para poder hacerlo.

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Interacción con el Usuario

Medidores de
Tamaño de Partículas El analizador de partículas es
un instrumento capaz de interactuar
Analizadores de Leyes
con dos tipos de usuarios: el
operador que realiza consultas de la
Sensores de
Radiación Gamma distribución granulométrica para

Pesómetro de
mantener el buen funcionamiento de
Correas Transportadoras la planta, y el ingeniero de procesos

Medidores y Controlador que calibra, configura y realiza

de Nivel en Celda de Flot.
estadísticas del proceso en forma
periódica (Ver figura 30). En ambos
Sensores Virtuales
casos el usuario puede acceder en
forma flexible al instrumento para
Retornar
ser configurado según las Figura 30: Panel de Control

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Interacción con el Usuario

Medidores de
Tamaño de Partículas condiciones de planta y de
procesamiento.
Analizadores de Leyes

La interfaz de usuario se compone

Sensores de
Radiación Gamma de dos elementos básicos:
Pesómetro de Pantallas de despliegue y Menús
Correas Transportadoras
de acceso (ver figura 30). Las
Medidores y Controlador pantallas de despliegue son
de Nivel en Celda de Flot.
reactualizadas en cada adquisición
Sensores Virtuales y el despliegue de información
corresponde a la granulometría
Retornar promedio de un cierto número de
Figura 30: Panel de Control
fotos (frames), el que es
configurable por software.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Interacción con el Usuario

Medidores de
Tamaño de Partículas La imagen de la correa desplegada
en pantalla corresponde al último
Analizadores de Leyes
frame promediado.
Sensores de
Radiación Gamma
El instrumento de medición de
Pesómetro de granulometría brinda la posibilidad de
Correas Transportadoras
interactuar en forma flexible y versátil
Medidores y Controlador
de Nivel en Celda de Flot. con el operador de planta, gracias a
una interfaz de usuario amistosa, la
Sensores Virtuales
cual de acuerdo a sus características
Retornar permite un manejo simple del
instrumento. Figura 30: Panel de Control

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Interacción con el Usuario

Medidores de
Tamaño de Partículas Las capacidades de acceso al
menú y a la interfaz gráfica, implican
Analizadores de Leyes
un ahorro de tiempo para el usuario
Sensores de no experto, lo cual necesariamente
Radiación Gamma
deriva en ahorros de capacitación,
Pesómetro de
Correas Transportadoras dando al instrumento características

Medidores y Controlador de gran integrabilidad y atractivo en

de Nivel en Celda de Flot.
procesos de control y medición no
Sensores Virtuales convencionales.

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas En el área de cliente,
denominada así en Windows al área
Analizadores de Leyes
efectiva de trabajo, se disponen 4
Sensores de ventanas (ver figura 31), las cuales
Radiación Gamma
tienen por objetivo la comunicación
Pesómetro de
Correas Transportadoras "instrumento-usuario", definiéndose

Medidores y Controlador como se detallan a continuación:

de Nivel en Celda de Flot.

Imagen
Sensores Virtuales

Aquí se despliega la imagen

Retornar adquirida o procesada, es decir en esta
Figura
Figura 31:
ventana puede ser desplegada la Pantalla Principal del Sistema PETRA ADG-21

imagen en tonos de

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas grises, binarizada, abierta

Analizadores de Leyes
morfológicamente, linealizada o su
seguidor lógico. Los despliegues son de
Sensores de
Radiación Gamma tipo asincrónicos (variables en función

Pesómetro de del tiempo), dependiendo sólo del tipo

Correas Transportadoras
y cantidad de material sobre la correa.
Medidores y Controlador
de Nivel en Celda de Flot. Esta ventana es de tipo estática, lo cual
implica que sólo despliega información
Sensores Virtuales
y no interactúa con el usuario a través

Retornar de mouse o teclado.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas Tabla

Analizadores de Leyes Tabla de valores

correspondiente a la distribución
Sensores de
Radiación Gamma granulométrica determina-da por el
Pesómetro de instrumento. Esta tabla contiene 3
Correas Transportadoras
columnas que identifican el tamaño de
Medidores y Controlador
de Nivel en Celda de Flot. las mallas de clasificación (medidas en
pulgadas), el retenido por malla
Sensores Virtuales
expresado en %, el pasante acumulado
Retornar expresado en % donde el instrumento
realiza un

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas Promedio de los últimos N frames,

Analizadores de Leyes
donde N es un número que ha sido
definido en la configuración general
Sensores de
Radiación Gamma del instrumento.

Pesómetro de
Correas Transportadoras Observación
Medidores y Controlador El tamaño correspon-diente a 1/2
de Nivel en Celda de Flot.
pulgada, no es procesado por el
Sensores Virtuales
instrumento en forma directa. Para la
determinación de fino, incluyendo bajo
Retornar
1/2 pulgada, el instrumento

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas determina mediante un modelo
matemático la cantidad de material
Analizadores de Leyes
fino no medido en esta parte del
Sensores de proceso.
Radiación Gamma

Pesómetro de Acumulado Pasante

Correas Transportadoras

Medidores y Controlador
Corresponde a la columna con
de Nivel en Celda de Flot.
valores de pasante por malla,

Sensores Virtuales
entendiendo la cantidad de pasante
por una malla 'i', al porcentaje en peso
Retornar de todas las partículas que tienen un
ancho menor a 'i' medido en pulgadas.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas Aquí se despliegan tres clases de
categorías granulométricas en función
Analizadores de Leyes
del tiempo, las cuales son definidas en
Sensores de la etapa previa de configuración del
Radiación Gamma
instrumento. Definidas 2 mallas de
Pesómetro de
Correas Transportadoras corte, la granulometría queda definida

Medidores y Controlador en tres clases:

de Nivel en Celda de Flot.
 fino
Sensores Virtuales  Intermedio

 grueso
Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Pantallas de Despliegue

Medidores de
Tamaño de Partículas Esta ventana es de tipo
dinámica, reactualizando su
Analizadores de Leyes
información, según la tasa de
Sensores de transmisión (definida en configuración
Radiación Gamma
del instrumento), desplegando una
Pesómetro de
Correas Transportadoras curva por clase con su valor numérico.

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Analizadores de Leyes

Medidores de
Como pioneros sobre los sistemas de analizadores, Outokumpu grupo de Automatización
Tamaño de Partículas
Tecnológica,
Tecnológica, ha continuado desarrollando las herramienta más importantes
importantes para el control en

Analizadores de Leyes plantas concentradoras y actualmente posee una gama de analizadores de COURIER para proveer
la demanda a la mayoría de las plantas relacionada
relacionadas a la extracción de minerales en el mundo.

Sensores de La familia de los analizadores COURIER ofrece en el mercado los siguientes productos:
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

Courier 30AP/XP Courier 30SX Courier 40

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Courier 30AP/XP

Medidores de
Tamaño de Partículas COURIER 30AP/XP: son
verdaderos sistemas que para su
Analizadores de Leyes
confiabilidad estan basados en PLC; las
Sensores de medidas son en tiempo real, para ello un
Radiación Gamma
chorro de pulpa son desviados para
Pesómetro de ensayar el contenido de metales para lo
Correas Transportadoras
cual el equipo usa longitud de onda
Medidores y Controlador
de Nivel en Celda de Flot. Dispersive de Fluorescencia de rayos X.
Los sistemas combinan altos voltajes
Sensores Virtuales
para su rápido análisis, requiere un
mínimo intervención del operador o
Retornar
mantenimiento.

