UNIVERSIDAD POLITÉCNICA SALESIANA

SEDE GUAYAQUIL
CARRERA DE ELECTRÓNICA Y AUTOMATIZACIÓN

Materia
Automatización Industrial II

Proyecto Integrador
Diseño y simulación de un sistema de control y
monitoreo térmico industrial mediante integración
de Edge Computing y PLC Siemens S7-1500

Autores:

Daniela Solís Zúñiga

Enrique Macías Zhune
Docente

Ing. Geovanny García, MSc

Guayaquil - Ecuador
Período 66
Índice general

Índice de Figuras II

Índice de Tablas III

1. Tema 1
1.1. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . 1
1.1.2. Objetivos específicos . . . . . . . . . . . . . . . . . . . 1
1.2. Problema de estudio . . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4. Marco Hipotético . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5. Recursos utilizados . . . . . . . . . . . . . . . . . . . . . . . . 4

2. Marco teórico 5
2.1. Definicion : PLC . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2. Definicion : Termopares . . . . . . . . . . . . . . . . . . . . . 5
2.3. Definicion : Edge computing . . . . . . . . . . . . . . . . . . . 6

3. Metodología 10
3.1. Definicion : Cronograma de actividades . . . . . . . . . . . . . 17
3.2. Definicion : Presupuesto . . . . . . . . . . . . . . . . . . . . . 18

4. Conclusiones y Recomendaciones 19
4.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . 19

I
Índice de Figuras

2.1. Línea de producción . . . . . . . . . . . . . . . . . . . . . . . 5

2.2. Tipos de termocuplas . . . . . . . . . . . . . . . . . . . . . . . 6
2.3. Edge computing . . . . . . . . . . . . . . . . . . . . . . . . . . 7

3.1. Network 1-2, escalamiento y control de resistencia . . . . . . . 11

3.2. Network 3-4, Lógica de alarma y ventilador . . . . . . . . . . 12
3.3. Networks de control, manual . . . . . . . . . . . . . . . . . . . 13
3.4. Pantalla HMI . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.5. Prototipo de horno funcionando . . . . . . . . . . . . . . . . . 15
3.6. Prueba con luces para visualizar las salidas . . . . . . . . . . 16

II
Índice de Tablas

3.1. Cronograma de actividades del proyecto . . . . . . . . . . . . 17

3.2. Presupuesto de materiales del proyecto . . . . . . . . . . . . . 18

III
Capítulo 1

Tema

Implementación de un sistema de control y monitoreo térmico industrial

mediante integración de Edge Computing y PLC Siemens S7-1500

1.1. Objetivos
1.1.1. Objetivo general
Desarrollar un sistema de monitoreo térmico para hornos industriales,
utilizando un PLC Siemens S7-1500 y Edge Computing, con el fin de
controlar la temperatura y prevenir incendios industriales.

1.1.2. Objetivos específicos

Diseñar e implementar el sistema de adquisición de temperatura
mediante una termocupla conectado al PLC Siemens S7-1500 para
monitorear un equipo de temperatura.

Integrar un nodo de Edge Computing que procese localmente los datos

obtenidos desde el PLC y detecte condiciones de riesgo térmico.

Desarrollar una interfaz local (dashboard HMI/web) que visualice en

tiempo real la temperatura, alarmas de seguridad y tendencias térmicas
del horno.

