Control de Temperatura Con Lógica Difusa para Un Sistema de PDF
Control de Temperatura Con Lógica Difusa para Un Sistema de PDF
Control de Temperatura Con Lógica Difusa para Un Sistema de PDF
FACULTAD DE INGENIERÍA
TESIS
Que para obtener el título de
Ingeniero Eléctrico-Electrónico
PRESENTA
Arturo Espino Núñez
DIRECTOR DE TESIS
Dr. Fernando Ramírez Martínez
~1~
Contenido
Índice de Figuras ............................................................................................................................. 5
Agradecimientos: ................................................................................................................................ 9
Capítulo 1 INTRODUCCIÓN................................................................................................................ 10
1.1 Descripción del problema. ................................................................................................ 10
1.2 Rubidio .............................................................................................................................. 11
1.2.1 Rubidio 85 y Rubidio 87............................................................................................. 12
1.3 Átomos de Rydberg ........................................................................................................... 13
Capítulo 2 LÓGICA DIFUSA .............................................................................................................. 15
2.1 Lógica difusa ............................................................................................................................ 15
2.1.1Conjunto difuso. ................................................................................................................ 15
2.1.2 Función de pertenencia.................................................................................................... 18
2.1.3 Funciones estándar de pertenencia difusa. ..................................................................... 19
2.1.4 Operaciones de conjuntos difusos. ................................................................................. 22
Unión ................................................................................................................................. 22
Intersección ....................................................................................................................... 23
Complemento .................................................................................................................... 24
2.2 Máquina inferencia difusa....................................................................................................... 25
2.2.1 Difusión ............................................................................................................................ 25
2.2.2 Razonamiento .................................................................................................................. 27
2.2.2.1 Máquina de Inferencia MAMDANI ................................................................................ 27
2.2.3 Desdifusión ....................................................................................................................... 29
2.2.3.1 Método del Centroide ................................................................................................... 29
2.2.3.2 Método Centro de Máximos (COM).............................................................................. 30
Capítulo 3 ESPECTROSCOPIA ............................................................................................................. 31
3.1 Espectroscopia ........................................................................................................................ 31
3.1.1 Espectros de emisión y absorción .................................................................................... 32
3.2 Láser. ....................................................................................................................................... 34
3.2.1 Funcionamiento ............................................................................................................... 34
3.2.2 Características del láser:................................................................................................... 35
3.3 Espectroscopia Láser ............................................................................................................... 39
Capítulo 4 HORNO LOCAL ................................................................................................................ 40
4.1 Celda de Vidrio con Rubidio .................................................................................................... 40
~2~
4.2 Resistencias de Silicón ............................................................................................................. 41
4.3 Sensores de temperatura ........................................................................................................ 43
4.4 Cubierta adiabática. ................................................................................................................ 45
4.5 Fotodiodo. ............................................................................................................................... 46
Capítulo 5 HARDWARE DE CONTROL DIFUSO ................................................................................... 48
5.1 Microcontrolador .................................................................................................................... 48
Unidad central de procesamiento. (CPU).......................................................................... 48
Memoria ............................................................................................................................ 48
Periféricos.......................................................................................................................... 48
Reloj................................................................................................................................... 48
5.2 Arduino Mega 2560 ................................................................................................................. 49
5.2.1 AVR ................................................................................................................................... 49
5.3 MSP430G2553 ......................................................................................................................... 50
5.4 Temperatura Objetivo ............................................................................................................. 51
5.5 Pantalla de cristal líquido ........................................................................................................ 52
5.6 Mosfet ..................................................................................................................................... 53
Capítulo 6 SOFTWARE DE CONTROL DIFUSO ................................................................................... 55
6.1 Control Difuso. ........................................................................................................................ 55
6.2 Diseño del Software. ............................................................................................................... 55
6.2.1 Entradas............................................................................................................................ 56
6.2.2 Salida ................................................................................................................................ 59
6.2.3 Reglas Difusas ................................................................................................................... 60
6.2.4 Superficie de control ........................................................................................................ 63
6.3 Programación del software difuso .......................................................................................... 64
ADC MSP430G2553 ................................................................................................................... 66
6.3.1 Programación ................................................................................................................... 68
6.3.2 Programación de la DIFUSIÓN del Error de Temperatura................................................ 68
6.3.3 Programación de la DIFUSIÓN de la Derivada del Error................................................... 69
6.3.4 Programación de las REGLAS DIFUSAS ............................................................................. 70
6.3.5 Programación de la DESDIFUSIÓN ................................................................................... 73
6.3.6 Programa para ARDUINO MEGA 2560 ............................................................................. 74
6.3.7 Programa para MSP430G2553 ......................................................................................... 74
Capítulo 7 IMPLEMENTACIÓN ........................................................................................................... 75
~3~
7.1 Pruebas de control de temperatura ARDUINO ....................................................................... 75
7.1.1 Caracterización. .................................................................................................................... 76
7.2 Pruebas de control de temperatura MSP430 ......................................................................... 87
7.3 Experimentos de espectroscopia. ........................................................................................... 92
7.3.1 Espectros de absorción. ................................................................................................... 95
Crecimiento poblacional relativo ...................................................................................... 99
Conclusiones: .............................................................................................................................. 101
Bibliografía ...................................................................................................................................... 103
Apéndice A .................................................................................................................................. 105
1. Dimensiones de la celda .................................................................................................. 105
2. Fotodiodo FDS100 ........................................................................................................... 105
3. Resistencias de silicón ..................................................................................................... 106
4. Circuito PCB de acoplamiento de fotodiodo. .................................................................. 107
5. Circuito PCB MSP430G2553 ............................................................................................ 107
6. Hoja de datos sensor LM35 ............................................................................................. 108
7. Hoja de datos IRF540 ...................................................................................................... 111
8. Pines Arduino Mega 2560 ............................................................................................... 114
9. Pines MSP430G2553 ....................................................................................................... 115
10. Programa para Arduino Mega 2560 ............................................................................ 116
11. Programa para MSP430G2553 .................................................................................... 123
Índice de tablas ....................................................................................................................... 129
~4~
Índice de Figuras
Figura 1.1.1. Fluorescencia de 420 nm 10
Figura 1.2.1 Lepidolita 11
Figura 1.2.2 Rubidio 11
Figura 1.2.3 Estructura hiperfina del (a) Rb-85 y (b) Rb-87 12
Figura 1.3.1 Johannes Rydberg 13
Figura 1.3.2 Diferencias entre átomos y átomos Rydberg 14
Figura 2.1.1 Conjunto Difuso 16
Figura 2.1.2 Conjunto Clásico 16
Figura 2.1.3 Conjunto difuso discreto 17
Figura 2.1.4 Conjunto difuso continuo 17
Figura 2.1.5 Función de membresía conjunto clásico 18
Figura 2.1.6 Función de membresía conjunto difuso 18
Figura 2.1.7. Características de la función de membresía 19
Figura 2.1.8 Función de pertenencia Γ 19
Figura 2.1.9 Función de pertenencia L 20
Figura 2.1.10 Función de pertenencia Λ 20
Figura 2.1.11 Función de pertenencia ∏ 21
Figura 2.1.12 Función de pertenencia singleton 21
Figura 2.1.13 Conjunto difuso con tres funciones de pertencia 22
Figura 2.1.14 Unión de conjuntos difusos 22
Figura 2.1.15 Intersección de conjuntos difusos 23
Figura 2.1.16 Complemento de un conjunto difuso 24
Figura 2.2.1 Máquina de inferencia difusa 25
Figura 2.2.2 Conjuntos difusos de velocidad 25
Figura 2.2.2.1 Operación mínimo 28
Figura 2.2.2.2 Proceso de agregación 29
Figura 2.2.3.1 Método del centroide 30
Figura 2.2.3.2 Método COM 30
Figura 3.1.1 Niveles de energía de un átomo de Rb 31
Figura 3.1.2 Espectrómetro de prisma 32
Figura 3.1.3 Obtención de espectro de absorción 33
Figura 3.1.4 Arriba: Espectro de emisión de He Abajo: Espectro de absorción de He 33
Figura 3.1.5 Arriba: Espectro de emisión de N Abajo: Espectro de absorción de N 33
Figura 3.1.6 Arriba: Espectro de emisión de Rb Abajo: Espectro de absorción de Rb 33
Figura 3.1.7 Arriba: Espectro de emisión de Si Abajo: Espectro de absorción de Si 34
Figura 3.2.1 Tipos de emisión 34
Figura 3.2.2 Cavidad láser 35
Figura 3.2.3Frente de Onda Luz Láser 35
Figura 3.2.4 Luz policromática y luz monocromática 36
~5~
Figura 3.2.5 Luz no coherente y luz coherente 36
Figura 3.3.1 Espectro de absorción del Rb en infrarrojo cercano 39
Figura 3.3.2 Laser de 420[nm] 39
Figura 4.1.1 Diagrama del Horno 40
Figura 4.1.2 Celda de vidrio Pyrex con vapor de RB 41
Figura 4.1.3 Absorción Lineal 41
Figura 4.2.1 Resistencias de Silicón 42
Figura 4.2.2 Resistencias en serie 42
Figura 4.2.3 Celda de vidrio, cinta kapton y resistencias 42
Figura 4.3.1 Sensor de temperatura 43
Figura 4.3.2 Respuesta del sensor con diferentes voltajes de alimentación 43
Figura 4.3.3 Celda de vidrio con soporte y sensores de temperatura 44
Figura 4.4.1 Tubo PPR y Tapa para tubo PPR 45
Figura 4.4.2 Cubierta del horno y base de teflón para la celda 45
Figura 4.5.1 Capas de fotodiodo 46
Figura 4.5.2 Fotodiodo FDS100 46
Figura 4.5.3 Capacidad de respuesta FDS100 47
Figura 4.5.4 Circuito de conexión FDS100 47
Figura 5.1.1 Secciones de un microcontrolador 49
Figura 5.2.1Atmel 2560 49
Figura 5.3.1 MSP430G2553 50
Figura 5.4.1 Diagrama esquemático para variar temperatura deseada 51
Figura 5.5.1 Pantalla de cristal líquido 52
Figura 5.6.1 MOSFET encapsulado TO-220 53
Figura 5.6.2 MOSFET internamente 53
Figura 5.6.3 Zonas de operación MOSFET 54
Figura 5.6.4 Modulación por ancho de pulso PWM 54
Figura 5.6.5 Conexión de MOSFET 54
Figura 6.1.1 Controlador difuso 55
Figura 6.2.1 Esquema de controlador difuso PD 55
Figura 6.2.2 Conjunto del Error de temperatura 56
Figura 6.2.3 Conjunto de la Derivada del error de temperatura 58
Figura 6.2.4 Conjunto de salida PWM 59
Figura 6.2.5 Memoria difusa 60
Figura 6.2.6 Operación mínimo 61
Figura 6.2.7 Resultado de la operación mínimo 62
Figura 6.2.8 valores para obtener el porcentaje de ciclo de trabajo 62
Figura 6.2.9 Superficie de control 63
Figura 6.3.1 Convertidores analógicos digitales 64
Figura 6.3.2 registros de almacenamiento para ADC de 10 bits 65
Figura 6.3.3 ADC de aproximaciones sucesivas 66
Figura 6.3.4 Diagrama de bloques de los ADC Familia MSP430 67
~6~
Figura 6.3.5 Diagrama de bloques de los ADC Familia MSP430 68
Figura 6.3.7 Compilación Arduino IDE 74
Figura 6.3.8 Compilación Energia IDE 74
Figura 7.1.0 Diagrama completo del sistema 75
Figura 7.1.1 Estabilidad a 25.4oC 77
Figura 7.1.2 Estabilidad a 30.30oC 77
Figura 7.1.3 Estabilidad a 60.1oC 78
Figura 7.1.4 Curva de enfriamiento del horno 78
Figura 7.1.5 Secciones de enfriamiento 79
Figura 7.1.6 Calentamiento del horno a 23oC 79
Figura 7.1.7 Arduino Estabilidad de temperatura a 23oC 80
Figura 7.1.8 Arduino Estabilidad de temperatura a 27oC 81
Figura 7.1.9 Arduino Estabilidad de temperatura a 50oC 82
Figura 7.1.10Arduino Estabilidad de temperatura a 60oC 82
Figura 7.1.11 Diagrama de resistencias 82
Figura 7.1.12 Capas de mosfet 84
Figura 7.1.13 Resistencias térmicas 84
Figura 7.1.14 Disipador de aluminio 85
Figura 7.1.15 PWM 60% corriente de 0.643A temperatura de 60oC 86
Figura 7.1.16 PWM 60% corriente de 0.643A temperatura de 60oC 86
Figura 7.1.17 PWM 60% corriente de 0.643A temperatura de 60oC 86
Figura 7.2.1 Circuito de MSP430G2553 operando 87
Figura 7.2.2 Calentamiento del horno a 23oC 88
Figura 7.2.3 MSP430 Estabilidad de temperatura a 23oC 88
o 89
Figura 7.2.4 MSP430 Estabilidad de temperatura a 27 C
Figura 7.2.5 MSP430 Estabilidad de temperatura a 50oC 89
Figura 7.2.6 MSP430 Estabilidad de temperatura a 60oC 90
Figura 7.2.7 Figura 7.2.8 Temperatura de horno 35.2oC y temperatura termómetro 33oC 91
Figura 7.2.8 Figura 7.2.8 Temperatura de horno 40oC y temperatura termómetro 39oC 91
Figura 7.3.1 Cavidad óptica littrow 92
Figura 7.3.2 Esquema del experimento de espectroscopia 93
Figura 7.3.3 Absorción de luz láser 93
Figura 7.3.4 Láser Hitachi de 780nm 93
Figura 7.3.5 Horno y fotodiodo FDS100 94
Figura 7.3.6 Medición de luz absorbida 94
Figura 7.3.7 Señal de FDS100 en el osciloscopio 95
Figura 7.3.8 Curva gaussiana 95
Figura 7.3.9 Espectro de absorción a 20oC 96
Figura 7.3.10 Espectro de absorción a 25oC 96
Figura 7.3.11 Espectro de absorción a 30oC 96
~7~
Figura 7.3.12 Espectro de absorción a 35oC 96
Figura 7.3.13 Espectro de absorción a 40oC 96
Figura 7.3.14 Espectro de absorción a 50oC 96
Figura 7.3.15 Grafica de temperatura VS anchura de pozos 98
Figura 7.3.16 Gráfica de temperatura VS profundidad de pozos 98
Figura 7.3.17 Gráfica de temperatura VS Densidad atómica 99
~8~
Agradecimientos:
A mis padres porque gracias a su esfuerzo, consejos y enseñanzas me ayudaron a mi
formación académica.
