Guía de Laboratorio

Materia: Diseño de Sistemas de Control JTP

Práctica 2: Muestreo

March 16, 2024

1 Introducción
En el dinámico entorno industrial actual, el control y la optimización de procesos complejos son im-
perativos y para lograr estos objetivos, la adquisición de datos emerge como una herramienta esencial.
Este proceso implica la recopilación en tiempo real de datos físicos relevantes en sistemas industriales
o procesos.
Más que una simple recolección de datos, la adquisición busca capturar muestras instantáneas,
representativas y altamente precisas que reflejen fielmente la dinámica del proceso. Estos datos se
almacenan y procesan en computadoras, permitiendo:

• Monitorear y analizar el comportamiento del sistema.

• Identificar patrones y tendencias significativas.

• Detectar anomalías y prevenir fallos potenciales.

• Facilitar la toma de decisiones informadas para optimizar el proceso.

El establecer la frecuencia mínima requerida para tomar muestras, asegurar así una representación
precisa y confiable del fenómeno en cuestión. y por ello el teorema del muestreo desempeña un papel
vital en este proceso.

2 Objetivo General
Adquirir la habilidad de analizar fenómenos, seleccionar la tecnología y los requerimientos para adquirir
datos, reflejando la evolución de procesos. Procediendo a emular un datalogger con la ayuda de sistemas
como tarjetas Arduino, ESP32 o STM32, usando su convertidor ADC para recopilar datos. Además,
comparar los resultados con un cálculos teóricos y medidas hechas con el osciloscopio digital(equipo
de laboratorio), fortaleciendo la habilidad para elegir la tecnología más adecuada para cada escenario.
Con el fin de tener la capacidad de analizar, seleccionar y comparar tecnologías de adquisición de datos,
abriendo puertas a diversas aplicaciones en investigación, control industrial, monitoreo y más

3 Objetivos Secundarios
1. Fundamentos del muestreo:
Comprender la teoría del muestreo y el teorema de Nyquist. Analizar la frecuencia y el espec-
tro de frecuencia de una señal muestreada. Determinar las características y requisitos para la
implementación de un sistema ADC.

1
 Diseño de Sistemas de Control Muestreo 2
JTP

2. Tecnología ADC:
Asimilar los conceptos básicos de los convertidores analógico-digitales (ADC). Seleccionar el tipo
y la tecnología de ADC adecuada para un caso específico.

3. Implementación práctica:
Programar el ADC de la tarjeta utilizada como datalogger. Conectar la tarjeta Arduino a MAT-
LAB para su uso. Experimentar con la adquisición de señales eléctricas de sistemas ejemplo de
diferentes frecuencias. Desarrollar la adquisición de datos de múltiples canales (2 como ejemplo).
Realizar la reconstrucción de la señal muestreada.

4. Análisis y evaluación:
Realizar un análisis exhaustivo de los parámetros de la unidad de adquisición de datos: resolu-
ción, precisión, transmisión, tiempo de procesamiento, tiempo y volumen de almacenamiento.
Determinar el tiempo de muestreo adecuado para el sistema. Analizar un ejemplo particular de
una señal muestreada para verificar su periodo de muestreo adecuado. Representar los datos en
forma gráfica.

En resumen, estos objetivos específicos son actividades que le preparará para:

• Comprender los fundamentos del muestreo y su aplicación en la adquisición de datos.

• Dominar los conceptos y tecnologías de los convertidores ADC.

• Implementar un sistema de adquisición de datos utilizando una tarjeta como Arduino.

• Analizar y evaluar el rendimiento del sistema de adquisición de datos.

• Representar y comunicar los datos adquiridos de forma efectiva.

Al completar estos objetivos, habrás desarrollado una base sólida en la adquisición de datos, permi-
tiéndote enfrentar con éxito diversos desafíos en el ámbito industrial, científico e investigador.

4 Marco Teórico
La esencia del muestreo en procesos industriales radica en la obtención de información relevante sobre
variables físicas y parámetros de interés en tiempo real, lo que permite monitorear el comportamiento
de los sistemas, identificar tendencias, y detectar posibles anomalías o fallos. Este enfoque facilita la
toma de decisiones informadas y la implementación de estrategias de mejora continua en la industria.
Una consideración clave en el muestreo de sistemas industriales es el teorema del muestreo, el
cual establece la frecuencia mínima de muestreo necesaria para evitar la pérdida de información o la
distorsión de señales. Este teorema, representado matemáticamente por la condición de Nyquist-
Shannon, asegura que la "frecuencia de muestreo debe ser al menos el doble de la frecuencia más alta
presente en la seǔal de interés para garantizar una reconstrucción precisa de la misma".