1
1.2. PROBLEMA DE ESTUDIO 2

1.2. Problema de estudio

En los entornos industriales donde se utilizan hornos eléctricos, el control
térmico representa una necesidad crítica tanto para garantizar la calidad del
producto como para evitar situaciones de riesgo. Las resistencias eléctricas,
al ser los elementos principales de calentamiento, deben operar dentro
de rangos seguros de temperatura. Sin embargo, en muchas industrias
estos dispositivos aún carecen de sistemas de monitoreo inteligente que
permitan una supervisión constante y respuesta rápida ante anomalías
térmicas.[Aslanpour et al., 2020].
Una de las consecuencias más graves de un mal control térmico es
el riesgo de incendio. El sobrecalentamiento de las resistencias puede
provocar la ignición de materiales cercanos, daños estructurales, paros de
producción y, en casos extremos, la afectación directa a la integridad física
del personal.[Sharma et al., 2024]. En la actualidad, muchas fábricas carecen
de sistemas de automatización moderna que integren sensores, procesamiento
de datos en tiempo real y alertas preventivas. Los métodos tradicionales de
control no ofrecen una respuesta adecuada frente a variaciones bruscas de
temperatura o fallas en la resistencia, ya que dependen de intervenciones
manuales o sistemas aislados que no generan alertas inmediatas. Ante esta
problemática, surge la necesidad de implementar un sistema que permita
el monitoreo térmico en tiempo real de las resistencias de los hornos
industriales. Para ello, se propone utilizar un PLC Siemens S7-1500 como
controlador central, el cual se destaca por su confiabilidad y precisión,
y una arquitectura de Edge Computing, que permita procesar y analizar
los datos térmicos de forma local sin depender de servidores externos.
Ante esta problemática, surge la necesidad de implementar un sistema que
permita el monitoreo térmico en tiempo real de las resistencias de los hornos
industriales. Para ello, se propone utilizar un PLC Siemens S7-1500 como
controlador central, y una arquitectura de Edge Computing, que permita
procesar y analizar los datos térmicos de forma local sin depender de
servidores externos.
1.3. JUSTIFICACIÓN 3

1.3. Justificación
Los hornos industriales representan uno de los puntos más críticos en
la operación de diversas plantas manufactureras debido a su alto consumo
energético y riesgo térmico. El mal funcionamiento de las resistencias
eléctricas o la falta de monitoreo adecuado puede generar focos de
sobrecalentamiento que escalen rápidamente hasta convertirse en incendios
industriales, provocando pérdidas económicas, interrupciones operativas y,
lo más grave, poniendo en riesgo la integridad del personal.[Abril]. El
presente proyecto propone desarrollar un sistema de monitoreo térmico
inteligente para prevenir de forma anticipada dichas situaciones. Para ello,
se integrará una termocupla como sensor principal, conectada a un PLC
Siemens S7-1500, encargado de recolectar, procesar y enviar datos térmicos.
Este PLC se caracteriza por su robustez, precisión en entornos industriales
y alta capacidad de integración con plataformas digitales.
La innovación principal de este proyecto radica en el uso de Edge
Computing, lo cual permite analizar los datos térmicos directamente en
el sitio de operación sin necesidad de depender de servidores en la nube.
Esta arquitectura reduce el tiempo de respuesta frente a eventos térmicos
peligrosos, permitiendo activar alarmas inmediatas y visualizar tendencias a
través de una HMI local, mejorando sustancialmente la toma de decisiones
en planta. El enfoque preventivo de este sistema responde a la necesidad
urgente de evitar incendios industriales originados por fallas en la regulación
térmica, especialmente en sectores donde la materia prima o el proceso
de transformación es inflamable o sensible al calor. En conclusión, este
sistema de monitoreo térmico es una herramienta clave para mejorar la
seguridad industrial, garantizar la estabilidad del proceso, reducir pérdidas
de materiales y proteger la vida humana ante eventos térmicos extremos.
1.4. MARCO HIPOTÉTICO 4

1.4. Marco Hipotético

¿El uso de un PLC Siemens S7-1500 permite desarrollar un sistema de
monitoreo térmico fiable en entornos industriales exigentes? Sí.
¿Un sistema de monitoreo térmico basado en Edge Computing puede ser
adaptado fácilmente a diferentes tipos de hornos industriales? Sí.
¿El diseño propuesto tiene la capacidad de ser escalado para incluir más
sensores o zonas de monitoreo térmico en el futuro? Sí.

1.5. Recursos utilizados

PLC S7 1500, Software TIA PORTAL, HMI, edge device.
Capítulo 2

Marco teórico

2.1. Definicion : PLC

Es una máquina que puede trabajar en entornos industriales y me permite
realizar control por lógica programable[Belmonte, 2020]. A continuación en
la figura 2.1 se muestra un PLC de Siemens de la familia s7. 1500.

