1
Controlador Pid para Temperatura Ambiente de un
Invernadero de tipo Túnel de Sembrío Agrícola
Edwin Josué Saltos Narváez, Brian David Villamar Arias
Universidad Politécnica Salesiana - Carrera de Ingeniería Electrónica,
esaltosn@est.ups.edu.ec
bvillamar@est.ups.edu.ec
ASBTRACT: In the present report, the regularized
and total control of the ambient temperature of an
agricultural seeding tunnel type greenhouse was
carried out in a substantial and experimental way, for
which several aspects are needed for the analysis as a
first instance to know which variables are handled,
that in this case will be the temperature and the
manipulated will be through a sensor that registers
the temperature variations, which is configured and
programmed with the Arduino software.
In addition to the realization of a force circuit with a
power circuit, one is for the sensor with which at the
time of collecting the data it will be processed to the
Matlab tool, which will be very useful since it needs
to know the signal registered and obtained by means
of the data, then using the identification system will
verify the transfer function generated by the data
taken.
Later using a second data collection will see the
disturbances that can be created in the plant,
processing in the same way the data, a comparison
between graphs will be made that will be without
disturbances and with disturbances in order to know
if the controller that is desired Implement will help to
improve the response time in which the controller will
respond physically in real time.
Thanks to the PID controller, the control is carried
out, the response time improves in which the system
progressively becomes automatic, finally the change
and stabilization of the plant is observed with the help
of Simulink.
Finally, the model is implemented and controlled
with the Arduino software as well as an electronic
power circuit, where the display and control of the
product's Setpoint is controlled by means of two
push-buttons and interconnected with an LCD screen
where it is possible to regulate its values and setting
of the program for any temperature that you want to
assign, its graphs and mathematical processes are
also shown in the development and analysis sections
of this report, in order the process of an efficient PID
controller was made but with possible improvements
in a next development of it.
KEYWORDS: disturbances, Pid Tools setting,
Simulink, rlocus, PWM.
RESUMEN: En el presente informe se realizó de
manera sustancial y experimental el control
regularizado y total de la temperatura ambiente de un
invernadero de tipo túnel de sembrío agrícola, para lo
cual se necesita de varios aspectos para el análisis
como primera instancia saber que variables se
maneja, que en este caso será la temperatura y la
manipulada será a través de un sensor que registre
las variaciones de temperatura, el cual está
configurado y programado con el software Arduino.
Además de la realización de un circuito de fuerza
con un circuito de potencia, uno es para el sensor con
el cual al momento de recolectar los datos será
procesados hacia la herramienta de Matlab, la misma
que será de gran utilidad ya que necesita conocer la
señal registrada y obtenida por medio de los datos,
luego utilizando el sistema de identificación se
verificara la función de transferencia generada por
los datos tomados.
Posteriormente usando una segunda toma de datos
se verá las perturbaciones que pueden crearse en la
planta, procesando de la misma manera los datos, se
realiza una comparación entre gráficas que serán sin
perturbaciones y con perturbaciones con la finalidad
de conocer si el controlador que se desea
implementar ayudará a mejorar el tiempo de
respuesta en que el controlador responderá
físicamente en tiempo real.
Gracias al controlador PID se realiza el control,
mejora el tiempo de respuesta en el que el sistema
progresivamente se vuelve automático, finalmente se