A los doctores del Instituto de Ciencias Nucleares, Dr. José Ignacio Jiménez Mier y Terán,
Dr. Fernando Martínez Ramírez y Dr. Jesús Flores Mijangos por dejarme colaborar en sus
investigaciones de física atómica junto con su equipo de estudiantes, donde agradezco a
Luis Alcántar por su apoyo durante mi estancia en el ICN.
A mis amigos por el apoyo mutuo durante nuestra estancia en la facultad y por los buenos
momentos vividos durante esta travesía.
~9~
Capítulo 1 INTRODUCCIÓN
Como parte de las actividades dentro del laboratorio de Átomos Fríos del Instituto de
Ciencias Nucleares de la UNAM, se desarrollan diferentes proyectos encaminados al
estudio de sistemas atómicos. El instrumental necesario para realizar éstas actividades es
muy diverso, pues se requieren desde fuentes de luz láser, sistemas de detección y muestras
gaseosas sobre las cuales se hace incidir la luz. En cada uno de estos aspectos es
fundamental elaborar un trabajo para optimizar el desempeño al momento de la realización
de los experimentos. En particular en este trabajo de tesis se presenta el diseño, la
construcción y el funcionamiento de un horno que será empleado para calentar de manera
controlada celdas de vidrio con Rubidio (Rb) en estado gaseoso, con el propósito de
incrementar el número de átomos de Rb de manera eficiente para la producción de átomos
tipo Rydberg mediante la interacción con tres haces de luz sintonizados en tres diferentes
longitudes de onda, todas ellas localizadas en el infrarrojo cercano.
~ 10 ~
1.2 Rubidio
El Rubidio (Rb) es un elemento químico con número atómico 37 y peso atómico de 85.46.
La configuración del Rb en su estado base es: 1s2, 2s2, 2p6, 3s2, 3p6, 3d10, 4s2, 4p6, 5s1; [6]
pertenece al grupo de los metales alcalinos; el grupo incluye Litio
(Li), Sodio (Na), Potasio (K), Rubidio (Rb), Cesio (Cs) y Francio (Fr), cada uno de ellos
tiene sólo un electrón en su nivel energético más externo, lo que los hace altamente
reactivos.
El Rubidio y el Cesio fueron descubiertos en 1861 por el químico alemán Robert Bunsen y
el físico prusiano Gustav Kirchhoff, quien también describió la conservación de energía y
carga en circuitos eléctricos hoy conocidas como “Leyes de Kirchhoff”; juntos realizaban
experimentos de espectroscopia; su nombre se debe a que lo primero que se detectó en la
espectroscopia fueron dos líneas rojas en su espectro de emisión. [13]
Color plateado.
Es líquido a temperatura ambiente.
Reacciona violentamente con el agua, hace una reacción con el hidrógeno.
Arde con una llama de color violeta-amarillo.
Puede arder espontáneamente cuando tiene contacto con el aire.
~ 11 ~
1.2.1 Rubidio 85 y Rubidio 87
El Rb cuenta con dos isótopos naturales, el Rubidio-85 con 72% de abundancia y Rubidio-
87 con 28% de abundancia, este último es radioactivo.
En el Laboratorio de átomos fríos del ICN hacen investigaciones sobre la dinámica de los
átomos de Rb-85 y Rb-87 y la estructura hiperfina de cada uno de ellos, en Figura 1.2.3
hay dos diagramas donde se pueden ver los niveles energéticos en donde los átomos pueden
estar si se aplica una longitud de onda específica, esto se logra haciendo interactuar láseres
de longitud de onda infrarroja con las celdas de vidrio que contienen Rb en estado gaseoso.
[6]
Figura 1.2.3 Estructura hiperfina del (a) Rb-85 y (b) Rb-87 [6]
La estructura hiperfina se refiere a la descripción exacta de las longitudes onda que los
electrones del átomo de Rb necesitan para cambiar de nivel orbital. Por ejemplo en ambos
de los isotopos mencionados se observa que su último electrón puede cambiar del nivel
orbital 52S1/2 a 52P1/2 cuando se les hace incidir un haz de luz con una longitud de onda de
794.97 [nm], esta longitud es infrarroja.
~ 12 ~
1.3 Átomos de Rydberg
Johannes Robert Rydberg (1854-1919) fue un físico sueco conocido principalmente por
concebir la fórmula de Rydberg en 1888, con esta fórmula se puede predecir la longitud de
onda de los fotones emitidos por cambios en los niveles de energía de un electrón en un
átomo de hidrógeno. La Figura 1.3.1 muestra un retrato de Johannes Robert Rydberg [15]
1 1 1
= 𝑅 ( 2 − 2)
𝜆 𝑛1 𝑛2
La constante física conocida como constante de Rydberg fue llamada así, en su honor, así
como la unidad Rydberg.
Un átomo de Rydberg es un átomo excitado con uno o varios electrones en estados con un
número cuántico principal alto. Por ejemplo la estructura del átomo de Rb termina en el
nivel 5s1, un átomo de Rb tipo Rydberg podría llegar a tener ese último electrón en un nivel
20s1; en palabras simples un átomo de Rydberg es aquel donde uno de sus electrones es
capaz de cambiar de su órbita de valencia a una órbita más alta gracias a la energía que
absorben.
~ 13 ~
Rb
Luz
Los átomos de Rydberg tienen una vida proporcional al estado energético Rydberg, cuanto
más alta es la energía del estado Rydberg mayor es el tiempo de vida del mismo; esta es
una de las razones por las que estos estados son tan interesantes desde el punto de vista
tecnológico, ya que estos largos tiempos de vida los hace ideales para almacenar y
manipular información cuántica.
Es importante tener la mayor cantidad de átomos a los que se les incida la luz para
aumentar la probabilidad de producir más átomos de Rydberg. El problema para
producirlos es que por el camino propuesto necesitamos poblar de manera eficiente el nivel
energético previo para generar el Rydberg.
~ 14 ~
Capítulo 2 LÓGICA DIFUSA
En el año de 1965 el ingeniero Lotfi Asker Zadeh propuso la teoría de conjuntos difusos de
donde se desprende la lógica difusa, actualmente la lógica difusa es una de las disciplinas
matemáticas más usadas en las nuevas tecnologías, como en sistemas de control ya que se
adapta mejor al mundo real, porque con ella se puede procesar información imprecisa
proveniente de expresiones lingüísticas como “Hace más calor afuera de casa que dentro” o
“Ese auto va muy rápido”, esto es impreciso porque la velocidad rápida puede ser 80 Km/h
o 120 Km/h.
El control difuso consiste en establecer una serie de reglas para controlar acciones: “Si el
cuarto tiene temperatura alta entonces enciende el aire acondicionado”. Así los sistemas
inteligentes de control basados en lógica difusa combinan variables de entrada, y por medio
de una relación de reglas dan como resultado uno o varios valores de salida.
2.1.1Conjunto difuso.
Sea U un espacio de objetos y u un elemento genérico de U, en un conjunto clásico A,
como el mostrado en la Figura 2.1.2 se define la colección de elementos u ∊ U de tal
manera que cada u puede pertenecer (u ∊ A) o no pertenecer (u ∉ A) al conjunto A, la
función característica de un conjunto clásico solo puede tener dos valores 0 o 1, es decir su
frontera de pertenencia está bien definida. A diferencia del conjunto clásico, un conjunto
difuso mostrado en la Figura 2.1.1 expresa el grado en que un elemento pertenece al
conjunto. Por lo tanto la función característica de un conjunto difuso puede tener valores
entre 0 y 1, lo que denota el grado de pertenencia de un elemento en el conjunto dado, es
decir su frontera no está estrictamente definida. [11]
~ 15 ~
Figura 2.1.1 Conjunto Difuso Figura 2.1.2. Conjunto Clásico
UA=0, si u ∉ A y UA=1, si u ∊ A
A={ (u, μ(u)) | u∊A, 0 ≤ μA(u)≤ 1]} donde μ(u) es la pertenencia del elemento al conjunto
A
Sea U={San Francisco, Boston, Los Ángeles}, un conjunto de ciudades donde a una
persona le gustaría vivir representado en la Figura 2.1.3. El conjunto difuso A=”La ciudad
preferida para vivir” puede describirse como A={(San Francisco,0.9), (Boston,0.8), (Los
Angeles, 0.6)}
~ 16 ~
Figura 2.1.3 Conjunto difuso discreto [11]
Sea U=R+ el conjunto de edades posibles para los seres humanos, el conjunto difuso
continuo B= “Edad aproximada de 50 años”, que puede ser expresado B={(u, μB(u)), |
u∊U} y esta mostrado gráficamente en la Figura 2.1.4 [11]
~ 17 ~
2.1.2 Función de pertenencia
La función de pertenencia o función de membresía es aquella relación que asocia a cada
elemento el grado que pertenece a un conjunto. En la Figura 2.1.5 se observa gráficamente
la función de pertenencia de un conjunto clásico y en la Figura 2.1.6 se observa de forma
gráfica la función de pertenencia de un conjunto difuso.
U(u) μ(u)
No Sí
No pertenece Sí pertenece pertenece pertenece
Núcleo: Está definido como la región del universo donde los elementos (u) dentro
del conjunto difuso A tienen valor de 1, es decir pertenecen totalmente al conjunto.
µ𝐴 (𝑢) = 1
Base: está definida como la región del universo donde los elementos (u) no son
cero, es decir pertenecen al conjunto difuso en cierto grado.
µ𝐴 (𝑢) ≠ 0
Fronteras: en estas regiones del universo los elementos son diferentes de cero pero
no pertenecen totalmente al conjunto, es decir su grado de pertenencia está entre 0 y
1.