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Courier 30SX

Medidores de
Tamaño de Partículas COURIER 30SX estos

Analizadores de Leyes
sistemas se han desarrollado para
aplicaciones líquidas y
Sensores de
Radiación Gamma rápidamente han llegado a ser un

Pesómetro de
equipo estándar en las plantas de
Correas Transportadoras
extracción por solventes.
Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Courier 40

Medidores de
Tamaño de Partículas COURIER 40 mide
simultáneamente ambas
Analizadores de Leyes
concentraciones de minerales y
Sensores de elementos en un flujo. Estos equipos
Radiación Gamma
son rápidos para analizar y de costo
Pesómetro de mínimo. Analizador híbrido hace
Correas Transportadoras
mejor uso de ambas tecnologias:
Medidores y Controlador
de Nivel en Celda de Flot. fluorescencia de rayos X (XRF) y la
tecnología de difracción de rayos X
Sensores Virtuales
(XRD).

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6 Sensores de Radiación Gamma

Medidores de
Tamaño de Partículas Tema a Desarrollar

Analizadores de Leyes
Introducción a la Radiación Instrumento de Medida
Gama basado en Rayos Gamma
Sensores de
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas Aproximadamente un 20% de las energía liberada en una fisión
nuclear la hace en formas de rayos Gamma, siendo este tipo de radiación,
Analizadores de Leyes
por su alcance y poder de penetración, la más útil en el campo de la
Sensores de instrumentación.
Radiación Gamma

Pesómetro de Como se sabe la Radiación Gamma no es detectable por los

Correas Transportadoras
sentidos humanos y como tal resulta difícil a veces de
Medidores y Controlador
de Nivel en Celda de Flot.
Reflexión

Sensores Virtuales

Transmisión

Retornar

A bsorción

Figura 32 VIDRIO OSCURO DETECTOR DE

INTENSIDAD DE LUZ

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas explicar sus propiedades.

Analizadores de Leyes
En virtud de lo anterior, es que pareciera facilitar las cosas el
Sensores de que se la pueda introducir, ejemplificando las propiedades de otro tipo de
Radiación Gamma
radiación electromagnético. En particular la Luz visible. De acuerdo a la
Pesómetro de figura 32 muchos factores inciden en la intensidad de la luz que recibe el
Correas Transportadoras
Detector.
Medidores y Controlador
de Nivel en Celda de Flot.
Reflexión

Sensores Virtuales

Transmisión

Retornar

A bsorción

Figura 32 VIDRIO OSCURO DETECTOR DE

INTENSIDAD DE LUZ

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas primer lugar, parte de la radiación luminosa es reflejada de la superficie
del vidrio, otra parte es absorbida por el obstáculo de vidrio y otra parte,
Analizadores de Leyes
en mayor proporción, es transmitida hacia el Detector. Es claro también
Sensores de que si el espesor del vidrio aumenta. o el obstáculo se oscurece aun más, la
Radiación Gamma
intensidad luminosa que llegara al Detector disminuirá.
Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.
Reflexión

Sensores Virtuales

Transmisión

Retornar

A bsorción

VIDRIO OSCURO DETECTOR DE

INTENSIDAD DE LUZ

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas Las mismas propiedades se observan en la Radiación Gamma.
Es decir, en referencia a la figura 33, si se interpone un obstáculo entre
Analizadores de Leyes
una Fuente de Emisión de Rayos Gamma y un Detector de Radiación, una
Sensores de parte de la radiación incidente se reflejará, otra parte será absorbida por
Radiación Gamma
el obstáculo, de tal forma que la radiación que alcance el Detector será
Pesómetro de menor que la transmitida. De acuerdo a la teoría la radiación que
Correas Transportadoras
alcanzará
Medidores y Controlador
de Nivel en Celda de Flot.
Transmisión
Reflexión

Sensores Virtuales

Retornar

Fuente Radiactivo

DETECTOR DE
Figura 33 d
d RA DIA CION

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas el Detector obedece a la siguiente ecuación:

Donde:
Analizadores de Leyes

 Md
I  I oe
I = intensidad de Radiación en el
Sensores de Detector.
Radiación Gamma

Io = Radiación que detectaría el detector si

Pesómetro de
Correas Transportadoras no existiese el obstáculo.

Medidores y Controlador
de Nivel en Celda de Flot.
Transmisión
Reflexión

Sensores Virtuales

Retornar

Fuente Radiactivo

d DETECTOR DE
d RA DIA CION

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas el Detector obedece a la siguiente ecuación:

Analizadores de Leyes
M= Coeficiente de absorción de masa de
 Md
Sensores de
Radiación Gamma
I  I oe obstáculo.

ρ = Densidad del obstáculo.

Pesómetro de
Correas Transportadoras
d = Espesor de obstáculo.
Medidores y Controlador
de Nivel en Celda de Flot.
Transmisión
Reflexión

Sensores Virtuales

Retornar

Fuente Radiactivo

d DETECTOR DE
d RA DIA CION

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas El coeficiente M resulta ser esencialmente constante
(M=0,007) para la mayoría de las aplicaciones industriales.
Analizadores de Leyes

Otro fenómeno característico de los Rayos Gamma, en realidad

Sensores de
Radiación Gamma de la radiación electromagnética en general, es que su intensidad
Pesómetro de disminuye en forma inversamente proporcional al cuadrado de la
Correas Transportadoras
distancia. Es así que es posible anotar que:
Medidores y Controlador
de Nivel en Celda de Flot.
Transmisión
Reflexión

Sensores Virtuales

Retornar

Fuente Radiactivo

d DETECTOR DE
d RA DIA CION

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas
En donde:
2
I1  R1  I1 = Intensidad de la Radiación a una distancia R1 del
Analizadores de Leyes
   emisor.
I2 R
 2
Sensores de I2 = Intensidad de la Radiación a una distancia R2 del
Radiación Gamma emisor.

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.
Transmisión
Reflexión

Sensores Virtuales

Retornar

Fuente Radiactivo

d DETECTOR DE
d RA DIA CION

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas Un hecho de suma importancia es el que la radiación Gamma
proveniente de una fisión nuclear presenta una característica pulsante en
Analizadores de Leyes
el tiempo (ver figura 34). Esta característica se debe a que la estabilización
Sensores de del núcleo se realiza por desintegraciones sucesivas (millones de
Radiación Gamma
desintegraciones/seg.). La radiación se emite solo durante la
Pesómetro de desintegración, no existiendo emisión durante los periodos
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.
I
Radiación Gamma Incidente
Sensores Virtuales
I1
Respuesta con Cte. de Tiempo Pequeño

Retornar
Respuesta con Cte. de Tiempo Grande
I2

Figura 34: Efecto de Filtrado (Cte. De Tiempo)

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas intermedios. Esta intermitencia, bastante aleatoria, hace que no sean factibles
las medidas instantáneas, sino que las lecturas deben tomarse como el promedio
Analizadores de Leyes
en ciertos periodos de tiempo, de modo de obtener una repetibilidad aceptable.