observa con ayuda del Simulink el cambio y
estabilización de la planta.
Por último la maqueta esta implementada y
controlada con el software Arduino además de un
circuito electrónico de potencia, en donde la
visualización y control del Setpoint del producto está
controlado por medio de dos pulsadores e
interconectado con una pantalla LCD donde es
posible regular sus valores y puesta del programa
para cualquier temperatura que se quiera asignar,
sus gráficas y procesos matemáticos de igual manera
se muestran en los apartados de desarrollo y análisis
de este informe, en fin el proceso de un controlador
PID eficiente fue realizado pero con posibles mejoras
en un próximo desarrollo del mismo.
PALABRAS CLAVES: perturbaciones,
controlador, ajuste PidTools, Simulink, función de
transferencia, rlocus, PWM.
I. INTRODUCCIÓN
En el enfoque que se quiere demostrar para este
trabajo de investigación tiene un alcance a nivel
mundial, ya que todos los países realizan algún tipo de
agricultura, los medios de vida que manejan la
agricultura son de 2.5000 millones de personas, escalar
este tipo de investigaciones no tiene sentido ya que
toda la población usa invernadero.
En cuestión es desarrollar un invernadero agrícola de
pequeña tamaño, barato y automático con el fin de
brindar comodidad al agrícola, la gran mayoría de
sistemas de control de temperatura usan o adoptan
(SCM) computadora para controlar.[1].
Uno de los medios de controlar la temperatura más
vial puede ser através del Smith modificado, que es
utilizado para el control de temperatura y humedad de
un invernadero desacoplado, comparando con un
control PID ambos se ajustan para control del clima de
invernadero, pero a su vez son modelos diferentes que
se diferencian en la incertidumbre que presentan para
el estudio de robustez y su nivel de complejidad. [2].
Principalmente el problema que presenta la
agricultura a nivel mundial es el uso de la mano
humana para su ejecución, más aún en los países
subdesarrollados, la producción agrícola es muy
2
rudimentaria y baja. Al implementar sistemas de
control de invernaderos, básicamente su concepto es
que son ambientes cerrados con microclimas que
facilitan el crecimiento de las plantas en condiciones
controladas.
El microclima del invernadero se puede ajustar
mediante acciones de control para modificar la
temperatura, la humedad, la concentración de CO2 y
también las concentraciones de micro / macro
nutrientes. [3].
Haciendo un análisis básico, el control de clima de
invernadero es crear un entorno favorable para el
crecimiento de los cultivos para maximizar el
rendimiento y minimizar el costo de producción en
términos de recursos de entrada como el consumo de
energía.[4].
Los investigadores han logrado algunos avances en
el control de la temperatura del invernadero en años
recientes, como el método de control basado en la
integración de la temperatura, para ajustar la eficiencia
del clima del invernadero, y un método de control
óptimo de la temperatura del invernadero dirigido a las
perturbaciones en el invernadero Se propuso un
sistema ambiental para obtener una atenuación de las
perturbaciones y una buena capacidad de rastreo.[5]
Ya que el nivel de complejidad de control de
temperatura en un invernadero moderno el trabajo
tendrá dos parámetros o limitantes que a su vez por más
básicas que pueden ser se las realizara de forma que
tenga una precisión muy cercana a lo real, ya que un
control de invernadero contiene grandes problemas
con control de histéresis [5], por lo tanto el controlador
PID tradicional no podrá a ser muy efectivo, pero si
aproximado a lo real.
El control que se propone para este trabajo
investigativo es realizar un controlador PID que
automatice tanto la parte física como electrónica de
todo el proceso que debe realizar la planta para
controlar la temperatura ambiente, así trabajara a su
máximo desempeño como productor de cultivos.
Realizar este tipo de control se lo mejora con ayuda
de un circuito PWM y un ajuste del software de Matlab
con el comando de PidTools y compararlos con los
diferentes métodos de estabilización de un sistema con
el fin de mejor la estabilidad del sistema, por
consiguiente, utilizarlo experimentalmente para ver su
comportamiento, analizarlo, corregirlo y mejorarlo.

