• Arquitectura básica de adquisición de datos.
• Transmisión de telemetría hacia PC y graficación de variables.
• Registro de datos para análisis posterior y trazabilidad experimental.
• Buenas prácticas para pruebas repetibles desde etapas tempranas del curso.

• Control en lazo abierto del motor DC.
• Uso de PWM, drivers y etapas de potencia básicas.
• Protecciones mínimas para evitar daños por conexión o maniobra incorrecta.
• Interpretación preliminar de la respuesta del sistema ante cambios de excitación.

Propósito: Montar una plataforma inicial que permita al alumno controlar el motor DC en lazo abierto, visualizar variables, registrar datos y familiarizarse con la arquitectura completa del curso.

Entregables: Interfaz básica, flujo de adquisición, monitoreo en tiempo real y banco experimental funcional.

Aplicación representada: Puesta en marcha, comisionamiento, diagnóstico inicial de accionamientos y bancos de prueba.

Reto del módulo: El sistema debe permitir operar, monitorear, registrar y visualizar el comportamiento del motor DC desde una misma plataforma de trabajo.

• Introducción al modelado matemático de sistemas físicos.
• Variables físicas, parámetros y comportamiento dinámico.
• Preludio matemático aplicado al control: ecuaciones diferenciales ordinarias, transformada de Laplace, transformada Z, transformada de Fourier, variables de estado y leyes físicas básicas útiles para modelar sistemas eléctricos, mecánicos y electromecánicos.
• Diferencia entre modelo físico, modelo empírico y modelo identificado experimentalmente.

• Lazo abierto y lazo cerrado.
• Concepto de variable controlada, referencia o setpoint y error.
• Control regulatorio y análisis del objetivo de control.
• Concepto de variable manipulada y elemento final de control.
• Acción de control directa e inversa.

• Límites físicos del sistema, saturación de actuadores, zona muerta y resolución finita.
• Restricciones energéticas, térmicas, de saturación y no linealidades.
• Introducción a sistemas SISO y MIMO.
• Sistemas BIBO.
• Función de transferencia y representación en espacio de estado.
• Especificaciones de la respuesta temporal: tiempo de subida, tiempo de establecimiento, sobreimpulso y error en estado estacionario.
• Estabilidad, inestabilidad, estabilidad marginal, polos, ceros y polos dominantes.
• Introducción al concepto de linealización alrededor de un punto de operación.

• Propósito: Traducir la planta física a un lenguaje de ingeniería útil para el resto del curso: variables, restricciones, hipótesis y puntos de operación.
• Entregables: Diagrama funcional del sistema, identificación de variable controlada y manipulada, lista de restricciones físicas y primer modelo conceptual de la planta.
• Aplicación representada: Análisis previo al diseño de variadores, servos, sistemas térmicos o lazos de regulación en procesos industriales.
• Reto del módulo: El alumno debe ser capaz de justificar qué va a controlar, con qué lo va a medir y cuáles son los límites reales del proceso.

• Naturaleza del muestreo, periodo y frecuencia de muestreo.
• Sincronización entre medición, cálculo y actuación.
• Teorema de muestreo y criterio de Nyquist.
• Aliasing: causas, efectos y prevención.
• Cuantización, resolución de conversión y jitter temporal.
• Selección práctica de la tasa de muestreo según la dinámica del proceso.

• Ruido eléctrico y perturbaciones externas.
• Fuentes comunes de ruido en sistemas embebidos.
• Impacto del ruido sobre la medición, la derivada y la acción de control.
• Introducción al análisis espectral con TFD/FFT.
• Relación entre filtrado, atenuación y desfase.

• Introducción al filtrado digital y diferencia entre filtrado offline y filtrado online.
• Conceptualización de filtros FIR e IIR.
• Diseño de filtro de media móvil con base en especificaciones de atenuación.
• Conceptualización de filtros Butterworth, Bessel y Chebyshev: criterios prácticos de uso.
• Diseño de filtro Butterworth con base en especificaciones de atenuación.
• Discretización de filtros continuos y pre-warping.
• Compromiso entre atenuación y desfase.
• Filtrado reverso para procesamiento offline.
• Introducción al filtro de Kalman como estimador.
• Implementación de ecuaciones en diferencias en microcontroladores.

• Propósito: Construir una cadena de adquisición capaz de producir datos útiles para identificación y control, diferenciando claramente el procesamiento online del análisis offline.
• Entregables: Selección de sensor, configuración de adquisición, filtro online funcional, registro de datos y comparación contra una señal procesada offline.
• Aplicación representada: Instrumentación, acondicionamiento de señal y depuración de variables de proceso antes del cierre de lazo en aplicaciones reales.
• Reto del módulo: El alumno debe demostrar que puede medir, limpiar y registrar datos del sistema sin perder de vista la dinámica relevante de la planta.