0 < µ𝐴 (𝑢) < 1
~ 18 ~
Núcleo
Base
Frontera Frontera
~ 19 ~
Función lambda (L) mostrada en la Figura 2.1.9
1, si 𝑢 < 𝑏;
𝑐−𝑢
𝐿(𝑢; 𝑎, 𝑏) { 𝑐−𝑏 , 𝑠𝑖 𝑏 ≤ 𝑢 ≤ 𝑐;
0, si 𝑢 > 𝑐.
~ 20 ~
Función Trapezoidal (∏) mostrada en la Figura 2.1.11
0; 𝑠𝑖 𝑢 < 𝑎;
𝑢−𝑎
, 𝑠𝑖 𝑎 ≤ 𝑢 ≤ 𝑏;
𝑏−𝑎
1 , 𝑠𝑖 𝑏 ≤ 𝑢 ≤ 𝑐;
∏(𝑢; 𝑎, 𝑏, 𝑐 , 𝑑) = 𝑑 − 𝑢
, 𝑠𝑖 𝑐 ≤ 𝑢 ≤ 𝑑;
𝑑−𝑐
0, 𝑠𝑖 𝑢 > 𝑑.
{
~ 21 ~
Figura 2.1.13 Conjunto difuso con tres funciones de pertenencia
A B
µ(u)
~ 22 ~
Asociativa
µ𝐀 ⋃ (µ𝐁 ⋃ µ𝐂 ) = (µ𝐀 ⋃ µ𝐁 ) ⋃ µ𝐂 , ∀ µ𝐀 , µ𝐁, µ𝐂 Є [0,1]
𝑠𝑖 µ𝐀 ≤ µ𝐁 𝑦 µ𝐂 ≤ µ𝐃 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 µ𝐀 ⋃µ𝐂 ≤ µ𝐁 ⋃µ𝐃
Condiciones de frontera
µ𝐀 ⋃ 0 = 0, µ𝐀 Є [0,1]
µ𝐀 ⋃ 1 = 1, µ𝐀 Є [0,1]
A B
µ(u)
Condiciones de frontera
µ𝐀 ∩ 0 = 0, µ𝐀 Є [0,1]
µ𝐀 ∩ 1 = µ𝐀 , µ𝐀 Є [0,1]
~ 23 ~
Complemento: función de membresía µ𝑨̅ del conjunto difuso A está definida para
toda 𝑢 ∈ 𝑈 por
µ𝑨̅ (𝒖) = 𝟏 − µ𝑨 (𝒖)
A’
A
µ(u)
Unión A⋃B
1 0.7 0.3 0.4
𝐴⋃𝐵 = { + + + }
2 3 4 5
Intersección A∩B
0.5 0.5 0.2 0.2
𝐴∩𝐵 ={ + + + }
2 3 4 5
Complemento A’ y B’
1 0 0.5 0.7 0.8 1 0.5 0.5 0.8 0.8
𝐴′ = { + + + + } 𝑦 𝐵′ = { + + + + }
1 2 3 4 5 1 2 3 4 5
~ 24 ~
2.2 Máquina inferencia difusa
La máquina difusa mostrada en la Figura 2.2.1 es una plataforma computacional basada en
los conceptos de teoría de conjuntos difusos, estas plataformas se pueden aplicar en varios
campos, como control automático, clasificación de datos, sistemas expertos, robots o
reconocimiento de patrones. La máquina de inferencia difusa está formada por tres partes
esenciales, la Difusión, el Razonamiento o Reglas difusas IF-THEN y la Desdifusión.
Variable de Variable de
Entrada salida
1
0.66
µ(u) 0.5
0.33
Km/h 100
~ 25 ~
La primera función de pertenencia “LENTO” es tipo Lamda y se muestra su función
característica
1, si 𝑢 < 30;
60 − 𝑢
𝐿(𝑢; 30, 60) { , 𝑠𝑖 30 ≤ 𝑢 ≤ 60;
60 − 30
0, si 𝑢 > 60.
0; 𝑠𝑖 𝑢 < 30;
𝑢 − 30
, 𝑠𝑖 30 ≤ 𝑢 ≤ 60;
60 − 30
1, 𝑠𝑖 60 ≤ 𝑢 ≤ 90
∏(𝑢; 30, 60, 90, 120) =
120 − 𝑢
, 𝑠𝑖 90 ≤ 𝑢 ≤ 120;
120 − 90
0, 𝑠𝑖 𝑢 > 120.
{
0, si 𝑢 < 90;
𝑢 − 90
𝛤(𝑢; 90, 120) { , 𝑠𝑖 90 ≤ 𝑢 ≤ 120;
120 − 90
1, si 𝑢 > 120.
Ahora bien lo que se hace con el proceso de difusión es asignarle a la velocidad dada, una
pertenencia dentro del conjunto difuso.
𝑢 − 90 100 − 90 10
𝛤(𝑢; 90, 120) = , 𝑠𝑖 90 ≤ 𝑢 ≤ 120 =≫ = = 0.33
120 − 90 120 − 90 30
Al obtener esos resultados se observa que 100Km/h tiene más grado de pertenencia a
NORMAL que a RÁPIDO.
~ 26 ~
2.2.2 Razonamiento
El razonamiento dentro de una máquina de inferencia difusa es el que se encarga de evaluar
las reglas propuestas por el diseñador. Las reglas relacionan las entradas difusas y generan
la salida difusa; estas reglas son llamadas “Reglas Difusas” posteriormente esta salida
difusa es convertida en una salida real mediante el proceso de desdifusión, con la salida real
el sistema realizará la acción deseada.
Las reglas difusas utilizan la operación intersección entre los grados de pertenencia de
cada entrada difusa A1 y B1 para poder asignar un grado de pertenencia de una salida
difusa C1.
IF A AND B THEN C
SÍ A Y B ENTONCES C
Existen dos métodos para realizar la acción de razonamiento para los diferentes valores de
pertenencia de las entradas difusas: el primero de ellos el método de inferencia Mamdani y
el otro es el método de inferencia Sugeno. Estos son llamados así por el apellido de sus
desarrolladores. El método de inferencia Mamdani también es conocido como el método de
“Máximo de los mínimos” y el método de inferencia Sugeno es conocido como el método
de “Máximo de los productos”.
La máquina de inferencia usa el grado de pertenencia de cada entrada del sistema, es decir
la entrada difusa y establece una relación según las reglas difusas construidas por el
diseñador usando la función MÍNIMO.
~ 27 ~
Para llevar a cabo el proceso del antecedente se realiza la operación mínimo con cada valor
de pertenencia obtenido en la difusión de las variables; en el lenguaje de programación C++
la función “mínimo” está definida como “min”. En la Figura 2.2.2.1 y Figura 2.2.2.2 se ve
gráficamente como se hace la operación mínimo entre los grados de pertenencia de las
entradas difusas.
Se aplica la función mínimo 𝜇𝑃𝑜𝑐𝑜 = min(µ𝐿𝑒𝑛𝑡𝑜 , µ𝐶𝑒𝑟𝑐𝑎 ) =>> 𝜇𝑃𝑜𝑐𝑜 = min(0.7,0.2) = 0.2
µLento=0.7
µCerca=0.2
µLejos=0.8
µRapido=0.3
Al final para obtener la salida difusa se lleva a cabo el proceso de “Agregación”, donde la
máquina de inferencia Mamdani usa la función máximo, definida como “max”, aquí toma
en cuenta los resultados de las funciones mínimo anteriores para obtener el grado de
pertenencia de la salida difusa dentro de los conjuntos definidos por el diseñador.
~ 28 ~
µMucho=0.3
µPoco=0.2
Aquí el proceso del razonamiento se queda sólo en un valor de pertenencia para obtener el
valor de la variable difusa es necesario realizar el siguiente proceso, la desdifusión.
2.2.3 Desdifusión
La Desdifusión es la conversión de la salida difusa de la máquina de inferencia en una
variable de salida, es decir el resultado obtenido gracias a las reglas dentro de la máquina
de inferencia será traducido en una señal física para nuestro sistema de control.
∫ 𝜇(𝑢) ∗ 𝑢𝑖 𝑑𝑐
𝑍∗ =
∫ 𝜇(𝑢𝑖) 𝑑𝑐
Donde ∫ 𝑒𝑠 𝑙𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙 𝑎𝑙𝑔𝑒𝑏𝑟𝑎𝑖𝑐𝑎; ui= Valor típico de cada función y µ(ui)=es el valor
de pertenencia en dicha función.
~ 29 ~
0.3
Z*
∗
∑𝑛𝑖=1 µ(𝑢𝑖) ∗ ui
𝑍 =
∑𝑛𝑖=1 µ(𝑢𝑖)
Donde ui= Valor típico de cada función.
u
u1 u2
~ 30 ~
Capítulo 3 ESPECTROSCOPIA
3.1 Espectroscopia
El espectro de un compuesto es una medición de la estructura de niveles de energía
cuantizados que tienen los átomos o moléculas. La radiación electromagnética da lugar a
que ocurran las transiciones entre los niveles de energía del sistema material, que dan lugar
al espectro. En la Figura 3.1.1 muestra un esquema de algunos de los niveles de energía
que contiene un átomo de Rb y las longitudes de onda para que los electrones logren
cambiar de nivel.
Para esta tesis se trabajó con la longitud de 780 nm para cambiar del nivel de energía 5s 1/2 a
5p3/2.
~ 31 ~
La espectroscopia estudia las transiciones que se producen entre los estados cuánticos de un
sistema inducidas por radiación electromagnética, es decir que por medio de la
espectroscopia se puede saber en qué frecuencia o longitud de onda una sustancia puede
absorber o emitir energía en un cuanto de luz. Cuando la radiación electromagnética
atraviesa un sistema de partículas cargadas, como el que forman electrones y núcleos de los
átomos y moléculas, los campos eléctrico y magnético de la radiación interactúan con las
cargas provocando una perturbación dependiente del tiempo que puede inducir transiciones
entre los diferentes estados cuánticos del sistema. [2]
La radiación emitida por una sustancia puede separarse en sus diferentes longitudes de onda
por medio de un prisma. En la Figura 3.1.2 se muestra un diagrama de cómo se obtiene el
espectro de emisión de una sustancia excitada con un espectrómetro de prisma.
~ 32 ~
electromagnética. En la Figura 3.1.3 se observa un diagrama donde se le aplica radiación
electromagnética a una sustancia y así obtener su espectro de absorción.
Figura. 3.1.4 Arriba: Espectro de emisión de He Figura. 3.1.5 Arriba: Espectro de emisión de N
Abajo: Espectro de absorción de He [19] Abajo: Espectro de absorción de N [19]
Figura. 3.1.6 Arriba: Espectro de emisión de Rb Figura. 3.1.7 Arriba: Espectro de emisión de Si
Abajo: Espectro de absorción de Rb [19] Abajo: Espectro de absorción de Si [19]
Se observa que los elementos químicos absorben las mismas longitudes de onda que son
capaces de emitir.
~ 33 ~
3.2 Láser.
La palabra LASER, es el acrónimo en inglés de Light Amplification by Stimulated Emission
of Radiation, en español, Amplificación de Luz mediante Emisión Estimulada de
Radiación. El láser es un dispositivo que aumenta la intensidad de un haz de radiación
electromagnética, aprovechando con ventaja la capacidad de los átomos y moléculas para
emitir radiación en forma estimulada, es decir emiten fotones. La mejor parte del láser es
que además de emitir un haz de radiación amplificado, también posee propiedades de
coherencia, monocromaticidad y direccionalidad. Estas propiedades hacen del láser la
herramienta perfecta para el desarrollo de una amplia la variedad de aplicaciones [2].
3.2.1 Funcionamiento
El principio básico de funcionamiento del láser es la emisión estimulada. Para comprender
este concepto se parte desde el átomo. El átomo se considera que tiene un núcleo y
alrededor de éste se mueven electrones que tienen un nivel de energía específico; los
electrones no se pueden mover de dicho nivel de energía a menos que sean excitados,
puede ser un fotón el que logre esa excitación. Cuando un electrón cambia de un nivel de
energía bajo a uno alto absorbe energía en forma de un fotón; cuando un electrón cambia de
un nivel de energía alto a uno bajo emite energía en forma de un fotón. La emisión de un
fotón puede ser espontánea o estimulada. La Figura 3.2.1 muestra la diferencia entre
emisión espontanea, emisión estimulada y absorción.