Figura 2.1: Línea de producción

Fuente: [Link]

2.2. Definicion : Termopares

Termopares (sensores de calor) del tipo J o K en todas las zonas de
calentamiento determinan la temperatura de la zona donde estén [Link]
termocupla tipo J es un sensor de temperatura termoeléctrico compuesto

5
2.3. DEFINICION : EDGE COMPUTING 6

por hierro y constantán.[Astudillo]. Funciona mediante el efecto Seebeck,

que genera una diferencia de potencial proporcional a la diferencia de
temperatura entre dos uniones metálicas. Su rango de operación oscila entre
− 200°C y 1200°C, lo que la hace adecuada para ambientes industriales.
Es económica, fácil de construir y resistente a atmósferas corrosivas. Para
un monitoreo confiable, su señal requiere acondicionamiento mediante
amplificadores como el AD594 o AD620, que permiten obtener lecturas
precisas, especialmente cuando se integran en sistemas automatizados con
PLC y adquisición de datos.

Figura 2.2: Tipos de termocuplas

Fuente:
[Link]

2.3. Definicion : Edge computing

Edge Computing es un modelo de procesamiento de datos que traslada
el análisis y la toma de decisiones desde centros de datos o la nube hacia
los dispositivos cercanos al origen de los datos.[Deng et al., 2020]. Esto
reduce la latencia, mejora el tiempo de respuesta y minimiza la carga de
red. En entornos industriales, permite procesar información en tiempo real
directamente en el borde, como en sensores o controladores, sin depender
de servidores remotos. Esta arquitectura es clave para aplicaciones críticas
como el monitoreo térmico, donde la velocidad de reacción es esencial para
prevenir fallos o situaciones de riesgo.
2.3. DEFINICION : EDGE COMPUTING 7

Figura 2.3: Edge computing

Fuente: [Link] omputingi nf rastructure.
2.3. DEFINICION : EDGE COMPUTING 8

Investigación
El control y monitoreo de temperatura en hornos industriales es esencial
para garantizar la calidad del producto, prolongar la vida útil de los equipos
y asegurar la seguridad de los operarios. En procesos de calentamiento, la
temperatura determina parámetros críticos como el tiempo de exposición,
la homogeneidad térmica y la eficiencia energética. [Chafla Bustamante and
Alava Rosado, 2024]

Soluciones previas con otras tecnologías

En la industria, el problema del control térmico se ha abordado
tradicionalmente mediante termostatos mecánicos, que abren o cierran un
circuito al alcanzar una temperatura determinada. Aunque son económicos,
presentan baja precisión y carecen de registro histórico. [Rosas González and
Ampudia Ramírez]
Posteriormente, surgieron controladores PID independientes, que permiten
un control más estable y adaptable, reduciendo las oscilaciones de
temperatura. Sin embargo, estos sistemas, al no estar integrados a un PLC
o red industrial, tienen limitaciones para interactuar con otros procesos o
para gestionar alarmas complejas.[Marcillo Macancela and Eugenio Ramirez,
2025]
En entornos más avanzados, se han implementado sistemas SCADA junto
con PLCs y sensores industriales, permitiendo el monitoreo en tiempo real,
almacenamiento de datos y control remoto. No obstante, estas soluciones
requieren infraestructura más compleja y, en algunos casos, dependen de
una conexión continua a la nube.

Procesos alternativos
Existen alternativas como el control difuso (Fuzzy Logic), que permite
manejar de forma eficiente procesos con comportamiento no lineal, o el uso
de sensores infrarrojos para mediciones sin contacto, ideales para piezas
móviles o superficies muy calientes. Otra tendencia es la integración con
IoT industrial, donde las mediciones se envían a plataformas de análisis en
la nube para optimizar el mantenimiento y la producción.[Tumalli Naranjo,
2025]
2.3. DEFINICION : EDGE COMPUTING 9

Importancia del sistema propuesto

El sistema desarrollado en este proyecto integra un PLC Siemens
S7-1500, una termocupla tipo K, un relé de estado sólido (SSR) para
accionar una resistencia tubular de 110 V, un ventilador de 24 V y una luz
de alarma, además de un nodo de Edge Computing para procesar datos
localmente.

Las principales ventajas de este diseño son:

Procesamiento local: permite una respuesta inmediata ante

sobretemperatura, incluso sin conexión a internet.

Visualización en HMI: facilita el monitoreo en tiempo real y la

interacción con el sistema en modo manual o automático.