• Identificación por curva de reacción.
• Modelos de primer y segundo orden.
• Introducción a mínimos cuadrados.
• Introducción a distancias ortogonales.
• Introducción conceptual a modelos ARX/ARMAX.

• Validación teórico-experimental del modelo.
• Comparación entre respuesta simulada y respuesta medida.
• Criterios básicos de calidad del modelo.
• Discusión de límites del modelo frente a ruido, incertidumbre y cambios operativos.

• Propósito: Desarrollar un flujo completo de identificación para una red RC y para el motor DC, usando los datos medidos en la plataforma del curso.
• Entregables: Modelo identificado, comparación con respuesta real, documentación del procedimiento y criterios de aceptación del modelo.
• Aplicación representada: Modelado rápido de plantas de velocidad, temperatura, nivel o convertidores sencillos antes de diseñar el lazo de control.
• Reto del módulo: El alumno debe obtener un modelo justificado experimentalmente y demostrar que sabe cuándo confiar en él y cuándo no.

• Acción proporcional (P): efecto de la ganancia, banda proporcional, reducción del error y compromiso entre rapidez y estabilidad.
• Acción integral (I): integración del error, eliminación del error en estado estacionario, riesgos de sobreacumulación y anti-windup.
• Implementación numérica de la integral mediante aproximaciones trapezoidales, Simpson y transformación bilineal en microcontroladores.
• Acción derivativa (D): interpretación física, mejora del amortiguamiento, amplificación del ruido, derivada sobre la medición y filtrado de la acción derivativa.
• Implementación numérica de la derivada mediante Euler hacia adelante, Euler hacia atrás, aproximaciones por serie de Taylor, splines y transformación bilineal.

• Estructura de cada controlador.
• Cuándo conviene emplear cada uno.
• Compromisos entre rapidez, robustez y precisión.
• Sesgo (bias), condiciones iniciales, saturación de salida y límites de actuación.
• Implementación paralela e ideal.
• Bumpless transfer

• Discretización del controlador: aproximaciones hacia adelante y hacia atrás, transformada bilineal de Tustin y retenedor de orden cero.
• Ecuaciones en diferencias del P, PI, PD y PID.
• Consideraciones numéricas en tiempo discreto.
• Efecto del tiempo de muestreo sobre la sintonización.
• Implementación incremental y posicional del PID.

• Como evitar la sintonización empírica manual.
• Método de Ziegler-Nichols.
• Método de Cohen-Coon.
• Método CHR.
• Asignación de polos en casos sencillos.
• Cancelación aproximada de polos: riesgos y limitaciones.
• Comparación práctica entre métodos de sintonización.

• Regulación de velocidad en bandas transportadoras, ventiladores, agitadores, husillos, sistemas de dosificación y accionamientos de velocidad variable.
• Control de posición en compuertas, actuadores electromecánicos, válvulas motorizadas, mesas de posicionamiento y mecanismos de orientación.
• Mejoras típicas que el alumno puede demostrar: reducción del error, menor oscilación, mejor tiempo de establecimiento, mayor repetibilidad y mejor rechazo a cambios de carga.

• Propósito: Diseñar, sintonizar e implementar controladores ON-OFF, P, PI, PD y PID sobre una planta económica, demostrando con datos por qué el control clásico sí resuelve problemas reales. Además, se busca implementar los controladores por medio de plataformas como Matlab para probar la sintonización antes del estudio de su implementación en sistemas embebidos.
• Entregables: Curvas de respuesta, comparación entre controladores, análisis de perturbaciones de carga, reporte de desempeño y justificación del controlador seleccionado.
• Aplicación representada: Regulación de velocidad y posicionamiento en accionamientos de bajo costo con relevancia directa para automatización, mecatrónica y mantenimiento industrial.
• Reto del módulo: El alumno debe ser capaz de decir no solo qué controlador funciona mejor, sino también por qué conviene usarlo en una aplicación concreta.

• Lugar geométrico de las raíces aplicado al diseño.
• Compensador de adelanto de fase: objetivo, mejora del transitorio, diseño básico y aplicación.
• Compensador de atraso de fase: objetivo, mejora de precisión en estado estacionario, diseño básico y aplicación.
• Compensador de adelanto-atraso: combinación de ventajas y casos de uso realistas.

• Simulación previa.
• Evaluación ante cambios de referencia.
• Rechazo de perturbaciones.
• Revisión de saturaciones.
• Comparación entre diseño teórico y respuesta experimental.