Teniendo la emisión estimulada lo que nos falta para tener un láser es una cavidad óptica
resonante. Esta cavidad óptica resonante conocida también como cavidad láser se muestra
~ 34 ~
en la Figura 3.2.2, sirve para mantener la luz circulando a través del medio activo el mayor
número de veces posible desprendiendo así muchos fotones. Está compuesta por dos
espejos dieléctricos que permiten reflejar luz de forma controlada, la reflexión puede ser
muy alta para determinadas longitudes de onda. El espejo de alta reflectividad refleja cerca
del 98% de la luz que recibe y el espejo acoplador o de salida, un porcentaje ligeramente
menor. Estos espejos pueden ser planos o con determinada curvatura, que cambia su
régimen de estabilidad.
~ 35 ~
Monocromaticidad: los fotones que forman la luz láser tienen la misma energía y
pertenecen a una misma longitud de onda y mismo color, es decir, tienen una
ubicación específica dentro del espectro electromagnético por lo tanto la luz láser
puede ser de un color en específico. En diferencia con la luz normal que la vemos
de color blanco debido a que tiene varias longitudes de onda combinadas. Incluso
las lámparas de gas (por ejemplo las de neón, xenón, argón, etc.) a pesar de que
parecen ser monocromáticas, sus anchos de emisión son muy anchos comparados
con los anchos naturales de las transiciones atómicas sin perturbar. En la Figura
3.2.5 se observa el fenómeno de la difracción de la luz, al pasar la luz blanca a
través de un prisma, la luz se descompone en cada longitud de onda que la
conforma; se le llama luz monocromática es cada uno de los colores que vemos
después de que la luz pasa por el prisma.
~ 36 ~
Actualmente existen muchos tipos de láser. Se pueden clasificar por su longitud de onda,
por su potencia, por su régimen de emisión que puede ser pulsado o continuo; o por las
características de su medio activo, sólido, líquido o gaseoso; y cada uno de estos tipos tiene
una utilidad muy variada. [3]
Por su potencia
Clase Potencia
Clase 1 <0.5 [mW] efecto sin riesgo
Clase 2 <1[mW] seguro para la visión momentánea
Clase <5[mW] usado para apuntadores. Riesgo para el ojo con exposición
3A prolongada
Clase <500[mW] usados en terapias, puede causar daño permanente en
3B el ojo con una exposición breve.
Tabla 1.2 Clasificación de láser por su potencia
~ 37 ~
La tabla siguiente muestra algunos láseres importantes [3]
~ 38 ~
3.3 Espectroscopia Láser
La espectroscopia láser es una técnica para obtener espectros de absorción y emisión de los
elementos químicos. Esta técnica ha permitido estudiar con más detalle los espectros de absorción
de muchos elementos como es el caso del Rb, se observa en la anterior Figura 3.3.1 que absorbe
energía en el espectro visible hasta el color rojo, pero gracias a los Láseres que emiten en frecuencia
de infrarrojo cercano entre 780 nm – 2500 nm, se pueden hacer experimentos para ver en que
longitudes dentro del infrarrojo cercano el Rb absorbe o emite energía. A continuación se muestra
una imagen con la espectroscopia de absorción del Rb con longitudes de onda infrarroja
λ nm
Figura 3.3.1 Espectro de absorción en infrarrojo cercano
Para obtener estas longitudes se realizó una simulación en línea en la página web
http://physics.nist.gov/PhysRefData/ASD/lines_form.html
La espectroscopia láser no se limita solo a láseres infrarrojos, como se mostro en la Tabla 1.1 hay
láseres que emiten en luz visible como los de color verde de 520 nm o los de color azul de 420 nm
en la Figura 3.3.2 se muestra un láser de 420 nm que se tiene en el laboratorio de átomos fríos del
ICN, incluso hoy en día hay láseres con anchos de línea de tan sólo unos cuantos kilohertz y pueden
ser sintonizados y estabilizados con esta misma precisión y así poder observar el fenómeno de
absorción más detalladamente.
~ 39 ~
Capítulo 4 HORNO LOCAL
El horno para los experimentos de espectroscopia fue diseñado por el grupo de trabajo del
Laboratorio de Átomos Fríos del ICN.
El horno está construido con una cubierta adiabática de plástico PPR, y 3 resistencias de
silicón conectadas en serie, las cuales calientan la celda de vidrio. La Figura 4.1.1 muestra
un diagrama del horno para calentar la celda de vidrio.
Una vez que la celda tiene la temperatura deseada se hace pasar un haz de luz láser, para
después medir con un fotodiodo (FDS-100) la cantidad de luz absorbida por los átomos de
rubidio dentro de la celda.
~ 40 ~
Figura 4.1.2 Celda de vidrio Pyrex con vapor de Rb
Longitud de onda
Figura 4.1.3 Absorción Lineal
Las 2 resistencias grandes tienen una resistividad de 6Ω, mientras que la resistencia
pequeña tiene una resistividad de 4Ω.
Las tres resistencias en serie suman una resistividad de 16Ω y fueron conectadas como se
muestra en el diagrama de la Figura 4.2.2. Independientemente de su tamaño cada
resistencia tiene una potencia máxima de 10W estos datos fueron proporcionados por el
proveedor. [17]
~ 41 ~
5 cm 5 cm
2.5cm
2.5cm
Para mantener las resistencias abrazadas al horno se usó cinta kapton. Este tipo de cinta es
capaz de soportar altas temperaturas, superiores a los 120 oC; además es una cinta
antiestática por lo que los átomos de Rb no se verán afectados por la circulación de cargas
eléctricas. La Figura 4.2.3 muestra la celda de vidrio con las resistencias abrazas a ella con
cinta kapton.
6Ω 4Ω 6Ω
Cinta Kapton
~ 42 ~
4.3 Sensores de temperatura
Los sensores son dispositivos que detectan magnitudes físicas como presión, temperatura,
humedad, velocidad. Una vez que se detecta la magnitud física, el sensor convierte la
magnitud física en otro tipo de energía, generalmente energía eléctrica, la cual es posible
interpretar por un sistema.
Para esta tesis utilicé 3 sensores de temperatura LM35 como el mostrado en la Figura 4.3.1,
estos sensores están calibrados en grados Celsius (oC) con una respuesta lineal y además
son de bajo costo. En la Figura 4.3.2 se muestra en montaje de los 3 sensores de
temperatura alrededor de la celda de vidrio. Se colocaron de tal manera que solo tengan
contacto directo con el vidrio de la celda, así la lectura de la temperatura de la celda es más
precisa.
Su resolución es de 10mV/oC
Rango de temperatura -55oC a 150oC
Rango de operación de 4 V a 30 V
Temperatura [oC]
Figura 4.3.2 Respuesta del sensor con diferentes voltajes de alimentación [Apéndice A-5]
~ 43 ~
Soporte de teflón
LM35 (3)
LM35 (1)
LM35 (2)
~ 44 ~
4.4 Cubierta adiabática.
La cubierta adiabática del horno está construida con tubo PPR (copolímero aleatorio de
polipropileno), además entre el hueco de la celda de vidrio con la cubierta adiabática se
rellenó con fibra de vidrio para disminuir las pérdidas de calor.
La ventaja de usar tubo PPR, es que la conductividad térmica es de sólo 0.24W/mK, lo cual
representa sólo 0.005% de la conductividad de un metal. [18]
~ 45 ~
4.5 Fotodiodo.
Para los experimentos de espectroscopia se utiliza un Fotodiodo de Silicio PIN. En la
Figura 4.5.1 se observa un diagrama interno del fotodiodo, está formado por tres capas de
material, una P, una N y otra que está en medio de ellas I, la cual es el elemento
fotosensible que permitirá la conducción a través de los materiales P y N.
Características de FDS100:
El ánodo del fotodiodo produce una corriente, que es una función de la potencia de la luz
incidente y la longitud de onda. La capacidad de respuesta ℜ (λ), se puede leer desde la
Figura 4.5.3 que muestra la gráfica para estimar la cantidad de corriente que se espera a
partir de la longitud de onda. La corriente se puede convertir en una tensión mediante la
colocación de una resistencia de carga (RL) desde el ánodo del fotodiodo a la tierra del
circuito. La tensión de salida se expresa como:
𝑉𝑜 = 𝑃 ∗ ℜ (λ) ∗ RL
Donde:
~ 46 ~
RL es la resistencia de carga conectada al ánodo del fotodiodo el circuito se ilustra en la
Figura 4.5.4
Se puede decir que la resistencia de carga sirve como un amplificador de voltaje, ya que a
mayor carga la tensión obtenida será mayor.
Filtro de ruido
Fuente
de
voltaje
~ 47 ~
Capítulo 5 HARDWARE DE CONTROL DIFUSO
Para poder implementar el controlador de temperatura es necesario interconectar varios
elementos electrónicos entre ellos un microcontrolador, sensores, seleccionador de
temperatura y una interfaz visual para el usuario. Las primeras pruebas se hicieron con un
Arduino Mega 2560 que tenían en el Laboratorio de Átomos Fríos de ICN, posteriormente
se migró el controlador de temperatura al microcontrolador MSP430G2553 de Texas
Instruments; esto con el fin de hacer un hardware más compacto ya que el Arduino Mega
2560 tiene el triple de puertos de entrada/salida de propósito general (GPIO) que el
MSP430G2553; viendo esta diferencia el Arduino Mega está sobrado en puertos I/O y en
capacidad. Así que se optó por usar un microcontrolador más pequeño.
A continuación se describe cada elemento usado en el circuito que forma parte del
hardware del controlador.
5.1 Microcontrolador
Un microcontrolador es un circuito integrado al que se le pueden programar instrucciones
en su memoria, para que realice una tarea específica. Un microcontrolador está formado de
cinco secciones principales, una base tiempo Reloj (Clock o CLK), un CPU (Central
Proscessing Unit o Unidad Central de Procesamiento), Memoria ROM, Memoria RAM y
Periféricos de entrada/salida. La Figura 5.1.1 muestra las secciones básicas de un
microcontrolador. [4]
Memoria
Los microcontroladores tienen dos tipos de memoria, una es la memoria flash o EEPROM,
aquí es donde se almacena el programa para realizar las distintas tareas que se desean, el
programa puede ser escrito en lenguaje ensamblador, lenguaje C o C++. La otra memoria
es la memoria RAM, esta memoria la usa el microcontrolador de forma temporal, aquí
guarda datos que usa en los diferentes procesos de aritmética o lógica.
Periféricos
Los periféricos son dispositivos externos que se conectan al microcontrolador e interactúan
con la CPU ingresando o extrayendo información y ejecutando las instrucciones que da la
CPU.
Reloj
El reloj se encarga de sincronizar todo el sistema. Los microcontroladores generalmente
incluyen dos tipos de reloj, uno interno y otro externo, el externo es por medio de un cristal
o fuente externa como un generador de señales.
~ 48 ~
Figura 5.1.1 secciones de un microcontrolador [4]
Características de Atmel2560:
5.2.1 AVR
Atmel compró la arquitectura AVR (Advanced RISC Architecture), traducido al español
Arquitectura RISC avanzada, fueron dos estudiantes del Instituto tecnológico de Noruega los que
desarrollaron AVR, Alf-Egil Bogen y Vegard Wollan. AVR está basada en la arquitectura
Hardvard, cuenta con 32 registros de 8 bits [16]
~ 49 ~
5.3 MSP430G2553
El microcontrolador MSP430G2553 es fabricado por empresa Texas Instruments. Es un
microcontrolador de bajo consumo de energía como el mostrado en la Figura. 5.3.1
Características MSP430G2553:
El MSP430G2553 cuenta con una CPU RISC (Figura 6.3.2 Diagrama de bloques CPU)
Computadora con conjunto reducido de instrucciones de 16 bits y una arquitectura Von
Neumann, cuenta con un sistema de reloj flexible (ACLK (reloj auxiliar) y MCLK (reloj
maestro)). Otras características relevantes de este dispositivo son:
El valor máximo de voltaje que nos dará el divisor de tensión, es de 0.6V, lo cual es
interpretado con el microcontrolador como una temperatura objetivo máxima de 60oC.