Alarmas y ventilación automática: reducen el riesgo de daños al

equipo y al producto, aumentando la seguridad.

Escalabilidad: el sistema puede adaptarse a otros procesos térmicos

industriales con mínimas modificaciones.

Este enfoque combina la robustez del hardware industrial con la

flexibilidad del procesamiento distribuido, proporcionando una solución
eficiente, segura y adaptable para el control térmico en entornos de
producción.
Capítulo 3

Metodología

El proyecto se desarrolló implementando un prototipo funcional de

horno industrial controlado por un PLC Siemens S7-1500, con monitoreo
de temperatura y gestión automática/manual de actuadores mediante una
interfaz HMI. A continuación, se detalla el procedimiento por objetivos y el
funcionamiento del sistema.
El prototipo consiste en un horno industrial a escala, equipado con:
resistencia tubular de 110 V, relé de estado sólido (SSR) de 40 A con bobina
a 24 V, ventilador de 24 V y termocupla tipo K como sensor de temperatura.
El PLC Siemens S7-1500 controla los actuadores mediante salidas digitales
asignadas como: K1 (resistencia) en Q0.2; K2 (ventilador) en Q0.3 y K3 (luz
de alarma) en Q0.4.
Funcionamiento por objetivos y lógica de control

1. Configuración de adquisición de temperatura: la termocupla

tipo K se conecta a una entrada analógica y su señal se normaliza
con NORM_X y se escala a °C con SCALE_X; la variable TI queda lista
para comparaciones con SP y SP_ALARMA.

2. Control de la resistencia (K1, %Q0.2): en modo automático, si

TI ≤ SP se activa CMD_K1 que energiza el SSR de la resistencia hasta
alcanzar la consigna.

3. Alarma luminosa (K3, %Q0.4): si TI ≥ SP_ALARMA se activa CMD_K3

para advertir sobretemperatura.

4. Ventilación forzada (K2, %Q0.3): el ventilador se activa con

CMD_K2 de forma automática o manual para acelerar el enfriamiento.

10
CAPÍTULO 3. METODOLOGÍA 11

5. Selección de modo y control manual: mediante enclavamientos, se

selecciona Manual/Auto y Marcha/Paro; en manual se puede accionar
la resistencia sin intervención de la lógica automática.

Figura 3.1: Network 1-2, escalamiento y control de resistencia

Fuente: Autoría propia.
CAPÍTULO 3. METODOLOGÍA 12

Figura 3.2: Network 3-4, Lógica de alarma y ventilador

Fuente: Autoría propia.
CAPÍTULO 3. METODOLOGÍA 13

Figura 3.3: Networks de control, manual

Fuente: Autoría propia.
CAPÍTULO 3. METODOLOGÍA 14

Pruebas y resultados
Se verificó el funcionamiento en modo automático y manual. En
automático, la resistencia se activó cuando TI estuvo por debajo del SP
y se desactivó al alcanzar la consigna; la alarma luminosa se activó cuando
TI superó SP_ALARMA; el ventilador se usó para acelerar el enfriamiento.
Se validó el correcto escalado de la termocupla con incrementos controlados
de temperatura y se observaron tiempos de respuesta adecuados del SSR y
del ventilador. En modo manual, se comprobó el accionamiento directo de
los actuadores mediante Marcha/Paro, manteniendo las seguridades.

Figura 3.4: Pantalla HMI

Fuente: Autoría propia.
CAPÍTULO 3. METODOLOGÍA 15

Figura 3.5: Prototipo de horno funcionando

Fuente: Autoría propia.
CAPÍTULO 3. METODOLOGÍA 16

Figura 3.6: Prueba con luces para visualizar las salidas

Fuente: Autoría propia.
3.1. DEFINICION : CRONOGRAMA DE ACTIVIDADES 17

3.1. Definicion : Cronograma de actividades

El plan de trabajo se organiza considerando clases los días miércoles y
viernes, desde la segunda semana de mayo hasta la tercera semana de agosto.
El cronograma está distribuido en 10 semanas activas y se ha estructurado
para permitir el avance progresivo del proyecto, desde la definición del tema
hasta la presentación final del prototipo funcional.
graphicx