Sensores de
La intermitencia antes mencionada hace que la salida de los instrumentos
Radiación Gamma
de este tipo este acompañada de bastante ruido.
Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.
I
Radiación Gamma Incidente
Sensores Virtuales
I1
Respuesta con Cte. de Tiempo Pequeño

Retornar
Respuesta con Cte. de Tiempo Grande
I2

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas En virtud de lo anterior es que los instrumentos basados en la
radiación Gamma utilizan generalmente un Filtro Pasabajos para
Analizadores de Leyes
eliminar las componentes ruidosas indesadas, logrando de esta forma una
Sensores de señal más limpia y de mejor repetibilidad (ver figura 35). En los
Radiación Gamma
instrumen-tos más modernos, los filtros utilizados son normalmente
Pesómetro de digitales de Primer Orden, ello, por simples consideraciones en el
Correas Transportadoras
software, permite ajustar
Medidores y Controlador
de Nivel en Celda de Flot.

I
Sensores Virtuales (a) Sin filtrado (b) con filtrado

Retornar

Figura 35: Efecto de un instrumento nuclear

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas la Constante de Tiempo del filtro a las distintas condiciones dinámicas de
la respuesta. En condiciones de trabajo estables, sin grandes variaciones,
Analizadores de Leyes
se adopta una Constante de Tiempo grande; ello mejora la repetibilidad
Sensores de de la medición, aunque pone algo más lenta la respuesta del instrumento.
Radiación Gamma
Ante la presencia de cambios bruscos en la medición, el computador
Pesómetro de seleccionará una Constante de Tiempo más pequeña dándole así
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

I
Sensores Virtuales (a) Sin filtrado (b) con filtrado

Retornar

28/09/22
Principal Avanzar
23:35
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas mayor rapidez a la respuesta del sistema.

Analizadores de Leyes Otra propiedad de los isótopos radiactivos es que la energía emitida
decae levemente en el tiempo, Este efecto es llamado "Decaimiento" y la
Sensores de
Radiación Gamma razón de la caída depende de cada radioisótopo. En general se define este
Pesómetro de parámetro como la cantidad de tiempo requerida para que la intensidad
Correas Transportadoras
de la
Medidores y Controlador
de Nivel en Celda de Flot.

I
Sensores Virtuales (a) Sin filtrado (b) con filtrado

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de radiación caiga a la mitad de su valor original. Pues que la razón de decaimiento en los radioisótopos es bien conocida,
Tamaño de Partículas
resulta fácil compensar estas desviaciones. Así por ejemplo el Cesio - 137 con una vida media de 36 años y una
energía de 0,662 [Mev.] tiene una razón de decaimiento igual a:
Analizadores de Leyes

Sensores de
Radiación Gamma Lo anterior significa un error acumulativo de aproximadamente 0,23% mensual, hecho el cual debe ser
tomada en cuenta.
Pesómetro de
Correas Transportadoras selección de algún radioisotopo para alguna 6aplicación en particular depende entonces de las
La
0,662 x10  eV 
propiedades Decamiento   50,3 
Medidores y Controlador 36 x365  día 
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Introducción a la Radiación Gama

Medidores de
Tamaño de Partículas antes mencionadas, es decir, de su energía (poder de penetración), su
tiempo medio de Decaimiento y por su puesto de su costo. En la tabla
Analizadores de Leyes
siguiente se muestra alguno de los radioisotopos de mayor uso industrial.
Sensores de
Radiación Gamma

Pesómetro de
Correas Transportadoras Tabla: Radioisótopos de uso Industrial

Medidores y Controlador
de Nivel en Celda de Flot.
ISOTOPOS VIDA MEDIA ENERGíA DECAIMIENTO
(Años) (MeV) (eV/Día)
Sensores Virtuales
Americio 241 458 0.060 0.36
Cesio 137 36 0.662 50.38
Cobalto 60 5.2 1.170 611.44
Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas Los instrumentos de medida nucleares basan su funcionamiento
en el cambio que se produce en la radiación al atravesar ésta obstáculos y
Analizadores de Leyes
medios de distinta naturaleza. La medida se hace por simple comparación
Sensores de de lo detectado con un nivel de Radiación de Referencia, obtenido esté en
Radiación Gamma
condiciones ideales de funcionamiento (estanque vacío, cañería llena con
Pesómetro de agua, etc.). El esquema (ver figura 36) consiste en un
Correas Transportadoras

Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Figura 36 Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas emisor de radiación, convenientemente protegido, el cual irradia rayos
Gamma hacia el medio al que se le quiere medir algún parámetro. Al
Analizadores de Leyes
pasar los rayos por el medio a medir estos son atenuados en su energía,
Sensores de hecho que es detectado por una cámara de ionización (algunas veces se
Radiación Gamma
usa también Contadores de centelleo, aunque no es frecuente). La Cámara
Pesómetro de de Ionización posee un gas ionizado, polarizado negativamente, de modo
Correas Transportadoras
tal
Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas que la radiación de rayos Gamma, al atravesarlo, hace variar las
condiciones de ionización produciéndose una corriente eléctrica cuyo
Analizadores de Leyes
valor depende de la energía de la radiación. La corriente producida es del
Sensores de orden de los picoamperes, razón por la cual es necesario agregar al
Radiación Gamma
sistema dos etapas de amplificación. La primera con un preamplificador
Pesómetro de de alta impedancia (para poder lidiar con las bajas corrientes), y otra
Correas Transportadoras
normal de
Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas acondicionamiento de señal.

Analizadores de Leyes La función del computador es procesar la información

proveniente de la etapa de amplificación. Este procesamiento consiste en
Sensores de
Radiación Gamma un proceso de linealización (usualmente mediante el uso de la función
Pesómetro de inversa), de filtrado digital, y de c álculo del valor medido. Para propósito
Correas Transportadoras
de poder introducir el instrumento
Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas en un lazo de control, se entrega una señal de 4-20 mA representativa de
la señal medida. Existe además un indicador local de la medida.
Analizadores de Leyes
Ventajas y Desventajas de los Instrumentos Basados en Radiación
Sensores de Gamma
Radiación Gamma

Pesómetro de Ventajas .- Una de las principales ventajas de este tipo de

Correas Transportadoras

Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas instrumento es que se monta en forma externa al sistema en donde se
quiere medir una determinada variable. Así, al no haber contacto físico
Analizadores de Leyes
directo, es posible realizar mediciones en procesos complicados, como ser
Sensores de altamente corrosivos, especialmente abrasivos, o de muy alta temperatura,
Radiación Gamma
sin que ello afecte el sistema de medición. Naturalmente, la no existencia
Pesómetro de de contacto físico facilita enormemente los procesos
Correas Transportadoras

Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas de mantenimiento, pues estos se realizan sin tener que interrumpir el
proceso. De igual forma resulta interesante el hecho que el instrumento de
Analizadores de Leyes
medida de este tipo puede fácilmente ser desmontado y redestinado a otro
Sensores de proceso o sección.
Radiación Gamma

Pesómetro de Desventajas.- Como principal desventaja en el uso de este tipo

Correas Transportadoras

Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas de equipamiento, y como consecuencia del permanente debate en torno al
uso de la energía nuclear, es el hecho que siempre estará en mente de los
Analizadores de Leyes
usuarios el riesgo a la contaminación. Este riesgo es bastante mínimo en
Sensores de realidad. La experiencia de muchos años de trabajo con este tipo de
Radiación Gamma
instrumentos ha demostrado casi nula ocurrencia de accidentes
Pesómetro de acompañada ésta de excelentes índices de seguridad.
Correas Transportadoras

Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas Aplicaciones

Analizadores de Leyes
Estos instrumentos se utilizan en la práctica para medir las
Sensores de siguientes variables: Densidad, Nivel, Flujo de Masa y peso en Correas
Radiación Gamma
Transportadoras. En cualquiera de estas aplicaciones su funcionamiento
Pesómetro de se basa en la detección de un cambio en la radiación debida a una
Correas Transportadoras
variación en alguno de los parámetros de
Medidores y Controlador
Rayos Gamma
de Nivel en Celda de Flot. -Vcc
+V

Sensores Virtuales
Amplificador

Linealizador
Retornar
Cámara de
Ionización
Preamplificador
A lta Ganancia Salida 4-20 mA

Indicador
Local

28/09/22
Principal Avanzar
23:36
 Módulo 5 Instrumentos de Medida Basados en Rayos
Sub - Módulo 6 Gama
Medidores de
Tamaño de Partículas la ecuación. Así, si se mantiene constante el espesor, cualquier cambio en
la radiación se deberá a una variación en la densidad del material, de este
Analizadores de Leyes
punto de vista el instrumento seria un densímetro. Variando las
Sensores de condiciones de operación es posible obtener otros tipos de instrumentos.
Radiación Gamma
A continuación se muestran algunas de estas aplicaciones que dieron
Pesómetro de
Correas Transportadoras buenos resultados en terreno.