A. Justificación
El motivo para la realización de este proyecto
investigativo fue con el fin de analizar, conocer,
estudiar y poner en practica la teoría aplicada de los
libros de teoría del control es decir todo lo que tiene
que ver con respecto a la trata de señales, las formas de
estimar y estabilizar una señal, los comandos
realizados en Matlab que se pueden utilizar para
realizar un controlador PID, además de la
implementación experimental del mismo proyecto
para su aplicación práctica que puede ser usada en el
mercado y la causa para la realización del mismo es
enteramente para conocer como mejor la estabilización
los controladores a una señal, conocer los tipos de
controles que este caso el tradicional es un PID.
B. Objetivo General
Diseñar, desarrollar e implementar un
controlador automático de temperatura ambiente o
temperatura del clima, para un invernadero
mediante la implementación electrónica y usando
la programación en Arduino para la obtención de
registros o datos que serán tratados por medio del
software Matlab con el fin de determinar los
parámetros óptimos para la creación de un
controlador PID y así obtener estabilidad en la
plata o sistema.
C. Objetivos Específicos
 Adecuar un control para mantener en
las condiciones adecuadas a un invernadero
denotando como temperatura ideal de 20°C-
25°C.
 Realizar un programa con el software
Arduino de tal forma que sea capaz de
controlar a nivel físico y eléctrico todo el
sistema, además tendrá la ayuda de un circuito
de potencia, sensor de temperatura y un
ventilador.
 Diseñar e implementar un circuito que
permita relacionar el sensor de temperatura
para de esta manera enfriar el invernadero
cuando sea requerido.
 Analizar y recoger los datos obtenidos
por el sensor de temperatura para determinar
la función de transferencia al cual el sistema
está sometida, con la ayuda del circuito PWM
3
y el control PID que será implementado
mejorar la señal de estabilidad.
 Comparar y realizar las gráficas de
perturbaciones existentes en la señal graficada
por los datos recogidos del sensor para realizar
los cambios necesarios en la mejora de la señal
de estabilidad.
 Diseñar un control tipo PID, para el
control de las variables climáticas de
temperatura interna en un invernadero, para
mantener un ambiente óptimo en el mismo,
con el fin de mejorar la estabilidad del sistema
con ayuda de la herramienta de Matlab del
PIDTOOLS, determinado los parámetros
necesarios para el control PID.
 Comprobar el desempeño del diseño
obtenido con la información teórica, llevando
a cabo un análisis de los resultados obtenidos.
II. MARCO TEÓRICO
D. Diseño basado en una
metodología experimental
En el análisis y diseño experimental de sistemas de
control, el uso de señales de prueba se justifica porque
existe una correlación entre las características de
respuesta de un sistema para una señal de entrada de
prueba común, el orden del sistema y su capacidad de
manejar las señales de entrada reales.
Las señales de prueba que regularmente se usan son:
las funciones escalón, rampa, parábola, impulso, etc.
Con estas señales de prueba es posible realizar con
facilidad análisis matemáticos y experimentales de
sistemas de control, ya que las señales son funciones
del tiempo muy simples.[6]
Una característica importante del comportamiento
dinámico de un sistema de control es la estabilidad
absoluta, la cual, de forma cualitativa se clasifica como
sistema estable, críticamente estable o inestable.[6]
Existe una amplia clasificación de controladores
industriales, pero de acuerdo a sus acciones de control
presenta la siguiente clasificación:
 De dos posiciones o controlador on-off.
 Controlador proporcional (P).
 Controlador integral (I).
 Controlador proporcional-integral (PI).
 4

 Controlador proporcional-derivativo (PD). f) Variables de perturbación

 Controlador proporcional-integral-derivativo Las perturbaciones son variables externas o internas
(PID). que afectan en la mayoría de casos negativamente, al
comportamiento de la variable controlada, por lo que
se tiene:
E. Información General
a) Antecedentes y descripción del
proyecto Perturbaciones Externas: dentro de las
perturbaciones externas existe como único factor el
Surge la necesidad de crear un control automático clima.[6]
que indique en tiempo real las condiciones medio
ambientales de un invernadero, donde se sabe, que las  Filtración de aire externo hacia el
condiciones más importantes serían la temperatura invernadero lo que dificultaría la
ambiente, con el fin de mantener dicho invernadero en estabilización del sistema
condiciones óptimas.
Perturbaciones Internas: dentro de las
perturbaciones internas se tiene el motor de los
b) Alcance del proyecto ventiladores, control de la niquelina.[7]
Se pretende realizar un modelado básico donde  Pueden existir filtración del aire exterior del
intervenga un control específico tanto para la invernadero lo que dificultaría la
temperatura ambiente ideal para un invernadero, para estabilización de los valores de referencia para
que las distintas plantas puedan crecer de manera
la temperatura y humedad.
natural.
 Fallas del sensor
 Fallas en el circuito implemetado para el
c) Requisitos a alto nivel. control del foco.
 Mal ubicación tanto del sensor como del
Al hablar de un control climático en un invernadero, ventilador.
es necesario distinguir las variables que afectarían al
 Humedad.
desarrollo del cultivo.