0.60𝑅1 + 6𝐾 = 50𝐾
44𝐾
𝑅1 = = 73.3𝐾𝛺
0.6
Para MSP430G2553:
10𝐾
0.60 = (3.6𝑉)
𝑅1 + 10𝐾
0.60𝑅1 + 6𝐾 = 36𝐾
30𝐾
𝑅1 = = 50𝐾Ω
0.6
~ 51 ~
5.5 Pantalla de cristal líquido
La pantalla de cristal líquido sirve como una interfaz visual entre el usuario y el horno. En
la pantalla se muestra la temperatura actual de la celda de vidrio y la temperatura objetivo a
la cual el usuario desea calentar la celda de vidrio.
Para este trabajo se usó una pantalla de 16x2 (esto nos indica que despliega 16 caracteres
en 2 líneas, por lo que el total puede desplegar 32 caracteres). La Figura 6.5.1 muestra una
pantalla de cristal líquido.
La temperatura actual se monitorea en tiempo real, por lo cual cambia constantemente hasta
llegar a la temperatura objetivo.
Para poder visualizar los datos en la pantalla, se mandan los datos mediante comunicación
paralelo entre el microcontrolador y la pantalla. De la pantalla sólo se usaron los puertos
GND, Vcc, Vee, RS, R/W, EN, Led+, Led- y de DB4 a DB7.
~ 52 ~
5.6 Mosfet
Los transistores MOSFET o de Metal-Oxido-Semiconductor (MOS) son dispositivos
electrónicos controlados por tensión, tiene una impedancia de entrada y de salida de
alrededor de 10KΩ. Su función dentro de los circuitos digitales y analógicos es como
amplificador o conmutador. La Figura 5.6.1 muestra un MOSFET en encapsulado TO-220.
Un MOSFET canal n consiste en un sustrato canal p donde se tienen dos regiones n+, estas
regiones forman en la fuente (source) y el drenador (drain), la puerta (gate) se forma
cubriendo la región entre el drenador y la fuente con una capa de silicio, encima de la cual
agrega una placa metálica. El MOSFET funciona con un potencial positivo Puerta-Fuente, a
esto se le llama funcionamiento en modo de enriquecimiento, los electrones del sustrato p
son atraídos hacia el óxido de silicio y formar un canal n virtual por donde circula la
corriente de Fuente a Drenador. Cada transistor MOSFET tiene un voltaje Puerta-Fuente
para poder formar el canal n, este voltaje es denominado Voltaje Umbral (VTH), cuando ese
voltaje umbral es superado el MOSFET conduce. La Figura 5.6.2 muestra la estructura
interna de un transistor MOSFET.[10]
En la tesis se usó en MOSFET IRF540 como interruptor, usando las zonas de corte y
saturación. El transistor opera en la zona de corte cuando el voltaje VPuerta-Fuente<VTH y no
habrá conducción entre Fuente-Drenador, cuando VPuerte-Fuente >VTH el transistor opera
en la zona de saturación y existirá conducción entre Fuente-Drenador; alternando entre
estas zonas el transistor funciona como un interruptor. En la Figura 5.6.3 se pueden
observar la zonas de operación del MOSFET.
~ 53 ~
IDrenador-Fuente
Zona de
óhmica
Zona de Saturación VPuerta-Fuente>VTH
El PWM o Modulación por ancho de pulso es una técnica para modificar el ciclo de trabajo
de una señal periódica véase Figura 5.6.4, con el fin de transmitir información o para
controlar la cantidad de energía que se manda a una carga.
PWM 10%
PWM 50%
PWM 90% τ
T
Figura 5.6.4 Modulación por ancho de pulso
PWM
El controlador de temperatura difuso será el encargado de realizar por medio de las reglas
difusas las operaciones necesarias para poder mantener una temperatura óptima y constante
durante el experimento de espectroscopia. El controlador será programado en un
microcontrolador, Arduino Mega 2560 y posteriormente se migrará al microcontrolador
MSP430G2553.
Potencia Temperatura
Error PWM
Máquina de actual
+/- Planta
Inferencia
Temperatura dE/dt
Deseada
~ 55 ~
6.2.1 Entradas
Las entradas del controlador son, el error de la temperatura existente durante el proceso de
calentamiento del horno (Error=Temperatura Deseada-Temperatura Actual) y la derivada
del error (dE/dt), que es la razón de cambio del error durante el proceso. La derivada del
error en un sistema difuso está definida como la diferencia entre el error actual y el error
anterior.
Error de la temperatura
El conjunto de error se diseñó con una función lambda, tres funciones triangulares y una
función gamma, se busca las intersecciones entre funciones sean en 0.5 para que los
cálculos sean más simples.
~ 56 ~
Descripción de las funciones.
0, 𝑠𝑖 𝑢 ≤ 10;
𝑢 − 10
, 𝑠𝑖 10 ≤ 𝑢 ≤ 30;
𝛬(𝑢; 10, 30,40) = 30 − 10
40 − 𝑢
, 𝑠𝑖 30 ≤ 𝑢 ≤ 40;
40 − 30
{ 0, 𝑠𝑖 𝑢 > 40.
0, 𝑠𝑖 𝑢 ≤ 30;
𝑢 − 30
, 𝑠𝑖 30 ≤ 𝑢 ≤ 40;
𝛬(𝑢; 30, 40,50) = 40 − 30
50 − 𝑢
, 𝑠𝑖 40 ≤ 𝑢 ≤ 50;
50 − 40
{ 0, 𝑠𝑖 𝑢 > 50.
0, si 𝑢 ≤ 40;
𝑢 − 40
𝛤(𝑢; 40, 50) { , 𝑠𝑖 40 ≤ 𝑢 ≤ 50;
50 − 40
1, si 𝑢 > 50.
~ 57 ~
Derivada del error de temperatura
Tiene un intervalo de -1 a 1, donde si esa derivada es negativa indica que el sistema está
frio y es necesario calentar el sistema, por el contrario si es positiva el sistema se calentó
demasiado por lo que hay que cancelar el suministro de potencia, si la derivada del error es
cercana a cero, nos indica que el sistema está por alcanzar la temperatura objetivo y la
potencia en las resistencias debe ser menor.
0, 𝑠𝑖 𝑢 ≤ −0.6;
𝑢 − (−0.6)
, 𝑠𝑖 − 0.6 ≤ 𝑢 ≤ 0;
0 − (−0.6)
𝛬(𝑢; −0.6, 0,0.6) =
0.6 − 𝑢
, 𝑠𝑖 0 ≤ 𝑢 ≤ 0.6;
0.6 − 0
{ 0, 𝑠𝑖 𝑢 > 0.6
~ 58 ~
Positiva función gamma
0, si 𝑢 ≤ 0;
𝑢−0
𝛤(𝑢; 0, 0.6) { , 𝑠𝑖 0 ≤ 𝑢 ≤ 0.6;
0.6 − 0
0.6, si 𝑢 > 1.
6.2.2 Salida
La salida del controlador difuso es el porcentaje del ciclo de trabajo de un PWM que será
convertido en potencia para las resistencias que calientan la celda de vidrio. Está formada
por un conjunto de siete funciones singleton mostradas en la Figura. 6.2.4.
~ 59 ~
6.2.3 Reglas Difusas
Las reglas difusas son las instrucciones que sigue la máquina de inferencia del controlador,
estas relacionan las entradas con la salida. A continuación en la Tabla 1.4 se observan 14
reglas diseñadas para este trabajo.
Otra forma de visualizar las reglas difusas es de forma matricial, así recibe el nombre de
memoria difusa como se muestra en la Figura 6.2.5. De esta forma es más sencillo
visualizar la relación entre las dos entradas (Error de Temperatura y dError de
Temperatura) y la salida (Ciclo de trabajo PWM).
dError Temperatura
Potencia Negativa Cero Positiva
Error de MuyBajo Bajo1 Mínimo ==
Bajo Medio Bajo2 Bajo1
Temperatura Medio Alto1 Medio Medio
Grande Máximo Alto2 Alto1
MuyGrande Máximo Máximo Alto2
Figura 6.2.5 Memoria Difusa
~ 60 ~
A continuación se muestra un ejemplo completo de cómo se realizan las operaciones con
las reglas difusas.
Primero se hace la difusión de los valores usando los conjuntos, en este caso el valor de
Error de temperatura está entre las funciones Medio y Grande, se usan las funciones de
pertenencia correspondientes y se obtiene lo siguiente:
40 − 38
𝑀𝑒𝑑𝑖𝑜 => = 0.2 , 𝑠𝑖 30 ≤ 𝑢 ≤ 40
40 − 30
𝑢 − 30
𝐺𝑟𝑎𝑛𝑑𝑒 => = 0.8, 𝑠𝑖 30 ≤ 𝑢 ≤ 40
40 − 30
Los resultados en orden son los siguientes:
Se procede de la misma manera para la difusión del valor de la Derivada del Error, este
valor está entre las funciones Cero y Positiva:
0.6 − 0.5
𝐶𝑒𝑟𝑜 => = 0.166, 𝑠𝑖 0 ≤ 𝑢 ≤ 0.6
0.6 − 0
0.5 − 0
𝑃𝑜𝑠𝑖𝑡𝑖𝑣𝑎 => = 0.833, 𝑠𝑖 0 ≤ 𝑢 ≤ 0.6
0.6 − 0
~ 61 ~
Y como resultado de la operación mínimo queda la memoria difusa con los valores
mostrados en la Figura 6.2.7
Con los resultados de la operación mínimo, se hace la agregación entre los valores
obtenidos, por medio de la operación máximo se va evaluando la potencia de salida, hasta
obtener la potencia óptima.
Máximo Mínimo=0
Máximo Bajo1=max(0,0)=0
Máximo Bajo2=0
Máximo Medio=max(max(0.166,0),0.2)=0.2
Máximo Alto1=max(0,0.8)=0.8
~ 62 ~
Aplicando el método COM para la Desdifusión.
∑𝑛𝑖=1 µ(𝐶𝑖) ∗ Ci
∑𝑛𝑖=1 µ(𝐶𝑖)
(0 ∗ 25) + (0 ∗ 35) + (0 ∗ 45) + (0.2 ∗ 55) + (0.8 ∗ 65) + (0.166 ∗ 80) + (0 ∗ 95) 76.28
= =
0 + 0 + 0 + 0.2 + 0.8 + 0.166 + 0 1.166
= 65.42
65.42% es el ciclo de trabajo del PWM que suministrará la potencia a las resistencias.
Se observa del lado izquierdo el conjunto del Error de temperatura y del lado izquierdo,
conforme ese error disminuye junto con la derivada del error el ciclo de trabajo del PWM
baja su porcentaje más suave a partir de un error de 30oC.
~ 63 ~
6.3 Programación del software difuso
Para la programación del software difuso se usó un microcontrolador Arduino Mega 2560
® y se programó en lenguaje C++. Este será el encargado de tomar las decisiones que están
en las reglas difusas anteriormente diseñadas.
Las entradas físicas del sistema son, la Temperatura deseada y la Temperatura actual
del sistema, estas variables son capturadas por medio del microcontrolador a través de sus
puertos Analogic to Digital Converter (ADC), convertidor analógico a digital; son
convertidores de 10bits de resolución y un voltaje de referencia de 5[V], toda señal que
tenga un valor analógico entre 0[V] y 5[V] puede tomar un valor binario entre 0 a 1023.
Para saber la resolución en voltaje de nuestro ADC se usa la siguiente ecuación.
𝑉𝑟𝑒𝑓 5𝑉 5𝑉
1𝑏𝑖𝑡 = 𝑛
= 10 = = 4.88[𝑚𝑉] … 𝟔. 𝟏
(2 − 1) (2 − 1) 1023
Donde:
Vref es el voltaje de referencia, o el voltaje de entrada para que todos los bits de ADC sean
1
Lo que nos indica que un cambio de 4.88mV en la entrada, provoca un cambio en el bit
menos significativo dentro del convertidor analógico-digital. Si se desea saber el valor que
registra el ADC dependiendo del voltaje de la señal a la entrada se usa la siguiente
expresión:
2𝑛 − 1
𝑉𝑎𝑙𝑜𝑟 𝐴𝐷𝐶 = ∗ 𝑉𝑖𝑛
𝑉𝑟𝑒𝑓
1023
𝑉𝑎𝑙𝑜𝑟 𝐴𝐷𝐶 = ∗ 10𝑚𝑉 = 2.04 … 𝟔. 𝟐
5
El valor obtenido equivale a cambiar el bit menos significativo de ADC de 0 a 1.