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar
Densímetro Nuclear Sensor de Flujo de Masa

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densímetro Nuclear

Medidores de
Tamaño de Partículas Para explicar el principio de
funcionamiento de este instrumento debe
Analizadores de Leyes hacerse referencia a la ecuación siguiente y d
a la figura 37. Así, como lo indica la figura,
Sensores de
Radiación Gamma si el flujo de pulpa ocupa la sección
completa de la cañería, entonces el
Pesómetro de
Correas Transportadoras
parámetro d es esencialmente constante. De Emisor Detector
esta forma, puesto que es posible asumir que
Medidores y Controlador
de Nivel en Celda de Flot.
M es fija, cualquier variación en la
radiación registrada en el Detector puede
Sensores Virtuales deberse solo a cambios en la Flujo de
Pulpa

Retornar
 Md
I  I oe Figura 37:
Esquema de medición
nuclear de pulpa.
28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densimetro Nuclear

Medidores de
Tamaño de Partículas densidad de la pulpa. En consecuencia,
si se despeja la densidad p de la
Analizadores de Leyes
ecuación es posible plantear la d

Sensores de siguiente ecuación que rige el

Radiación Gamma
comportamiento de este instrumento:
Pesómetro de
Correas Transportadoras Emisor Detector

Medidores y Controlador
de Nivel en Celda de Flot.
1 I 
  Ln 0 
Sensores Virtuales
Md
Una  I  de los
de los problemas
Flujo de
densímetros nucleares es la Pulpa

Retornar dependencia que presenta la

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densimetro Nuclear

Medidores de
Tamaño de Partículas densidad respecto a la temperatura. Es
sabido que a medida que aumenta la
Analizadores de Leyes
temperatura disminuye la densidad de d

Sensores de la muestra. La mayor parte de los

Radiación Gamma
densímetros nucleares traen una etapa
Pesómetro de de compensación de los efectos de la
Correas Transportadoras Emisor Detector
temperatura. En los modelos más
Medidores y Controlador antiguos esta compensación se realiza
de Nivel en Celda de Flot.
por medio electrónica analógica, razón
Sensores Virtuales por la cual es posible lograr una buena Flujo de
Pulpa
compensación en un rango
Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densimetro Nuclear

Medidores de
Tamaño de Partículas relativamente estrecho de temperaturas.
En los sistemas más modernos, basados en
Analizadores de Leyes microprocesadores, la compensación se d
hace por software, en un rango bastante
Sensores de
Radiación Gamma más amplio. En ambos casos el densímetro
incluye un sensor de temperatura.
Pesómetro de
Correas Transportadoras Emisor Detector
Cuando la medición de la
Medidores y Controlador
densidad debe hacerse en una
de Nivel en Celda de Flot.
cañería muy delgada, probablemente
Sensores Virtuales si se utiliza el Flujo de
Pulpa

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densimetro Nuclear

Medidores de
Tamaño de Partículas esquema ya presentado, la variación en
la radiación sea muy pequeña como
Analizadores de Leyes
para ser apropiadamente detectada. Canería
Sensores de En esos casos resulta conveniente una
Radiación Gamma
instalación de cañería tipo z (ver figura
Pesómetro de 38), con ello se logra aumentar el Emisor
Correas Transportadoras Detector
espesor d de la medición, y con ello
Medidores y Controlador una mejor medición. Usualmente en
de Nivel en Celda de Flot.
esos casos es recomendable utilizar un
Sensores Virtuales Contador de Centelleo en vez de una Flujo de
Pulpa
Cámara de Ionización. Ello permite
Retornar
usar haz más angosto de radiación,
evitando así la Figura 38:
Esquema de Medición
en Cañería Delgada
28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densimetro Nuclear

Medidores de
Tamaño de Partículas posibilidad de que el haz sea más
ancho que el diámetro de la cañería,
Analizadores de Leyes
cosa que podría ocurrir si se utiliza Canería
Sensores de Cámaras de Ionización.
Radiación Gamma

Pesómetro de
La adherencia de pulpa a la Emisor
Correas Transportadoras pared de la cañería introducirá un Detector

Medidores y Controlador error en la medición. El peor caso

de Nivel en Celda de Flot.
ocurre cuando se forma una
Sensores Virtuales protuberancia que aumenta Flujo de
gradualmente y que de repente se Pulpa

Retornar desprende. Para corregir este

problema es recomendable instalar el
densímetro en

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Densimetro Nuclear

Medidores de
Tamaño de Partículas secciones verticales de la cañería. Se
evita con ello además la posibilidad de
Analizadores de Leyes
estratificación del flujo de pulpa que Canería
Sensores de podría ocurrir en instalaciones
Radiación Gamma
horizontales, ayudando de paso a
Pesómetro de cumplir la condición de que el flujo Emisor
Correas Transportadoras Detector
ocupe la sección completa de la
Medidores y Controlador cañería. Otra alternativa de solución
de Nivel en Celda de Flot.
para el caso anterior es la utilización
Sensores Virtuales de secciones de tubo de vidrio, teflón, u Flujo de
Pulpa
otro material de semejante
Retornar
características.

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Sensor de Flujo de Masa

Medidores de
Tamaño de Partículas Se trata de una nueva aplicación de los
densímetros nucleares, los cuales en Emisor
Analizadores de Leyes
conminación con un medidor de Flujo
Sensores de volumétrico entregan una medida del Flujómetro
Radiación Gamma
flujo de masa que circula por una
Pesómetro de tubería. En efecto, puesto que: Detector
Correas Transportadoras

Medidores y Controlador G = Densidad = [masa/volumen]

de Nivel en Celda de Flot. Microprocesador
Qv = Flujo Volumétrico = [vol/tiempo]
Densidad Flujo de Masa
Sensores Virtuales Masa Totalizada
Flujo Volumétrico
Al multiplicar ambos se tiene que:
Retornar

Figura 39:
Aplicación de un Densímetro Nuclear
para la Medición de Flujo de Masa

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Sensor de Flujo de Masa

Medidores de
Tamaño de Partículas Qm= g * Qv

Emisor
Analizadores de Leyes Qm=[masa/volumen]*[vol/tiempo]

=[masa/tiempo]
Sensores de Flujómetro
Radiación Gamma
en realidad se desea conocer solo la
Pesómetro de masa del sólido sin considerar el
Correas Transportadoras Detector
liquido que se utiliza como portador.
Medidores y Controlador
de Nivel en Celda de Flot.
La ecuación que permite resolver esta Microprocesador

situación esta dada por: Flujo de Masa

Densidad
Sensores Virtuales Masa Totalizada
Flujo Volumétrico

Retornar
G G 
T  8.345QG5  a  1 
 G5 G1 

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Sensor de Flujo de Masa

Medidores de
Tamaño de Partículas  Ga  G1 
T  8.345QG5  
G G
 5 1  Emisor
Analizadores de Leyes

En donde:
Sensores de Flujómetro
Radiación Gamma T =Flujo de masa del sólido

Pesómetro de [pound/min]
Correas Transportadoras Detector
Q = Flujo volumétrico [Gal/min]
Medidores y Controlador
de Nivel en Celda de Flot. Ga = Gravedad Especifica del liquido Microprocesador

portador Densidad Flujo de Masa

Sensores Virtuales Masa Totalizada
G5 = Gravedad específica de la Flujo Volumétrico

G1 =Gravedad Especifica del sólido.