• Propósito: Mostrar con datos el valor agregado del enfoque basado en modelo y su relación con el PID clásico, usando la misma planta y condiciones experimentales.
• Entregables: Comparativa de seguimiento, recuperación ante perturbaciones, sensibilidad a errores de modelo y conclusiones técnicas justificadas.
• Aplicación representada: Aplicaciones donde el seguimiento y el rechazo de perturbaciones tienen impacto directo en calidad, estabilidad operativa y consistencia del proceso.
• Reto del módulo: El alumno debe demostrar que entiende cuándo un ajuste empírico basta y cuándo conviene apoyarse en el modelo para mejorar el desempeño.

• Qué significa tiempo real en control.
• Determinismo temporal.
• Uso de temporizadores de hardware e interrupciones periódicas de muestreo.
• Prioridades, latencias y riesgos de usar retardos bloqueantes.
• Medición real del periodo de muestreo.

• Interrupciones para captura y sincronización.
• Temporizadores para planificación del control.
• Definición e implementación de planificadores (schedulers) y aproximaciones básicas de planificación.
• Separación entre tareas críticas y no críticas.
• Registro de datos sin corromper el tiempo de control.
• Diseño de buffers y manejo de colas simples.

• Tareas, prioridades y planificación.
• Colas, semáforos, mutex y notificaciones.
• Temporizadores por software.
• Compartición segura de datos.
• Riesgos de jitter y latencia por mal diseño.
• Integración de tareas de adquisición, control, comunicación y monitoreo.

• Comunicación por UART, SPI e I2C.
• Envío de telemetría y monitoreo en tiempo real desde PC.
• Registro de datos para análisis posterior.
• Introducción a HMI/SCADA ligero o supervisión desde software externo.
• Depuración experimental del sistema en operación.
• Coordinación entre lectura, filtrado, identificación, control y actuación.
• Diseño de lazo principal robusto, manejo de fallos de lectura y estrategias de paro seguro.

• Propósito: Desarrollar una solución que integre control, monitoreo, atención al usuario, alarmas y registro de datos dentro de un mismo sistema embebido.
• Entregables: Arquitectura de software funcional, lazo de control estable, supervisión básica y evidencia de ejecución temporal reproducible.
• Aplicación representada: Controladores compactos, tableros inteligentes, bancos experimentales y soluciones embebidas con funciones similares a un SCADA ligero.
• Reto del módulo: El reto consiste en controlar dos procesos o dos tareas relevantes de forma casi simultánea sin depender permanentemente de software externo.

• Fallas típicas en sensores.
• Lecturas inválidas o perdidas.
• Fallas de comunicación.
• Fallas del sensor o del elemento primario de medición.
• Fallas del actuador.
• Detección básica de condiciones anómalas, watchdog, estrategias fail-safe y reinicio controlado.

• Métricas de desempeño.
• Comparación entre simulación y planta real.
• Pruebas con perturbaciones.
• Pruebas ante diferentes referencias.
• Registro y análisis de datos.
• Documentación técnica del desempeño del controlador.

• Optimización de algoritmos de control para gestionarlos como módulos o bibliotecas reutilizables.
• Estrategias para conservar compatibilidad con estándares del lenguaje C/C++.
• Migración progresiva desde plataformas educativas hacia entornos más formales, como STM32Cube.
• Criterios para separar lógica de control, drivers, comunicaciones y supervisión.

• Control difuso tipo Mamdani: lógica difusa, fuzzificación, funciones de membresía, variables lingüísticas, reglas de inferencia, tabla FAM y defuzzificación por centroide.
• Introducción a control no lineal: panorama del control por modos deslizantes, ventajas, limitaciones y dificultad real de implementación.
• Introducción a control moderno: realimentación de estado, observadores a nivel conceptual y relación con sistemas MIMO.
• Introducción a control adaptativo y basado en aprendizaje: adaptación paramétrica, control con redes neuronales y límites reales de aplicación en microcontroladores pequeños.

• Propósito: Transformar el trabajo desarrollado durante el curso en una base de software reutilizable, más cercana a una solución profesional que a un ejercicio aislado.
• Entregables: Biblioteca o módulo de control documentado, propuesta de migración y demostración de funcionamiento en otra plataforma o entorno de desarrollo.
• Aplicación representada: Escalamiento de prototipos hacia implementaciones más formales en otros microcontroladores o productos embebidos.
• Reto del módulo: El alumno debe demostrar que su solución puede evolucionar y no quedar atrapada en un único entorno de prueba.