4.1 Teorema del muestreo

El teorema de muestreo de Shannon, también conocido como el teorema del muestreo Nyquist-Shannon,
establece una relación fundamental entre la frecuencia de muestreo y la frecuencia máxima presente
en una señal continua. Esta relación es esencial para la conversión adecuada de una señal analógica
continua en una señal digital.
La definición matemática del teorema de muestreo de Shannon se expresa como sigue:
Dada una señal continua x(t) que es de banda limitada, es decir, su espectro de frecuencia no
contiene componentes más allá de una frecuencia máxima fmax ver figura 1, entonces la señal x(t)

Por Ing. Maximo O. Torrez

 Diseño de Sistemas de Control Muestreo 3
JTP

Figure 1: Espectro de frecuencias de una señal de banda limitada

puede ser reconstruida completamente y sin pérdida de información si es muestreada a una

frecuencia de muestreofs tal que:
fs > 2fmax (1)
Donde:
fs es la frecuencia de muestreo, medida en muestras por segundo (Hz).
fmax es la frecuencia máxima presente en la señal continua x(t), medida en hercios (Hz).
En otras palabras, para garantizar una reconstrucción fiel de la señal continua a partir de su versión
muestreada, la frecuencia de muestreo debe ser al menos el doble de la frecuencia máxima presente
en la señal continua. Esto se conoce como la frecuencia de Nyquist. Si la frecuencia de muestreo es
menor que el doble de la frecuencia máxima, pueden ocurrir efectos no deseados como el aliasing, que
distorsiona la señal reconstruida como se ve en la figura2 .

4.2 El convertidor analógico digital ADC

Los convertidores analógico-digitales (ADC, por sus siglas en inglés) son dispositivos fundamentales en
el campo de la electrónica y la ingeniería de señales. Su función principal es transformar una señal
analógica continua en una representación digital, es decir, convertir una magnitud física variable en
una secuencia de números discretos.
La conversión analógico-digital implica capturar la amplitud de una señal analógica en intervalos
de tiempo discretos Ts = 1/fs y representar cada valor de amplitud con una cantidad finita de bits.
Esto implica enfrentar desafíos relacionados con la precisión, velocidad y ruido que pueden afectar la
calidad de la conversión.
Los dispositivos como los dataloggers están diseñados para adquirir datos, almacenarlos o trans-
mitirlos para su posterior procesamiento. Otros dispositivos, como los microcontroladores, también
cuentan con esta capacidad. Ejemplos comunes de estos son las tarjetas Arduino, ESP32 y STM32,
todos ellos ampliamente accesibles localmente.
La programación de estos dispositivos ha evolucionado considerablemente y ya no es tan compleja
como solía ser. Ahora, los usuarios pueden aprovechar bibliotecas desarrolladas por los fabricantes de
los dispositivos o por la comunidad de desarrollo para usuarios particulares y educativos. Además,
existen entornos de desarrollo específicos para estos dispositivos que facilitan el proceso de
programación.
Para aquellos que buscan desarrollar productos o aplicaciones más avanzadas, existen herramientas
más completas, como los complementos de software de MATLAB para Arduino, entre otros. Estas
herramientas ofrecen una gama de funcionalidades para el desarrollo de proyectos más sofisticados y la
integración con otros sistemas ()ver hoja de datos tecnicos de los microcontroladores).

Por Ing. Maximo O. Torrez

 Diseño de Sistemas de Control Muestreo 4
JTP

Figure 2: Espectros de la señal maestreada en diferentes situaciones

5 Materiales
1. Tarjeta Arduino Uno, Mega, Due o alternativas como ESP32 o STM32

2. Transformador monofásico de 220V a 12V

3. Puente de diodos

4. Resistencias para atenuación

5. Circuitos RC para prueba de múltiples señales

6. Computadora de escritorio con Matlab u otro software

7. Voltímetro

6 Procedimiento
6.1 Conexión del Transformador:
Conecta el transformador monofásico de 220V a 12V a la línea de energía eléctrica comercial.
Asegúrate de tomar las precauciones necesarias para la manipulación segura de la corriente eléctrica.

6.2 Rectificación de la Señal:

Implementa un puente de diodos para rectificar la señal de salida del transformador. Utiliza una red de
resistencias para atenuar la señal rectificada a un máximo de 5V o 3.3V, según el caso del dispositivo
seleccionado (Arduino Uno, Mega, Due, ESP32 o STM32). ver figura 3

6.3 Configuración del Arduino:

Desarrolla un código en el Arduino IDE que configure el Convertidor Analógico-Digital (CAD) con una
frecuencia de muestreo de al menos 500Hz. Envía estos datos por el puerto serie o cualquier interfaz al
PC de escritorio.

Por Ing. Maximo O. Torrez

 Diseño de Sistemas de Control Muestreo 5
JTP

Figure 3: Circuito adatación para medir la entrada de linea en Vo

Figure 4: Circuito para dos señales Vi y Vo

6.4 Análisis de datos:

Si decides utilizar Matlab, desarrolla un script que reciba los datos enviados por el Arduino y los
reconstruya en una gráfica escalada. Realiza una evaluación de los datos obtenidos.

6.5 Mediciones Prácticas:

Realiza mediciones prácticas de los datos adquiridos utilizando un voltímetro para verificar el valor efi-
caz. Comparar las mediciones teóricas (cálculos previos) con las mediciones prácticas (datos obtenidos)
para analizar discrepancias y posibles errores.