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6 Sensor de Flujo de Masa

Medidores de
Tamaño de Partículas Cualquier error en la
medición del Flujo o la densidad Emisor
Analizadores de Leyes
afectara directamente la medición del
Sensores de flujo de masa. Puesto que en la Flujómetro
Radiación Gamma
mayoría de los casos los densímetros
Pesómetro de presentan una exactitud del orden de Detector
Correas Transportadoras
1%, ello hace que el sensor de flujo
Medidores y Controlador
de Nivel en Celda de Flot. masa tenga una exactitud menor ( más Microprocesador

o menos 1,5 a 2% ). En todo los de mas Densidad Flujo de Masa

Sensores Virtuales Masa Totalizada
este tipo de sensor presenta Flujo Volumétrico

características smilares a los

Retornar
densímetros nucleares.

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas Se utiliza en la entrada de la planta de molienda con el objeto
de medir y regular la alimentación de carga fresca a los molinos. Como se
Analizadores de Leyes
observa en la figura 40, el Puente se inserta como una parte de la Correa
Sensores de transportadora, y consta básicamente de dos partes : Sensor de velocidad,
Radiación Gamma
que entrega una lectura en m/s, y un sensor que entrega el peso del
Pesómetro de mineral,
Correas Transportadoras
V
Medidores y Controlador
de Nivel en Celda de Flot.
Plataforma de Peso

Sensores Virtuales

Sensor de Sensor de
Retornar Velocidad Peso

m/s Kg/m
Multiplicador Kg/s
Figura 40
Integrador Kg/día

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas que pasa sobre una sección de la correa (Plataforma de Peso). El peso se
entrega en unidades de Kg/m, de modo que una multiplicación de la salida
Analizadores de Leyes
de ambos sensores da una medida directa del Flujo de Masa, dado en
Sensores de Kg/s.
Radiación Gamma

Pesómetro de La multiplicación se hace en forma computacional

Correas Transportadoras
V
Medidores y Controlador
de Nivel en Celda de Flot.
Plataforma de Peso

Sensores Virtuales

Sensor de Sensor de
Retornar Velocidad Peso

m/s Kg/m
Multiplicador Kg/s

Integrador Kg/día

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas (electrónica analógica en modelos más antiguos), pudiéndose por tanto,
por simples procesos de totalización, lograr los tonelajes diarios,
Analizadores de Leyes
mensuales, o anuales que pasan por la correa.
Sensores de
Radiación Gamma El peso se mide con la ayuda de cuatro Strain-Gages que se
Pesómetro de ponen en cada una de las puntas de la Plataforma de
Correas Transportadoras
V
Medidores y Controlador
de Nivel en Celda de Flot.
Plataforma de Peso

Sensores Virtuales

Sensor de Sensor de
Retornar Velocidad Peso

m/s Kg/m
Multiplicador Kg/s

Integrador Kg/día

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas Peso. Estos elementos, al deformarse por efecto de la presión que ejerce el
mineral, varían su resistividad eléctrica. Una conexión de ellas en una
Analizadores de Leyes
configuración tipo Puente de Wheatstone entrega una lectura directa del
Sensores de peso (ver figura 41).
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

Figura 41: (a)Diagrama esquemático de un Strain-Gage

(b)Esquema de medición con Puente de Wheatstone

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas La velocidad puede medirse con la ayuda de tacómetros
acoplados al eje de rotación de la correa, o mediante otro tipo de
Analizadores de Leyes
instrumento que sean capaz de soportar las condiciones de trabajo
Sensores de existentes en la planta de molienda.
Radiación Gamma

Pesómetro de Con el fin de obtener una distribución homogénea del mineral

Correas Transportadoras
en Plataforma de Peso, y por tanto una lectura pareja en
Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas los Strain-Gages, es altamente recomendable instalar el Puente de Pesaje
en secciones horizontales de la correa transportadora. Una instalación del
Analizadores de Leyes
Puente en zonas inclinadas de la correa, si bien es posible, dificulta el
Sensores de proceso de calibración y ajuste de la medida de peso.
Radiación Gamma

Pesómetro de El Puente de Pesaje es en la práctica una sección más

Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas que se inserta en la correa. En consecuencia, es necesario que la
instalación del Puente tenga un efecto mínimo sobre el
Analizadores de Leyes
funcionamiento de la correa. Resulta deseable por tanto instalar
Sensores de el Puente en aquellas secciones de la correa sometidas a la menor
Radiación Gamma
tensión mecánica, reduciéndose así la posibilidad de que la correa
Pesómetro de interfiera con el trabajo de la Plataforma de Peso. Además, debe
Correas Transportadoras
vigilarse que exista un adecuado alineamiento entre los
Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Pesómetro de Correas Transportadoras

Medidores de
Tamaño de Partículas rodillos del Puente y la correa, cualquier desajuste se traducirá en
una inexactitud en la medición. Finalmente, en general es
Analizadores de Leyes
deseable que el Puente de Pesaje tenga el máximo número posible
Sensores de de rodillos; ello disminuye los efectos de los posibles pandeos y
Radiación Gamma
vibraciones mecánicas en el Puente, hecho el cual mejora la
Pesómetro de exactitud de la medición.
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5 Medidores y Controlador de Nivel en Celda
Sub - Módulo 6 de Flotación
Medidores de
Tamaño de Partículas El Supaflo® FLT450/300 es
un gama de los Indicadores de nivel de
Analizadores de Leyes
la celda de flotacíon, se desarrolló para
Sensores de satisfacer los requerimientos más
Radiación Gamma
estrictos para la medida precisa del
Pesómetro de nivel de pulpa en celdas de flotación.
Correas Transportadoras

Medidores y Controlador La construcción es a base de

de Nivel en Celda de Flot.
acero inoxidable y el mecanismo es
Sensores Virtuales diseñado por el sistema pantograph,
conjunta-mente con un flotador a base
Retornar de Polipropileno montado sobre un

28/09/22
Principal Avanzar
23:36
 Módulo 5 Medidores y Controlador de Nivel en Celda
Sub - Módulo 6 de Flotación
Medidores de
Tamaño de Partículas sólido ajustable de tubo de acero
inoxidable, esto lo hace al Supaflo®
Analizadores de Leyes
FLT450/300 ideal para el ambiente
Sensores de corrosivo donde ellos operan.
Radiación Gamma

Pesómetro de
Una vez instalado estas
Correas Transportadoras unidades requerirán servicio y
Medidores y Controlador mantenimiento mínimo.
de Nivel en Celda de Flot.