d) Variable controlada.
III. MATERIALES
Engloban todas aquellas variables que se desean
 Tarjeta programable (Arduino)
mantener en un determinado rango o modificar su
comportamiento y que afecte directamente al  Sensor de temperatura LM35
crecimiento del cultivo, por lo que se tiene:  LCD DISPLAY 4X16
 Resistencias de 330 ohms y 470ohms
 Nivel de temperatura  Ventilador 5V
 Transistor 2N2222
 Foco 110V
e) Variable manipulada o de control.  Optoacoplador
Son las señales que permiten modificar el comportamiento
 Diac
del sistema y actuar sobre el proceso, por lo que se tiene:  Triac
 Capacitor 0.5pF
 Para la temperatura se usará el sensor LM35.  Potenciómetro 500Kohms
 Boquilla
 Cable UTP
 Pulsadores
 5

IV. DESARROLLO
g) Diagrama de bloques.

Fig5. Circuito del ventilador

Fig.1 Diagrama de bloques general

Fig.2 Diagrama de bloques implementado en la planta Fig6. Circuito de potencia.

h) Diagrama electrónico. i) Maqueta

Para la implementación del control del invernadero
SENSOR DE
TEMPERATURA INTERFAZ LCD
se tomó en cuenta poner los sensores en la mitad de la
LM35
maqueta ya que abarcaría todo el rango, del proyecto,
consiguiendo así un óptimo funcionamiento del
CONTROLADOR
INVERNADERO
ARDUINO
proyecto.

CIRCUITO PWM
INTERFAZ LCD
VENTILADOR

Fig3. Diagrama electrónico

Fig7. Diseño de maqueta a implementar

Fig4. Montaje circuito del ventilador.


j) Tipo de control
El tipo de control que se implementa en este sistema
es un PID es decir que realiza los tres tipos de controles
de una señal de un sistema o planta el proporcional,
integral y derivativo.
En realidad, no existen controladores que actúen
únicamente con acción integral, siempre actúan en
combinación con reguladores de una acción
proporcional, complementándose los dos tipos de
reguladores, primero entra en acción el regulador
proporcional (instantáneamente) mientras que el
integral actúa durante un intervalo de tiempo. (Ti=
tiempo integral).
Cerca del 95% de los controladores de los procesos de
control. Especialmente para aplicaciones industriales
tienen estructura PID. Hoy en día, los controladores
PID son ampliamente empleados en entornos
industriales.
En esta investigación, la forma paralela del controlador
PID se utiliza para el sistema de control propuesto
como mostrado en la Fig. 3. El controlador PID
consiste en proporcional, términos integrales y
derivados. Estos tres términos pueden ser formulado y
modelado como se muestra en las ecuaciones (5) y (6).
Fig8. Modelo controlador paralelo PID.
𝑘𝑖
𝐺𝑃𝐼𝐷 (𝑠) = 𝑘𝑝 + ( ) + (𝑘𝑑 ∗ 𝑆)
𝑆 herramienta de Matlab.
Ecuación1. Forma matemática del controlador PID
Se nota que Kp, Ki y Kd son el PID.
Coeficientes del controlador y las funciones
objetivas consideradas. Se puede optimizar
sintonizándolos.[7]
6
V. PROCEDIMIENTO
 En primer lugar, lo que se realizó fue la toma
de datos con ayuda del sensor y el software
Arduino en donde los datos seria visualizados
en la pantalla serial 9800 de Arduino, con el
cual lo mandaríamos a exportar a Excel de
Microsoft, los datos recibidos deben tomarse
muestras entre 1000 a 5000 datos ya que
necesitamos ver cómo se puede comportar la
señal de la planta.
 Al momento de tener el circuito tanto de la
potencia como el eléctrico, se pone a
funcionar, alimentando el circuito del Arduino
al computador con el cable USB con el fin de
transmitir los datos que será recolectados.
 Conectar el circuito de fuerza o de potencia a
la luz para el foco a 110V de la toma corriente
de la luz usado comúnmente.
 Cerrar herméticamente por completo el
invernadero con el fin de crear un ambiente
con una temperatura que sea capaz de
equilibrase.
 Al momento de la toma de datos es necesario
realizar la programación optimizada para la
toma de valores tanto del tiempo de muestreo
como de la temperatura en tiempo real.
 Luego al momento de la toma de los valores de
tiempo de muestro y temperatura, tomaremos
los valores durante 10 minutos, posteriormente
exportaremos los valores a Excel, para que
finalmente lo mandaremos hacia la
 Al realizar este proceso guardaremos con
algún nombre el archivo de Excel, donde
posteriormente será exportado hacia el Matlab
en donde daremos nombres específicos,
usando la herramienta import, donde
buscaremos el archivo Excel y por
consiguiente crearemos dos vectores de
valores iguales, para crear de esta manera filas