6.6 Prueba de Captura de Dos Señales:

Conecta un circuito RC al Arduino para probar la captura de dos señales al mismo tiempo. Observa el
efecto de reducir la frecuencia de muestreo debido a la necesidad de multiplexar los canales de entrada.
Prueba el mismo experimento utilizando dos tarjetas Arduino independientes. ver figura 4

6.7 Análisis de Discrepancias:

Realiza mediciones teóricas y prácticas del circuito RC para compararlas y analizar discrepancias y
posibles errores. Observa posibles retrasos en la lectura de datos y evalúa su impacto en la precisión
de la adquisición de señales.

6.8 Observaciones:
Concluye el experimento resumiendo los resultados obtenidos, las observaciones realizadas en cada uno
de los puntos anteriores y análisis de señales eléctricas.

Por Ing. Maximo O. Torrez

 Diseño de Sistemas de Control Muestreo 6
JTP

7 Actividades
7.1 Análisis de Datos para Determinar la Frecuencia de Muestreo Mínima:
1. Cargar los datos almacenados en el archivo "datos.mat" utilizando la instrucción load en MAT-
LAB.

2. Aplicar la Transformada Rápida de Fourier (FFT) de MATLAB a los datos para determinar las
frecuencias presentes en la señal.

3. Identificar las frecuencias máximas presentes en la señal utilizando la salida de la FFT.

4. Determinar la frecuencia de muestreo mínima necesaria para reconstruir adecuadamente la señal,

teniendo en cuenta el teorema de Nyquist-Shannon.

7.2 Muestreo de la Señal y Comparación con la Señal Original:

1. Utilizar la frecuencia de muestreo mínima obtenida en la actividad anterior para muestrear la
señal original.

2. Realizar la reconstrucción de la señal a partir de los datos muestreados.

3. Comparar la señal reconstruida con la señal original utilizando métricas de error, como el error
porcentual.

4. Evaluar la precisión de la reconstrucción y determinar si la frecuencia de muestreo mínima selec-

cionada es suficiente para obtener una reconstrucción precisa de la señal.

7.3 Verificación de la Reducción de la Frecuencia de Muestreo:

1. Reducir la frecuencia de muestreo por debajo del valor mínimo determinado en la actividad
anterior.

2. Volver a realizar el muestreo de la señal utilizando la frecuencia de muestreo reducida.

3. Intentar reconstruir la señal a partir de los datos muestreados con la frecuencia reducida.

4. Evaluar la calidad de la reconstrucción y verificar si se puede reconstruir adecuadamente la señal

con la frecuencia de muestreo reducida.

5. Comparar los resultados con la reconstrucción obtenida con la frecuencia de muestreo mínima
para determinar el impacto de la reducción de la frecuencia de muestreo en la calidad de la
reconstrucción de la señal.

8 Investigación
8.1 Determinación de la Mayor Velocidad de Conversión del ADC:
Investigue y evalúe la hoja de datos de la tarjeta Arduino (Uno, Mega, Due) o del microcontrolador
(ESP32, STM32) para determinar la velocidad máxima de conversión de su Convertidor Analógico-
Digital (ADC). Realice una prueba experimental para verificar esta velocidad máxima de conversión.
Utilice un circuito de prueba con una señal de entrada conocida y capture los datos utilizando el ADC a
diferentes velocidades de muestreo. Analice los datos para identificar la velocidad de conversión
máxima donde la precisión de la conversión se mantiene dentro de los límites especificados por el
fabricante.

Por Ing. Maximo O. Torrez

 Diseño de Sistemas de Control Muestreo 7
JTP

8.2 Determinación de la Máxima Velocidad de Transmisión del Puerto de Comu-

nicaciones:
Consulte la hoja de datos del microcontrolador o de la tarjeta Arduino para identificar la velocidad
máxima de transmisión admitida por su puerto de comunicaciones (UART, SPI, I2C, etc. la que este
utilizando para este experimento). Realice una prueba experimental para confirmar esta velocidad
máxima de transmisión. Configure el microcontrolador para enviar datos al máximo de su velocidad
de transmisión y mida la velocidad real de transmisión utilizando un osciloscopio u otro equipo de
medición adecuado.

8.3 Comparación del Tiempo de Adquisición de Datos con Complementos de

MATLAB:
Investigue los complementos disponibles en MATLAB que permiten la adquisición de datos desde
dispositivos de hardware como Arduino o microcontroladores. Configure y realice la adquisición de
datos utilizando los complementos de MATLAB y compare el tiempo de adquisición de datos con
el tiempo obtenido directamente desde el microcontrolador. Analice y compare los resultados para
determinar cualquier diferencia en el tiempo de adquisición y la posible causa de estas diferencias (por
ejemplo, el tiempo de procesamiento adicional en MATLAB).

9 Bibliografía
• "Discrete-Time Control Systems" by Katsuhiko Ogata:

• "Digital Control Engineering: Analysis and Design" by M. Sami Fadali and Antonio Visioli:

• "Discrete-Time Control Systems" by Benjamin C. Kuo:

• "Modern Control Engineering" by Katsuhiko Ogata:

Por Ing. Maximo O. Torrez