El principio de operación
Sensores Virtuales

Los cambios en nivel de la

Retornar pulpa causa correspondientes cambios
en la posición de

28/09/22
Principal Avanzar
23:36
 Módulo 5 Medidores y Controlador de Nivel en Celda
Sub - Módulo 6 de Flotación
Medidores de
Tamaño de Partículas flotador. Este es convertido en un
cambio angular por el Pantograph
Analizadores de Leyes
sistema, que mueve el transmisor
Sensores de angular y convierte la posición de señal
Radiación Gamma
de 4-20mA.
Pesómetro de
Correas Transportadoras Los niveles transmitidos
Medidores y Controlador variarán solo cuando hay ligeros
de Nivel en Celda de Flot.
cambios en la densidad de pulpa por
Sensores Virtuales lo tanto, la precisión y la repetibilidad
de resultados son archivados durante
Retornar el comienzo, y durante trastornos de
planta.

28/09/22
Principal Avanzar
23:36
 Módulo 5 Medidores y Controlador de Nivel en Celda
Sub - Módulo 6 de Flotación
Medidores de
Tamaño de Partículas Características

Analizadores de Leyes  La precisión del indicador de nivel

es de ±5mm
Sensores de
Radiación Gamma

Pesómetro de
 Puede ser instalado sobre
Correas Transportadoras algunas celdas de flotación

Medidores y Controlador
de Nivel en Celda de Flot.  El Pre-calibrador es de fácil
instalación
Sensores Virtuales

 El transductor requiere poco

Retornar
mantenimiento

 Salidas de 4-20 mA

28/09/22
Principal Avanzar
23:36
 Módulo 5 Medidores y Controlador de Nivel en Celda
Sub - Módulo 6 de Flotación
Medidores de
Tamaño de Partículas
 La sensibilidad es bajo a la
Analizadores de Leyes
variación de densidad de pulpa

Sensores de
Radiación Gamma  Su construcción es de acero
inoxidable 316
Pesómetro de
Correas Transportadoras

Medidores y Controlador
 Esta construido para pulpas
de Nivel en Celda de Flot. Abrasivas.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5 Medidores y Controlador de Nivel en Celda
Sub - Módulo 6 de Flotación
Medidores de
Tamaño de Partículas
Esquema del Indicador de Nivel
Analizadores de Leyes

Sensores de
Radiación Gamma

Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas Los Sensores Virtuales, soft-
sensors o sensores por software, están
Analizadores de Leyes
basados en la idea de inferencia de
Sensores de información. Son programas que
Radiación Gamma
infieren su medida tomando la
Pesómetro de información existente. Los programas
Correas Transportadoras
pueden consistir en un modelo
Medidores y Controlador
de Nivel en Celda de Flot. matemático de cómo hacer la
inferencia, en un modelo heurístico o
Sensores Virtuales
un ‘modelo inteligente’, pues con este
modelo
Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas los sensores virtuales estiman o
predicen la señal del sensor real,
Analizadores de Leyes
usando otras mediciones de la planta
Sensores de con las cuales está correlacionada esa
Radiación Gamma y
señal del sensor real. PLANTA
Pesómetro de
Correas Transportadoras
Supongamos que un
Medidores y Controlador operador está manejando una planta;
de Nivel en Celda de Flot.
en particular, uno de sus objetivos es u
Sensores Virtuales mantener una variable medida por un
sensor de la planta cerca de un valor
Retornar de referencia. (Ver Figura 42). Como
Figura 42

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas en la industria minera los sensores son
en general caros y complejos (medición
Analizadores de Leyes
de leyes, granulometría, etc.) está
Sensores de dentro de las posibilidades que el
Radiación Gamma y
sensor falle con una frecuencia mayor PLANTA
Pesómetro de que en otro tipo de plantas. En tal
Correas Transportadoras
caso el operador, al no disponer de la
Medidores y Controlador
de Nivel en Celda de Flot. medida del sensor fallado, tratará de
guiar su accionar observando otras u
Sensores Virtuales
variables que se miden en la planta y
que tienen una relación importante con
Retornar
la variable que ha

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas quedado sin medición. Este caso
también se presenta al ser retirado el
Analizadores de Leyes
sensor para mantención. Por ejemplo,
Sensores de si en un circuito de molienda falla un
Radiación Gamma y
sensor de granulometría, tratará de PLANTA
Pesómetro de conseguir indirectamente su objetivo
Correas Transportadoras
sobre la base de las mediciones que
Medidores y Controlador
de Nivel en Celda de Flot. entregan los sensores de la densidad y
flujo de alimentación a hidrociclones. u
Sensores Virtuales

Pero el manejo que hará el

Retornar operador observando

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas mediciones relacionadas depende de su
experiencia previa, y en su capacidad
Analizadores de Leyes
para relacionar intuitivamente las
Sensores de diversas mediciones. (ver figura 43)
Radiación Gamma y
PLANTA
Pesómetro de La pregunta que surge,
Correas Transportadoras
entonces es ¿ existe la posibilidad de n1 n2 P1
Medidores y Controlador entregarle al operador una ?!
de Nivel en Celda de Flot.
combinación, óptima de esas
Sensores Virtuales mediciones para facilitar su tarea de
manejar la planta con una u
Retornar degradación del desempeño menor que
si tiene que realizar Figura 43

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas esta tarea intuitivamente?. La
respuesta es que si es posible, mediante
Analizadores de Leyes
un sensor virtual el que le entregará
Sensores de una combinación de las medidas
y
Radiación Gamma PLANTA
relacionadas que constituye una
Pesómetro de estimación óptima de la medición que
Correas Transportadoras
ya no está disponible (ver figura 44). n1 n2 P1
Medidores y Controlador S ŷ
de Nivel en Celda de Flot.
La señal entregada por el V

Sensores Virtuales sensor virtual, sobre la base de

mediciones relacionadas, es una u
Retornar estimación de la medición cuyo valor
ya no está disponible debido Figura 44

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de P1 Pn
Tamaño de Partículas a la falla del sensor real. 1
U1
SENSOR O y
Ur PLANTA
ANALISIS
Analizadores de Leyes Una situación similar se R
n1 n2 n3
presenta cuando la medición del sensor V
Sensores de
Radiación Gamma se cierra a través de un Controlador en
Pesómetro de un lazo de control automático, tal CONTROLADOR
ym

Correas Transportadoras
como se muestra en la figura 45. Al yr
Figura 45: Planta con lazo de control
Medidores y Controlador fallar el sensor se tiene la situación de
de Nivel en Celda de Flot.
P1 Pn
la figura 46. Entonces, el operador 1
U1
Sensores Virtuales debe realizar un control manual en Ur PLANTA

forma totalmente análoga el caso

n1 n2 n3
Retornar expuesto anteriormente, obser-vando
las mediciones de señales Figura 46: Planta sin Sensor con operación
Manual

OPERACION
MANUAL

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas relacionadas con la medición que no
esta ahora disponible debido a la falla
P1 Pn
Analizadores de Leyes
del sensor real. Una altemativa está en U1
1

Sensores de tener un control automático usando Ur PLANTA

Radiación Gamma
una de las señales relacionadas (por R

SENSOR VIRTUAL
n1 n2 n3
V
Pesómetro de ejemplo, en el caso de control de ym
Correas Transportadoras
granulometría, manejar la densidad al
Medidores y Controlador
de Nivel en Celda de Flot. fallar el sensor de granulometría).
R V