Para obtener el valor en grados Celsius mediante la lectura del ADC se usa la siguiente
expresión:
𝑉𝑟𝑒𝑓 5
𝑋 𝑜 𝐶 = 𝑉𝑎𝑙𝑜𝑟 𝐴𝐷𝐶 ( ) ∗ 100 = 2.04 ( ) ∗ 100 = 0.99𝑜 𝐶 … 𝟔. 𝟑
1023 1023
~ 64 ~
El Arduino Mega 2560 cuenta con 16 canales ADC que tiene como nombre Ax, desde A0
… A15; de los cuales sólo se usaron cuatro, tres para los sensores LM35 y uno para leer la
temperatura deseada. Estos convertidores están multiplexados, a continuación en la Figura
6.3.1 se muestran los convertidores que se usaron.
Entrada de un
solo extremo
A0
A1
A2
A3
A4
A5
A6
A7
Lectura/Escritura
Valor inicial
El convertidor analógico digital del Arduino hace la conversión por medio del método
“aproximaciones sucesivas” como el mostrado en la Figura 6.3.3. Estos convertidores son
~ 65 ~
muy usados por su alta resolución y velocidad. Estos convertidores utilizan un comparador,
un Registro de Aproximación Sucesiva (RAS) y un DAC (Convertido digital-analógico). El
RAS pone el MSB (Most Significant Bit o Bit más significativo) en “1” y los bits restantes
los pone en “0”, la cantidad binaria pasa por el DAC y el equivalente analógico se compara
con la señal de entrada, si el equivalente analógico es mayor a la señal de entrada, se quita
el “1” del MSB y se recorre al bit menor siguiente y los demás bits se quedan en “0” y se
sigue el proceso hasta que la señal obtenida por el DAC sea menor que la señal de entrada y
así encontrar un valor estable que corresponda con el valor de la medición.
MSB LSB
1 0 0 0 0
0 1 0 0 0
Señal de entrada
ADC MSP430G2553
El microcontrolador MSP430G2553 de Texas instruments cuenta con 8 ADC de 10 bits,
pero su diferencia notable está en el voltaje de referencia del convertidor analógico digital,
ese voltaje es de por defecto de 3.6V, este voltaje polarización de MSP430G2553.
Como se describió anteriormente, este voltaje es el mínimo que necesita el ADC para poder cambiar
de 0 a 1 en su bit menos significativo.
El valor del ADC para el caso del microcontrolador MSP430G2553 cuando el sensor LM35
registra 1oC es:
1023
𝑉𝑎𝑙𝑜𝑟 𝐴𝐷𝐶 = ∗ 10𝑚𝑉 = 2.84 … 𝟔. 𝟓
3.6
Para obtener el valor en grados Celsius mediante la lectura del ADC se usa la expresión 6.3
sustituyendo en nuevo valor de Vref=3.6V:
~ 66 ~
𝑉𝑟𝑒𝑓 3.6
𝑋 𝑜 𝐶 = 𝑉𝑎𝑙𝑜𝑟 𝐴𝐷𝐶 ( ) ∗ 100 = 2.84 ( ) ∗ 100 = 0.99𝑜 𝐶 … 𝟔. 𝟔
1023 1023
En la Figura 6.3.4 se muestra el diagrama de bloques los ADC de la familia MSP430, para
esta tesis se usaron los puertos A0, A3, A54 y A5. Se observa que estor puertos también
están multiplexados como los de Arduino.
Voltajes de referencia
ADC
usados
Reloj de ADC
RAS
Salida
~ 67 ~
Al igual que Arduino Mega 2560, el MSP430G2553 guarda los datos de la conversión
analógica digital en 2 registros de memoria de 8 bits mostrados en la Figura 6.3.5.
Resultados de Los 10 bits que resultan de la conversión están recorridos a la derecha, en formato
conversión binario el Bit 9 es el más significativo y los bits 15-10 siempre son 0
6.3.1 Programación
Para poder programar la difusión se definieron dos vectores: el primero corresponde al
Error de Temperatura, el segundo corresponde a la Derivada del Error. Estos vectores
tienen cada punto de sus funciones de pertenencia. También se definió “dError” como la
derivada del error, y “error” como error de temperatura
También se definen 2 vectores más que están limpios, los cuales son vectores difusos y
almacenan el grado de pertenencia de las entradas.
DifusEr[0]=1
DifusEr[4]=1;
DifusdER[0]=1;
DifusdER[0]=(dError-dErTem[1])/(dErTem[0]-dErTem[1]);
}
~ 69 ~
else if((dError >=0)&&(de<0.6)){ //Función TRIANGULAR CERO
DifusdER[1]=(dError -dErTem[2])/(dErTem[1]-dErTem[2]);
DifusdER[2]=1;
Para hacer la operación “min”, se desarrollaron tres contadores, uno para el número de
regla difusa y otros dos para recorrer los vectores de Difusión del Error de temperatura y la
Difusión de la Derivada del error de temperatura.
ReglaDif[n]=min(DifusEr[j],DifusdER[i]);
n=n+1;
ReglaDif[0]=min(DifusEr[0], DifusdER[0])
ReglaDif[1]=min(DifusEr[1], DifusdER[0])
ReglaDif[2]=min(DifusEr[2], DifusdER[0])
ReglaDif[3]=min(DifusEr[3], DifusdER[0])
ReglaDif[4]=min(DifusEr[4], DifusdER[0])
...
ReglaDif[14]=min(DifusEr[4], DifusdER[2])
Con esto se tiene desarrollada la primera parte de la máquina de inferencia tipo Mamdani.
~ 70 ~
Para la segunda parte de operaciones en la máquina de Mamdani, necesitamos las reglas
difusas diseñadas anteriormente, para esto la salida de cada regla difusa es potencia,
representada por el ciclo de trabajo de un PWM (Pulse Width Wave, traducido como
Modulación por ancho de pulso). El vector de Potencia definido para PWM es:
Potencia[]={0,0,0,0,0,0,0}; //PWM_Salida_Difusa
Reordenando las reglas difusas como los contadores anteriores tenemos la siguiente tabla
1.6 Reglas difusas Reordenadas para poder operar con los contadores descritos
anteriormente. Y donde a cada función de membresía de la variable de salida se le asignará
un lugar dentro del vector “Potencia”:
~ 71 ~
dError Temperatura
Potencia Negativa 0 Cero 1 Positiva 2
Error de MuyBajo 0 Bajo1 1 Mínimo 0 ==
Bajo 1 Medio 3 Bajo2 2 Bajo1 1
Temperatura Medio 2 Alto1 4 Medio 3 Medio 3
Grande 3 Máximo 6 Alto2 5 Alto1 4
MuyGrande 4 Máximo 6 Máximo 6 Alto2 5
Potencia[5]=max(max(max(ReglaDif[2],ReglaDif[8]),ReglaDif[13]),Reg
laDif[14]); //Potencia[5]=>Alto2_PWM
Potencia [6]=max(max(ReglaDif[3],ReglaDif[4]),ReglaDif[9]);
//Potencia[6]=>Máxima_PWM
La salida difusa se obtiene con el método COM, ya que el conjunto de salida está formado
por funciones singleton.
∑𝑛𝑖=1 µ(𝑢𝑖) ∗ ui
𝑍=
∑𝑛𝑖=1 µ(𝑢𝑖)
Donde ui= Valor típico de cada función.
~ 72 ~
6.3.5 Programación de la DESDIFUSIÓN
PotPWM[]={25,35,45,55,65,80,95}
for(i=0;i<7;i++){
X=Potencia[i]*PotPWM[i]+X;
Y=Potencia[i]+Y;
Se hace un acondicionamiento se la salida para que pueda estar dentro de los valores que
nos da el PWM de Arduino de 8 bits puede tener un ciclo de trabajo entre los valores de 0 a
255 y una frecuencia aproximada de 500Hz. Por los que se usa una simple regla de 3 para
obtener el equivalente. Al igual que el Arduino Mega, el MSP430G2553 tiene PWM de 8
bits y se puede usar el PWM a 500Hz.
100%=255
Z%=?
PW=(Z*255)/100.
El Arduino Mega 2560 cuenta con 15 puertos de escritura analógica que son los que pueden
ser usados para generar un PWM.
Con este código tenemos la máquina de inferencia tipo Mamdani para poder implementarla
en el microcontrolador Arduino. El código completo que se programó para Arduino Mega
2560 se puede consultar en el Apéndice A-9.
~ 73 ~
6.3.6 Programa para ARDUINO MEGA 2560
En el apéndice A #9 se tiene el programa para Arduino Mega 2560.
En la Figura 6.3.7 se observa la captura de pantalla de la compilación del programa en
Arduino IDE. Vemos que el programa ocupa un total de 8812 bytes de los 253952 bytes
máximos de memoria flash.
~ 74 ~
Capítulo 7 IMPLEMENTACIÓN
Para la implementación del control con lógica difusa, como se describió anteriormente
primero se programó en la plataforma Arduino, específicamente en el Arduino Mega 2560
® y posteriormente se programó en el microcontrolador MSP430G2553.
~ 75 ~
7.1.1 Caracterización.
En un principio se tenían sólo 12 reglas difusas para el control de temperatura mostradas
en la Tabla 1.7. Cuando se trabajó con esas 12 reglas difusas el sistema si controlaba la
temperatura, pero había una variación de temperatura de 1oC y para los experimentos de
espectroscopia esa variación afectaba la medición de la absorción de luz láser; ya que los
átomos son muy sensibles a los cambios de temperatura.
Dato importante, dentro del laboratorio de átomos fríos se tiene un a aire acondicionado
que siempre permanece en una temperatura constante de 19oC
dError
Negativa Cero Positiva
Error
Una vez que el horno llegó a la temperatura de 60oC y las oscilaciones de temperatura
siguieron por aproximadamente 20min, se desconectó el voltaje de alimentación del mosfet,
se siguió capturando la temperatura del horno hasta que llegó a los 23oC; se graficaron los
datos y lo que obtuvimos fue la curva de enfriamiento natural del horno (Figura 7.1.4).
~ 76 ~
Figura 7.1.1 Estabilidad a 25.4oC
Se observa que en las dos primeras gráficas Figura 7.1.1 y Figura 7.1.2 el tiempo de
enfriamiento es de aproximadamente 2 min, mientras que en la tercer gráfica Figura 7.1.3
el tiempo de enfriamiento es de 1 min aproximadamente. Se puede afirmar que a
temperaturas altas el sistema no logra contrarrestar el enfriamiento natural del horno, a
temperaturas bajas mantiene la temperatura por un mayor tiempo.
Se pueden ver también dentro de las gráficas variaciones de temperatura de 0.2 oC éstas
pequeñas variaciones son atribuidas a la conversión analógica-digital que hace el
microcontrolador con cada sensor, además que también se obtiene una temperatura
promedio entre los 3 sensores que tiene el horno.
~ 77 ~
Recordando que la sensibilidad del LM35 es de 10mV/oC y el resultado de la ecuación 6.1
4.88𝑚𝑉/𝑏𝑖𝑡
que es 4.88mV/bit eso nos da una resolución de 𝛥 = = 0.488𝑜 𝐶/𝑏𝑖𝑡 y el error al
10𝑚𝑉/𝑜𝐶
𝛥 0.489
promediar los 3 sensores es de 𝛥3𝑠𝑒𝑛𝑠𝑜𝑟𝑒𝑠 = = = ±0.28𝑜 𝐶/𝑏𝑖𝑡
√3 √3
aproximadamente es la variación que tiene el ADC al desplegar la temperatura del sistema.
±0.28oC
Debido a esto se optó por manipular el voltaje de que suministra el mosfet a las
resistencias, de manera que se pueda contrarrestar el enfriamiento natural del horno y así
mantener constante la temperatura.