Actividades MAYO JUNIO JULIO AGOSTO

Semanas 2 3 4 1 2 3 4 1 2 3 4 1 2 3
Entrega del tema X
Análisis de requisitos y diseño de diagramas X X X
Compra de materiales X X
Programación del PLC y lógica de control X X X X
Desarrollo de la interfaz HMI X X X X
Integración de módulos (termocupla, HMI, PLC) X X X X X
Pruebas sin controlador final X X
Ajuste del controlador X X
Pruebas del prototipo completo X X
Informe impreso y validación funcional X X
Sustentación del proyecto X X

Tabla 3.1: Cronograma de actividades del proyecto

3.2. DEFINICION : PRESUPUESTO 18

3.2. Definicion : Presupuesto

El presente presupuesto contempla únicamente los componentes y
materiales necesarios para el desarrollo del prototipo, considerando que
el PLC, la HMI y el nodo de Edge Computing fueron facilitados por el
laboratorio de la universidad. Los valores se estimaron en base a precios
de mercado local en Ecuador y pueden variar según el proveedor. El costo
total refleja la suma de los materiales de medición, control, montaje y apoyo
logístico necesarios para la implementación del sistema.

Descripción Cantidad Precio Unitario (USD) Subtotal (USD)

Relay de estado sólido 1 15.50 15.50
Pasta térmica 1 3.00 3.00
Kit de disipación 1 19.99 19.99
Resistencia tubular 1 40.00 40.00
Termocupla tipo K 1 12.00 12.00
Ventilador 24 V 1 3.50 3.50
Prototipo del horno 1 35.00 35.00
Total 128.99

Tabla 3.2: Presupuesto de materiales del proyecto

Capítulo 4

Conclusiones y
Recomendaciones

4.1. Conclusiones
El uso de una termocupla permitira obtener datos térmicos confiables
del horno en tiempo real.

El PLC Siemens S7-1500 ejecutara con precisión la lógica de control

para prevenir sobrecalentamientos.

La interfaz HMI facilitara la supervisión visual del proceso y mejorara

la toma de decisiones operativas.

4.2. Recomendaciones
Calibrar correctamente la termocupla antes de cada uso para evitar
lecturas erróneas.

Mantener actualizada la programación del PLC ante cambios en el

proceso.

Realizar pruebas periódicas del sistema completo para asegurar su

funcionamiento continuo.

19
Bibliografía

E. S. Abril. Trabajo fin de máster máster universitario en ingeniería

industrial.

M. S. Aslanpour, S. S. Gill, and A. N. Toosi. Performance evaluation metrics

for cloud, fog and edge computing: A review, taxonomy, benchmarks and
standards for future research. Internet of Things, 12:100273, 2020.

M. C. Astudillo. Control industrial de gestión de residuos con autómata e

iiot use of plc and iiot impementation for sustainable waste management.

L. P. Belmonte. Programación de controladores avanzados SIMATIC S7 1500

con TIA Portal, AWL/KOP y SCL. Marcombo, 2020.

W. A. Chafla Bustamante and N. S. Alava Rosado. Automatización de un

horno industrial a gas con plc y su monitoreo a distancia. B.S. thesis,
2024.

S. Deng, H. Zhao, W. Fang, J. Yin, S. Dustdar, and A. Y. Zomaya. Edge

intelligence: The confluence of edge computing and artificial intelligence.
IEEE Internet of Things Journal, 7(8):7457–7469, 2020.

G. H. Marcillo Macancela and H. L. Eugenio Ramirez. Implementación de

control pid de temperatura en un prototipo de horno industrial. B.S.
thesis, 2025.

A. Rosas González and F. Ampudia Ramírez. Implementación de control

automático de temperatura en dispositivo portátil para pruebas mecánicas
en polímeros.

A. Sharma, R. Kumar, I. Kansal, R. Popli, V. Khullar, J. Verma, and

S. Kumar. Fire detection in urban areas using multimodal data and
federated learning. Fire, 7(4):104, 2024.

20
BIBLIOGRAFÍA 21

G. R. Tumalli Naranjo. Control fuzzy de temperatura para un horno

industrial con internet industrial de las cosas iiot. Master’s thesis, La
Libertad, Universidad Estatal Península de Santa Elena, 2025, 2025.