Sensores Virtuales Sin embargo, la mejor CONTROLADOR

opción es la que aparece en la figura yr

Retornar 47, donde se emplea la señal

Figura 47: Planta con lazo de control
cerrado por medio de
sensor virtual

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas entregada por el sensor virtual en el
lazo de control.
Analizadores de Leyes P1 Pn
1
U1
En la figura 48, se tiene el SENSOR O
Sensores de Ur PLANTA
ANALISIS
Radiación Gamma esquema de operación de un lazo de R

SENSOR VIRTUAL
n1 n2 n3
Pesómetro de control automático que está V
ym
Correas Transportadoras
respaldado por un sensor virtual
Medidores y Controlador (también puede tratarse de un control
de Nivel en Celda de Flot.
manual por medio del operador) R V
CONTROLADOR
Sensores Virtuales donde el sensor real mide la variable y.
yr
Se trata, entonces de reemplazar la
Retornar medición de y por la señal ym
proporcionada por el sensor Figura 48:
Lazo de control respaldado
con un sensor virtual

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas virtual. También puede suceder que se
desee diseñar un sensor virtual porque no
Analizadores de Leyes P1 Pn
hay disponible un sensor real. El sensor
1
U1
virtual es, en general un modelo de una SENSOR O
Sensores de Ur PLANTA
ANALISIS
Radiación Gamma parte escogida convenientemente de la R

SENSOR VIRTUAL
n1 n2 n3
Pesómetro de
planta, cuyas entradas pueden ser tanto V
ym
Correas Transportadoras las medidas de comandos como de

Medidores y Controlador perturbaciones medidas y también,

de Nivel en Celda de Flot.
señales intermedias obtenidas en la
R V
planta por otros sensores. El modelo CONTROLADOR
Sensores Virtuales
puede ser uno del tipo ARMAX, o uno yr

del tipo ecuaciones

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas de estado o estado-salida, lo que da
origen a una modelación mediante el
Analizadores de Leyes P1 Pn
Fiftro de Kalman extendido. En 1
U1

Sensores de ciertos casos puede resultar Ur PLANTA

SENSOR O
ANALISIS
Radiación Gamma
conveniente que los modelos sean del R

SENSOR VIRTUAL
n1 n2 n3
V
Pesómetro de tipo difuso o construidos sobre la base ym
Correas Transportadoras
de redes neuronales.
Medidores y Controlador
de Nivel en Celda de Flot.
Con referencia a la última R V
CONTROLADOR
Sensores Virtuales figura cuando se dispone del sensor
yr
real, los conmutadores están en la
Retornar posición R; el modelo del sensor se
identifica con la parte

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas de la planta que se está modelando y el
lazo de control opera con la señal “ y “
Analizadores de Leyes P1 Pn
del sensor real. Sin embargo, cuando 1
U1

Sensores de el sensor ya no está disponible, los Ur PLANTA

SENSOR O
ANALISIS
Radiación Gamma
conmutadores deben cambiar a la R

SENSOR VIRTUAL
n1 n2 n3
V
Pesómetro de posición V, en cuyo caso el sistema de ym
Correas Transportadoras
control recibe como variable a
Medidores y Controlador
de Nivel en Celda de Flot. controlar a la señal ym entregada por el
R V
sensor virtual y cesa la estimación de CONTROLADOR
Sensores Virtuales
parámetros. yr

Retornar
A partir de ese momento, el
sistema de control

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas usa la señal ym entregada por el sensor
virtual en reemplazo de la señal y del
Analizadores de Leyes
sensor real, la que ha dejado de estar
Sensores de disponible. PLANTA 1
SS1

Radiación Gamma 2
1
1
2
Pesómetro de Otro caso de empleo de un 2
XT
Correas Transportadoras
sensor virtual, además del mostrado 1
2
1

1 2
Medidores y Controlador anteriormente, puede verse en la
de Nivel en Celda de Flot. PLANTA 2
SS2
figura 49. En la figura se muestra un
Sensores Virtuales sensor real que se comparte entre
diferentes puntos de medición en una
Retornar
planta. Para aquellos puntos de
Figura 49:
medición que quedan momentánea
Sensor real compartido con sensores
virtuales.

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas y periódicamente sin medida del
sensor real compartido, un sensor
Analizadores de Leyes virtual entrega una estimación de la
medida correspondiente. Durante los
Sensores de SS1
PLANTA 1
Radiación Gamma intervalos de tiempo en que en un 2
1
punto de medición se dispone del 2
1
2
Pesómetro de
sensor real, se efectúa la estimación de
XT
Correas Transportadoras
1 1
2

Medidores y Controlador
parámetros del correspondiente sensor 1 2

de Nivel en Celda de Flot. virtual. Este sistema ha sido usado en PLANTA 2

SS2

plantas de molienda para compartir

Sensores Virtuales
un sensor de granulometría (Yacher,
1990).
Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas El caso en que no existe un
sensor real, y el sensor virtual debe ser
Analizadores de Leyes
calibrado mediante muestra y análisis
Sensores de de laboratorio, se emplea un esuqema
Radiación Gamma Y´ Y
como el que se indica en la figura 50. PLANTA 1
SS
´
Pesómetro de
Correas Transportadoras

Medidores y Controlador
de Nivel en Celda de Flot.
MUESTREO
LABORATORIO
P. LAB.
Sensores Virtuales

Retornar
Figura 50:
Sensor virtual en caso que no se
dispone de un sensor real.

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas ESTRUCTURA DE SEN-
VIR
Analizadores de Leyes M
Como se sabe, la
Sensores de estructura de un sensor M1 Mn ALARMAS
Radiación Gamma

DESPLIEGUES
virtual (ver figura 51) es un
Pesómetro de
Correas Transportadoras
sistema de software PLANTA
SIST EMA
SUPERVISOR

modular que se implanta en

Medidores y Controlador MJ
de Nivel en Celda de Flot. el Sistema de control ESTIMADOR y  yˆ
DE
distribuido, o en algún otro PARAMETROS
Sensores Virtuales
sistema de adquisición de
yˆ
datos de la planta, o en SENSOR VIRTUAL
Retornar
computadores conecta-dos a
Figura 51:
ellos. Consta de
Esquema General Simplificado del Sistema
de Sensor Virtual

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas dos partes principales:

Analizadores de Leyes  Los sensores virtuales M

propiamente tales que son

Sensores de M1 Mn ALARMAS
Radiación Gamma modelos que relacionan

DESPLIEGUES
Pesómetro de las medición realizadas en SIST EMA
PLANTA
Correas Transportadoras SUPERVISOR
la planta.
Medidores y Controlador MJ
de Nivel en Celda de Flot.
 Un Sistema de entorno, ESTIMADOR y  yˆ
DE

Sensores Virtuales
Shell, que supervisa la PARAMETROS

operación de los sensores yˆ

SENSOR VIRTUAL
Retornar virtua-les, determina su
con-fiabilidad, selecciona

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas cuál modelo debe ser usado según
las condiciones vigentes en la
Analizadores de Leyes
planta y entrega alarmas e M
indicaciones al operador sobre el
Sensores de
M1
Radiación Gamma funcionamiento de SENVIR. Mn ALARMAS