Para evitar los resultados anteriores donde la temperatura varía hasta 1oC, se agregaron dos
nuevas reglas difusas que se resaltan en negro en la nueva memoria difusa del sistema,
mostrada en la Tabla 1.8, se obtuvieron las siguientes gráficas mostradas en las Figuras
7.1.6 – 7.1.10.
Error
~ 79 ~
La caracterización del sistema se hizo para diferentes temperaturas de operación, tratando
de buscar que se mantuviera constante la temperatura real con la temperatura deseada a
diferentes voltajes Fuente-Drenador en el mosfet; la corrección de la temperatura para esta
prueba se hizo cada 350ms, este tiempo es lo que tarda un ciclo del programa. En la Figura
7.1.6 se observa el proceso de calentamiento del horno de una temperatura inicial de 21.5oC
hasta 23oC la estabilidad de la temperatura del horno a 23oC, esto se logró con un voltaje en
el mosfet de 12 [V]. Se observa un pequeño sobre paso que no supera 1oC de la temperatura
deseada y tarda aproximadamente 20 min en tener una temperatura estable.
Promedio 22.92oC
Figura 7.1.7 estabilidad de temperatura a 23oC
~ 80 ~
En la figura anterior se observan algunos picos de temperatura, estos se deben al ruido que
se genera en los cables a los que están conectados los sensores LM35 que van al interior del
horno, estos cables tiene una longitud de 1m.
Promedio 27.42oC
Promedio 49.85oC
Promedio59.95oC
A continuación se muestra una tabla donde se indica voltaje necesario en el mosfet para
poder controlar el horno a la temperatura deseada, de manera que el enfriamiento natural
del horno se pueda contrarrestar.
~ 82 ~
Usando las ecuaciones de ley de Joule
Se obtiene la potencia total que consume el circuito y después se obtiene la corriente que
será la misma para las tres resistencias por ser un circuito en serie:
𝑉 2 122
𝑃𝑡𝑜𝑡𝑎𝑙 = = = 9𝑊
𝑅 16𝛺
𝑃𝑡𝑜𝑡𝑎𝑙 9𝑊
𝐼𝑡𝑜𝑡𝑎𝑙 = = = 0.750𝐴
𝑉 12
𝑃𝑅1 = 𝑅1 ∗ 𝐼 2 = 6𝛺 ∗ 0.7502 = 3.37𝑊
La potencia disipada en las dos resistencias de los extremos es la misma puesto que tienen
la misma resistividad de 6Ω, y la suma de las potencias nos da la potencia total disipada.
Cuando el circuito opera con el voltaje máximo de 18V y si el PWM fuese del 100% se
tendría la siguiente potencia total en el circuito.
𝑉 2 182
𝑃𝑡𝑜𝑡𝑎𝑙 = = = 20.25𝑊
𝑅 16𝛺
𝑃𝑡𝑜𝑡𝑎𝑙 20.25𝑊
𝐼𝑡𝑜𝑡𝑎𝑙 = = = 1.125𝐴
𝑉 18
𝑃𝑅1 = 𝑅1 ∗ 𝐼 2 = 6𝛺 ∗ 1.1252 = 7.6𝑊
𝑃𝑅2 = 𝑅2 ∗ 𝐼 2 = 4𝛺 ∗ 1.1252 = 5𝑊
Los límites de potencia de cada resistencia no se exceden, recordemos que cada resistencia
es de 10W.
Con los datos obtenidos anteriormente donde la corriente total es de 1.125A y la potencia
total de 20.25W se calcula el disipador que debe llevar el mosfet como medida de seguridad
para que no se sobrecaliente y se dañe. A continuación en la Figura 7.1.12 se muestra un
diagrama de las capas internas del mosfet.
~ 83 ~
Figura 7.1.12 Capas de mosfet
Tc es la temperatura de encapsulado
P es la potencia de disipación
~ 84 ~
El valor que se busca es Rtsa ya que los demás valores son proporcionados por el proveedor
en el datasheet del componente, en este caso en el del IRF540.
𝑇𝑗 − 𝑇𝑎
𝑅𝑡𝑠𝑎 = − 𝑅𝑡𝑗𝑐 − 𝑅𝑡𝑐𝑠
𝑃
Los valores del datasheet son:
H A
~ 85 ~
Figura 7.1.15PWM 80% corriente de 0.643A
Esta última Figura 7.1.17 se observa el PWM al 20% que logra suministrar una corriente
de 0.280 A para mantener la temperatura constante.
~ 86 ~
7.2 Pruebas de control de temperatura MSP430
Se implementó el sistema de control difuso ahora en el microcontrolador MSP430G2553 de
Texas instruments, usando los mismos elementos de hardware, los 3 sensores LM35, el
display LCD16X2, un potenciómetro de 10KΩ para seleccionar la temperatura deseada.
Adicionalmente todos estos elementos se montaron en un PCB diseñado para que el
Launchpad del microcontrolador se ensamblara en él, en la Figura 7.2.1 se muestra el
circuito ya armado y operando.
Se realizaron las pruebas del sistema y se obtuvieron los siguientes datos que se grafican a
continuación y se muestran en las Figuras 7.2.2 – 7.2.5 la captura de los datos fue cada 357
milisegundos, que es el tiempo que tarda en realizar un ciclo del programa principal.
Retomado la ecuación 6.4 donde 1bit dentro del ADC del MSP430G2553 varía con
3.51𝑚𝑉/𝑏𝑖𝑡
3.51mV y la sensibilidad del sensor de 10mV/oC nos da una resolución de 𝛥 = =
10𝑚𝑉/𝑜𝐶
𝛥
0.351𝑜 𝐶/𝑏𝑖𝑡 y el error al promediar los 3 sensores de temperatura es de 𝛥3𝑠𝑒𝑛𝑠𝑜𝑟𝑒𝑠 = =
√3
0.351
= ±0.2𝑜 𝐶/𝑏𝑖𝑡 debido a esto se ven variaciones en los valores de la temperatura.
√3
~ 87 ~
Figura 7.2.2 Estabilidad a 23oC
Promedio 22.66oC
~ 88 ~
En la Figura 7.2.4 mostrada a continuación se observa la estabilidad de la temperatura a
27oC y su promedio es de 27.34oC.
Promedio 27.34oC
Promedio 50.32oC
~ 89 ~
Promedio 60.21oC
3.6
Si se tuviera un ADC de 12 bits 1𝑏𝑖𝑡 = 4095 = 0.88𝑚𝑉 este ADC es más sensible a las
variaciones de voltaje; por lo que aumenta la precisión del sistema pero por otro lado el
LM35 no logra ser tan sensible a temperaturas de 0.1oC, así que para poder utilizar un ADC
de mayor resolución el sensor también debe ser más preciso.
~ 90 ~
A continuación se muestran dos pares de imágenes en la Figura 7.2.7y Figura 7.2.8 donde
se compara la temperatura mostrada por el controlador y la temperatura medida por un
termómetro de mercurio que toca una pared de la celda de vidrio.
~ 91 ~
7.3 Experimentos de espectroscopia.
A continuación se mostrará el efecto que el control de la temperatura del horno tiene en las
mediciones de los espectros de absorción de un haz láser que pasa a través de la celda de
espectroscopia que se encuentra al interior del horno.
El haz de luz láser se hace pasar por elementos ópticos con los que se regula su potencia y
polarización, con el λ/2 en conjunto con el cubo polarizador se logra disminuir la potencia
del láser, una vez ajustados los parámetros se hace incidir el haz dentro de la celda de vidrio
que está en el horno y se enciende el sistema de control de temperatura para calentar la
celda de vidrio a la temperatura deseada.
~ 92 ~
La luz absorbida por los átomos dentro de la celda es medida con un fotodiodo FDS100 a la
salida del horno la información que nos arroja el fotodiodo son los espectros de absorción
del Rb 85 y Rb 87. En la Figura 7.3.2 se muestra un esquema del experimento.
Rejilla de difracción
Fotodiodo
FDS100
Fotodiodo
FDS100
Horno
~ 94 ~
7.3.1 Espectros de absorción.
Los espectros de absorción fueron tomados con la ayuda de un osciloscopio, a diferentes
temperaturas, donde se aprecian algunas diferencias el Rb 85 y Rb 87, la señal vista en el
osciloscopio se muestra a continuación en la Figura 7.3.7, donde la señal amarilla muestra
unos pozos que indican que la luz fue absorbida por los átomos de Rb, el pozo más
profundo corresponde a Rb85 y el otro es Rb87; la señal rosa es proporcional al voltaje
aplicado al piezoeléctrico responsable del control de la frecuencia de la radiación laser.
~ 95 ~
1
Donde 𝑎 = , 𝑏 = 𝑚𝑒𝑑𝑖𝑎 y c2= varianza
𝑐 √2𝜋
Rb87
Rb87
Rb85
Rb85
Figura 7.3.9 Espectro de absorción a 20oC Figura 7.3.10 Espectro de absorción a 25oC
Rb87
Rb85 Rb85 Rb87
Rb87
Rb85
Rb85 Rb87
~ 96 ~
Como se puede observar en las figuras, los pozos de absorción de luz se hacen más
profundos cuando la temperatura aumenta, esto nos indica que a mayor temperatura la
densidad de vapor de Rb aumenta así que más átomos absorben la luz láser en la longitud
de onda de 780.2 nm. A temperaturas mayores a 35oC los átomos de Rb85 son tantos que
absorben la mayoría de la luz, por lo que el pozo se corta; y así pasa también con el Rb87 a
una temperatura de 40oC.
A continuación se muestran dos tablas Tabla 1.9 Rubidio 85 y Tabla 1.10 Rubidio 87, con
el análisis estadístico de los espectros que fueron capturados anteriormente. Éste análisis
fue realizado por el estudiante Luis Alcántar de la Licenciatura en física y este material
podrá ser consultado a detalle en su tesis de licenciatura. Posteriormente se muestran dos
gráficas una en la Figura 7.3.15, donde se ve como cambia la anchura de los pozos del
Rb85 y Rb87 en función de la temperatura, la anchura de los pozos es directamente
proporcional a la temperatura y la otra gráfica en la Figura 7.3.16, donde se muestra el
cambio de profundidad de cada pozo en función de la temperatura.
Rb85
Rb87
~ 97 ~
Estos resultados mostrados, demuestran el funcionamiento del horno dentro del Laboratorio
de átomos fríos del Instituto de ciencias nucleares, se logra lo que se pretendía en un
principio, que es aumentar la cantidad de átomos de Rb dentro de la celda.
~ 98 ~
Crecimiento poblacional relativo
Para obtener el crecimiento poblacional relativo de átomos, se usó la siguiente ecuación
porcentaje de error:
𝐴(𝑇𝑥) − 𝐴(20𝑜 𝐶)
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 = | |
𝐴(20𝑜 𝐶)
~ 99 ~
Los resultados muestran el incremento relativo, es decir, se toma como referencia el
número de átomos a 20°C, el rubidio 87 creció en un 928% en comparación con el 685%
del Rb 85, pero inicialmente por cada átomo de Rb 87 hay 3 de Rb 85 así que al final se
tiene una proporción de 32% de Rb 87 y 68% de Rb 85 aproximadamente.
El siguiente paso dentro los experimentos con átomos de Rb es intentar obtener átomos tipo
Rydberg cuando la densidad de átomos es alta ya que en este punto es más probable que se
puedan obtener este tipo de átomos con la interacción de tres haces de luz láser
sintonizados en tres diferentes longitudes de onda infrarrojas; esta parte del experimento
queda a cargo del laboratorio de átomos fríos del instituto de ciencias nucleares.
~ 100 ~
Conclusiones:
Al realizar esta tesis queda claro que la lógica difusa es una herramienta muy útil dentro de
la ingeniería pues ayuda a resolver problemas de una forma sencilla; el sistema construido
logra ser preciso y exacto, cuando opera con el microcontrolador Arduino Mega 2560,
preciso porque el valor de la temperatura real varia en ±0.2oC y exacto porque las
mediciones se aproximan a la temperatura deseada. En cambio cuando el sistema opera con
el microcontrolador MSP430G2553, se puede decir que es exacto pero no preciso, exacto
porque se acerca a la temperatura deseada pero las variaciones son muy imprecisas a
diferencia de Arduino. Las variaciones de temperatura menores a 0.5oC no afectan la
medición de absorción de luz dentro de la celda con Rb.