DESPLIEGUES
Pesómetro de
SISTEMA
Correas Transportadoras PLANTA
SUPERVISOR
SHELL DE SENSORES
Medidores y Controlador VIRTUALES MJ
de Nivel en Celda de Flot.
El shell de SV sirve para
ESTIMADOR y  yˆ
DE
PARAMETROS
Sensores Virtuales manejar adecuadamente un
conjunto de modelos aptos para yˆ
SENSOR VIRTUAL
Retornar sensores virtuales, supervisar su
operación en la planta,

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas permitir una operación
segura de los sensores
Analizadores de Leyes virtuales e informa de M

cualquier condición
Sensores de M1 Mn ALARMAS
Radiación Gamma anormal que se presente

DESPLIEGUES
durante su funcionamiento.
Pesómetro de SIST EMA
PLANTA
Correas Transportadoras En este shell está contenida SUPERVISOR

Medidores y Controlador
la mayor parte de la MJ
de Nivel en Celda de Flot. experiencia recogida en el ESTIMADOR y  yˆ
DE
estudio de sensores PARAMETROS
Sensores Virtuales
virtuales.
yˆ
SENSOR VIRTUAL
Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas En su versión actual está constituido por los siguientes módulos:

Analizadores de Leyes

Sensores de  Acondicionador de señales.

Radiación Gamma
 Analizador de señales.
Pesómetro de
Correas Transportadoras  Selector de modelos desde una base de modelos.

Medidores y Controlador  Estimador de parámetros.

de Nivel en Celda de Flot.

 Analizador de calidad y confiabilidad de los sensores virtuales.

Sensores Virtuales
 De control de la excitación y monitoreo.

Retornar  De selección óptima de parámetros para los sensores virtuales.

 Sistema de alarmas.

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas Su funcionamiento consiste
básicamente en lo siguiente: Para una
Analizadores de Leyes determinada señal de la planta,
mientras el sensor real está disponible,
Sensores de
Radiación Gamma existen varios modelos, en la base de
modelos, que pueden estar siendo
Pesómetro de
Correas Transportadoras identificados por el módulo estimador

Medidores y Controlador
de parámetros, siempre que las señales
de Nivel en Celda de Flot. de entrada hayan sido determinadas
como adecuadas por el módulo
Sensores Virtuales
analizador de señales. Cuando el
sensor real falla, el módulo de
Retornar
selección de modelos elige al

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas mejor de los modelos y lo deja como
sensor virtual de la señal perdida. En
Analizadores de Leyes caso de que las condiciones cambien
durante la operación del sensor virtual
Sensores de
Radiación Gamma seleccionado, de modo que éste no sea
viable (por ejemplo, porque el sensor
Pesómetro de
Correas Transportadoras de una de sus señales de entrada ha

Medidores y Controlador
fallado porque ha transcurrido mucho
de Nivel en Celda de Flot. tiempo desde que entró en operación, o
porque se detectó un cambio en el
Sensores Virtuales
punto de operación de la planta, etc.) el
módulo de selección de modelos elige a
Retornar
otro

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas modelo viable del conjunto de modelos
vigentes, en tanto que para cada sensor
Analizadores de Leyes virtual que no esté confiable se
recalibra (si es que está habilitada la
Sensores de
Radiación Gamma calibración automática) o se solicita
calibración al operador (si es que la
Pesómetro de
Correas Transportadoras calibración no es automática).

Medidores y Controlador
de Nivel en Celda de Flot. Cualquier condición
anormal del sistema es informada al
Sensores Virtuales
operador mediante el módulo de
alarmas como así también las
Retornar
condiciones de operación vigentes.

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas Para el caso de desear utilizar un
SV para una variable que no disponga
Analizadores de Leyes de sensor real, se le pueden entregar al
shell la estructura del modelo y los
Sensores de
Radiación Gamma parámetros del mismo, los que deben
haber sido calibrados fuera de línea
Pesómetro de
Correas Transportadoras mediante muestreo y análisis de

Medidores y Controlador
laboratorio.
de Nivel en Celda de Flot.

Adicionalmente el shell
Sensores Virtuales
proporciona un ambiente de
configuración interactivo para efectos
Retornar
de adecuarlo a la operación de una
planta en

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Medidores de
Tamaño de Partículas particular. Además se permite ajustar
parámetros de funcionamiento del
Analizadores de Leyes shell en línea.

Sensores de
Radiación Gamma
En la 52 se muestra un diagrama
Pesómetro de detallado con los diferentes módulos
Correas Transportadoras
funcionales del shell de SV.
Medidores y Controlador
de Nivel en Celda de Flot.

Sensores Virtuales

Retornar

28/09/22
Principal Avanzar
23:36
 Módulo 5
Sub - Módulo 6
Sensores Virtuales

Señal
Señal
Exitada(Vui)
Exitada(Vui)
Fig.8 PLANTA
PLANTA

Figura 52
( u(i, uPi,i, Pyk
i, yk
) ) ( Du
( Du
i) i)
ACONDICIONADOR
ACONDICIONADORDE DE
SEÑALES
SEÑALES
(ACS)
(ACS)

( u(i ,uPi ,i )Pi )

ANALISIS
ANALISIS
DE DE
CONFIABILIDAD
CONFIABILIDADY Y
ANALIZADOR
ANALIZADORDE DE EXCITACION
EXCITACION
Y Y
CALIDAD
CALIDADDE DE
SENSORES
SENSORES
SEÑALES
SEÑALES
(AS)
(AS) MONITOREO
MONITOREO
(EM)
(EM)
VIRTUALES
VIRTUALESVIGENTES
VIGENTES
(ACC)
(ACC)

Calidad
Calidad
dede Falla
Falla
de de Confiabilidad
Confiabilidad
SV´s
SV´s
Señales
Señales SR´sSR´s

SENSORES
SENSORES
SELECCION
SELECCION
DE DE
PARAMETROS
PARAMETROS
DE DE
SELECCION
SELECCION
DE DE VITUALES
VITUALES
SENSORES
SENSORES
VIRTUALES
VIRTUALES
MODELOS
MODELOS
(SM)
(SM) SELECCIONADAS
SELECCIONADAS
(SPSV)
(SPSV)
(SVS)
(SVS) yekyek

Model
Model Parámetro
Parámetro
MODELOS
MODELOS o o Selecc.
Selecc.
(MM)
(MM)
Selecc.
Selecc.

ESTIMADOR
ESTIMADOR
DE DE
Parámetros
Parámetros
Estimados
Estimados
PARAMETROS
PARAMETROS
(EP)
(EP) + Varianza
+ Varianza
dede
Parámetros
Parámetros
Estimar
Estimar
Parámetro
Parámetro
^k ^k
(Ep
(Ep
y y) )

28/09/22 Retornar
Principal
23:36
 MENU
FIN DEL MODULO

1 DESCRIPCION

2 OBJETIVOS

FIN DEL
CONTROL EXPERTO

4 CONTROL FUZZY

MODULO
OTRAS TECNICAS
5 AVANZADAS CONTROL

INSTRUMENTACION
6 AVANZADA

7 LINKS/ DOWNLOAD

8 TERMINAR / SALIR

Avanzar
 MENU LINKS / DOWNLOAD

1 DESCRIPCION

2 OBJETIVOS

Links
3 CONTROL EXPERTO

4 CONTROL FUZZY
[Link]

OTRAS TECNICAS  [Link]

5 AVANZADAS CONTROL

 [Link]
INSTRUMENTACION
6 AVANZADA
 [Link]

77 LINKS/ DOWNLOAD [Link]

8 TERMINAR / SALIR

Retornar