Los resultados del calentamiento del horno fueron buenos porque el sistema logra mantener
la temperatura del horno constante muy próxima a la temperatura que se desea, se puede
ver en los promedios obtenidos mediante el análisis de datos que las variaciones son
mínimas dentro de los 0.2oC con el Arduino Mega 2560 y con variaciones de 0.4oC con el
MSP430G2553; al principio en las primeras pruebas se tenían variaciones de temperatura
de 1oC.
Una ventaja que se tiene al usar el MSP430G2553 es que el sistema queda a la medida de
nuestro problema, es decir se usan 14 de los 18 puertos disponibles en este
microcontrolador, por el contrario usando Arduino se subutiliza el microcontrolador ya que
tiene 54 puertos de los cuales solo se usan 14 y en memoria ROM el MSP430G2553 usa
11.44 kB de los 16kB disponibles, mientras que Arduino solo usa 8.812 kB de los 256kB
que tiene.
Una desventaja que se tiene al trabajar con fuentes de DC fue que se tiene que cambiar el
voltaje de operación del mosfet, dependiendo de la temperatura a la que se desea calentar la
celda; una mejora para este trabajo puede ser el controlar también el voltaje del mosfet por
medio del microcontrolador conectando este a una fuente de DC que pueda ser controlada
por medio un puerto serial.
~ 101 ~
Con este trabajo se ha contribuido a la investigación de física atómica que se realiza en el
Instituto de ciencias nucleares dentro del laboratorio de átomos fríos.
~ 102 ~
Bibliografía
[1] Chuen Chien Lee. (1990). Fuzzy Logic in Control Systems: Fuzzy Logic Controller.
IEEE TRANSACTIONS ON SYSTEMS. MAN, AND CYBERNETIC'S, 20, 404 418.
[3] http://www.clpu.es/divulgacion/bits/que-tipos-de-laseres-hay
[4] Chris Nagy.(2003).Embedded Systems Desing using the TI MSP430 series. Estados
Unidos: Newnes
[7] Ned Mohad. Power Electronic. Estados Unidos: Wiley. 3ra Edición
[8] Chen Guanrong.(2000). Introduction to fuzzy sets, fuzzy logic and fuzzy control systems.
Estados Unidos: CRC Press.
[9] Cornelius T. Leondes. (1998). Fuzzy Logic and experts systems application. Estados
Unidos: Academic Press. Páginas consultadas [6-36].
[11] Jyh-Shing Roger Jang. (1997). Neuro-Fuzzy and soft computing. Estados Unidos:
Prentice-Hall.
[12]Timothy J. Ross. (2010). Fuzzy logic with engineering applications. Tercera Edición.
Estados Unidos: Wiley
[17] http://mx.omega.com/heaters/pdf/SRFR_SRFG.pdf
[18] http://www.polygonpipe.es/1-PPR-pipe-1.html
~ 103 ~
[19] http://herramientas.educa.madrid.org/tabla/espectros/spespectro.html
[20] http://www.triadtechno.com/wavelength_reference_cells.html
[21] http://www.cfa.harvard.edu/amp/ampdata/kurucz23/sekur.html
[22] http://physics.nist.gov/PhysRefData/ASD/lines_form.html
[23] http://www.fis.unam.mx/~juarez/gerardo.pdf
[24] http://mx.omega.com/heaters/pdf/SRFR_SRFG.pdf
[25] http://www.atmel.com/Images/Atmel-2549-8-bit-AVR-Microcontroller-ATmega640-
1280-1281-2560-2561_datasheet.pdf
[26] http://www.ti.com/lit/ug/slau144j/slau144j.pdf
[27] https://vecinadelpicasso.files.wordpress.com/2013/09/guadiel-espectros.jpg
~ 104 ~
Apéndice A
1. Dimensiones de la celda
2. Fotodiodo FDS100
~ 105 ~
3. Resistencias de silicón
~ 106 ~
4. Circuito PCB de acoplamiento de fotodiodo.
Fue diseñado con el software Eagle.
~ 107 ~
6. Hoja de datos sensor LM35
~ 108 ~
~ 109 ~
~ 110 ~
7. Hoja de datos IRF540
~ 111 ~
~ 112 ~
~ 113 ~
8. Pines Arduino Mega 2560
~ 114 ~
9. Pines MSP430G2553
~ 115 ~
10. Programa para Arduino Mega 2560
//---------------------------------------Control de Temperatura-------------------------------------
LiquidCrystal lcd(12, 11, 5, 4, 3, 2); //Biblioteca LCD y pines para conectar el LCD
//ErTem=ErrorDeTemperatura
//dErTem=DerivadaErrorDeTemperatura
//PotPWM=PotenciaDePWM
~ 116 ~
float Potencia[]={0,0,0,0,0,0,0}; //PWM_Salida_Difusa
//de=DerivadaDeErrorTemp
//final=Temp_Deseada
//Loop de configuración----------------------------------------------------------
void setup(){
pinMode(06,OUTPUT); //Salida de PWM 8 bits puerto 06, máx 255; frecuencia 500MHz
Ta1=analogRead(A0); //Lectura S1
delay(2);
Ta1=Ta1/1023*5*100; //ADC A0
delay(2);
delay(2);
Ta2=Ta2/1023*5*100; //ADC A1
delay(2);
delay(2);
Ta3=Ta3/1023*5*100; //ADC A2
~ 117 ~
real=(Ta1+Ta2+Ta3)/3; //Promedio temperatura 3 sensores
final=final/1023*5*100; //ADC A3
delay(2);
delay(2);
//Loop principal-----------------------------------------------------------------
void loop(){
//Manejo de LCD--------------------------------------------------------------------
//Vectores Difusos-------------------------------------------------------------------
DifusEr[i]=0;
~ 118 ~
for(i=0;i<3;i++){
DifusdER[i]=0;
Ta1=analogRead(A0);
delay(10);
Ta1=Ta1/1023*5*100;
delay(10);
Ta2=analogRead(A1);
delay(20);
Ta2=Ta2/1023*5*100;
delay(10);
Ta3=analogRead(A2);
delay(10);
Ta3=Ta3/1023*5*100;
final=analogRead(A3);
delay(10);
delay(10);
errorAnt=error;
error=final-real;
//DIFUSIÓN---------------------------------------------------------------------------------------
~ 119 ~
if (de<-0.6){ //Función LAMDA NEG
DifusdER[0]=1;
DifusdER[0]=(de-dErTem[1])/(dErTem[0]-dErTem[1]);
DifusdER[1]=(de-dErTem[2])/(dErTem[1]-dErTem[2]);
DifusdER[2]=1;
DifusEr[0]=1;
~ 120 ~
DifusEr[2]=(ErTem[3]-error)/(ErTem[3]-ErTem[2]); //TRIANGUALR Medio
DifusEr[4]=1;
//DESDIFUSIÓN------------------------------------------------------------
ReglaDif[n]=min( DifusEr[j],DifusdER[i]);
n=n+1;
}
//Forma de las reglas Difusas
//ReglaDif[0]=min(DifusEr[0], DifusdER[0])
//ReglaDif[1]=min(DifusEr[1], DifusdER[0])
//ReglaDif[2]=min(DifusEr[2], DifusdER[0])
//ReglaDif[3]=min(DifusEr[3], DifusdER[0])
//ReglaDif[4]=min(DifusEr[4], DifusdER[0])
//...
//ReglaDif[14]=min(DifusEr[4], DifusdER[2])
//Operación maximos-----------------------------------------------------------------------------------
~ 121 ~
Potencia[0]= ReglaDif[5]; //Potencia[0]=>Mìnima_PWM
Potencia[1]=max(ReglaDif[11],ReglaDif[0]); //Potencia[1]=>Bajo1_PWM
Potencia[4]=max(ReglaDif[7],ReglaDif[12]); //Potencia[4]=>Alto1_PWM
Potencia[6]=max(max(ReglaDif[3],ReglaDif[4]),ReglaDif[9]); //Potencia[6]=>Máxima_PWM
for(i=0;i<5;i++){
X=Potencia[i]*PotPWM[i]+X;
Y=Potencia[i]+Y;
//Activación de MOSFET-------------------------------------------------------------------
delay(1);
~ 122 ~
11. Programa para MSP430G2553
//---------------------------------------Control de Temperatura-----------------------------------------
#include <LiquidCrystal.h>
float ReglaDif[]={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0};
float Potencia[]={0,0,0,0,0,0,0};
float PotPWM[]={25,35,45,55,65,80,95};
~ 123 ~
//Loop de configuración ------------------------------------------------------------------------------------
void setup(){
Serial.begin(9600);
lcd.begin(16, 2);
pinMode(A0,INPUT); //Sensor1
delay(2);
Ta1=analogRead(A0);
delay(2);
Ta1=Ta1/1023*3.6*100; //Se referencia a 3.6V que es con lo que se alimentan los sensores
delay(2);
Ta2=analogRead(A3);
delay(2);
Ta2=Ta2/1023*3.6*100;
delay(2);
Ta3=analogRead(A4);
delay(2);
Ta3=Ta3/1023*3.6*100;
final=analogRead(A5);
real=(Ta1+Ta2+Ta3)/3; //Promedio
final=((final*3.6)/1023)*100;
delay(2);
error=final-real;
~ 124 ~
delay(2);
//Loop Principal------------------------------------------------------------------------
void loop(){
//Manejo de LCD--------------------------------------------------------------------
lcd.clear();
lcd.setCursor(0, 0);
lcd.print(final);
lcd.setCursor(0, 1);
lcd.print(real);
delay(200);
for(i=0;i<5;i++){
DifusEr[i]=0;
for(i=0;i<3;i++){
DifusdER[i]=0;
Ta1=analogRead(A0);
delay(10);
Ta1=Ta1/1023*3.6*100;
delay(10);
Ta2=analogRead(A3);
~ 125 ~
delay(10);
Ta2=Ta2/1023*3.6*100;
delay(10);
Ta3=analogRead(A4);
delay(10);
Ta3=Ta3/1023*3.6*100;
final=analogRead(A5);
delay(10);
real=(Ta1+Ta2+Ta3)/3; //Promedio
final=((final*3.6)/1023)*100;
delay(20);
errorAnt=error;
error=final-real;
de=errorAnt-error;
//DIFUSIÓN--------------------------------------------------------------------------------------------------
-
if (de<-1.5){
DifusdER[0]=1;
else if((de>=-1.5)&&(de<0)){
DifusdER[1]=1- DifusdER[0];
else if((de>=0)&&(de<1.5)){
DifusdER[2]=1- DifusdER[1];
~ 126 ~
}
else if(de>=1.5){
DifusdER[2]=1;
if (error<=0){
else if(error<0.5){
DifusEr[0]=1;
else if((error>=0.5)&&(error<10)){
DifusEr[1]=1-DifusEr[0];
else if((error>=10)&&(error<30)){
DifusEr[2]=1-DifusEr[1];
else if((error>=30)&&(error<40)){
DifusEr[3]=1-DifusEr[2];
else if((error>=40)&&(error<50)){
salida[4]=1-DifusEr[3];
else if(error>=50){
~ 127 ~
DifusEr[4]=1; }
//DESDIFUSIÓN----------------------------------------------------------------------------------
// operación mínimos--------------------------------------------------------------------------
n=0;
for(i=0;i<3;i++){
for(j=0;j<5;j++){
ReglaDif[n]=min(salida[j],salida2[i]);
n=n+1; } }
// operación maximos----------------------------------------------------------------------
for(i=0;i<5;i++){
X=mu[i]* PotPWM[i]+X;
Y=mu[i]+Y; }
Z=X/Y;
PW=(Z/100)*255; //acondicionamiento
delay(50);
~ 128 ~
Índice de tablas
Tabla 1.1 Clasificación de láser por longitud de onda 37
Tabla 1.2 Clasificación de láser por su potencia 37
Tabla 1.3 Láseres más comunes 38
Tabla 1.4 Reglas difusas 60
Tabla 1.5 Reglas difusas reordenadas 71
Tabla 1.6 Primer memoria difusa 76
Tabla 1.7 Segunda memoria difusa 79
Tabla 1.8 Datos espectrales Rubidio 85 97
Tabla 1.9 Datos espectrales Rubidio 87 97
~ 129 ~