y columnas de datos que crearan la función de
la señal posterior.
Fig9. Exportación de los datos del invernadero tanto con
perturbaciones y sin perturbaciones
 Procedemos al uso de la herramienta de
identificacion del sistema, donde se agrega el
dato del domio del tiempo, se quita el delay y
se estima los valores para generar la grafica
aproximada de los datos exportados del
invernadero cerrado.
Fig10. Ingreso al sistema de identificación para realizar las
gráficas de perturbaciones.
 Al realizar este proceso se puede observar el valor
de la función de transferencia generada que será:
Fig11. Función de transferencia de los datos ingresados al
invernadero
7
 Se realizará del mismo modo para los datos
exportados con perturbaciones y sin
perturbaciones, con el fin de realizar el análisis en
el dominio de la frecuencia y modelar la señal de
mejor manera.
 Luego se utilizó el método Z-N con el fin de
estimar y mejorar los valores que se pueden llegar
a obtener tanto para la función de transferencia con
perturbaciones como la de sin perturbaciones ya
con el PID creado, los mismos datos que serán
presentados en el siguiente apartado.
 Además de ver cómo se comportan la función de
transferencia creada con ayuda del comando en
Matlab para las raíces de los ceros con ‘c2d’ y para
ver los polos y sus respectivas graficas con el
comando ‘rlocus’.
 Por último, se observó que el sistema funciona
mucho mejor es decir con mayor robustez con los
datos escogidos y tomados con los que si tiene
perturbaciones ya que el controlador estará
perfectamente acondicionado para posibles
perturbaciones fuertes que pueda tener la planta en
tiempo real.
 Las gráficas bases obtenidas en el trabajo
investigativo del mismo son las siguientes:
Fig12. Grafica obtenida con los datos originales tomados en el
proceso.
 8

 En el siguiente apartado se analizara los

cambios que existen entre usar un método de
estimacion por medio del S.I. y un método de
estimación como es el ziegler nichols.

VI. ANÁLISIS Y RESULTADOS

 Las gráficas obtenidas con el método de
estimación de System Identification fueron las
siguientes.
Fig13. Grafica obtenida con los datos sin perturbaciones.
 Para un PID sin perturbaciones:

clc;
clear;
close all %cierra las ventanas de las grafica

s=tf('s');
TSINP=0.25022*((1+4193.8*s)/((1+204.49*s)*(1+352.
91*s)*(1+25883*s)))
t=0:0.1:100000;

Kp=17.7943;
Ki=0.014867;
Kd=0.02;
Fig14. Grafica obtenida con los datos con perturbaciones
C=pid(Kp,Ki,Kd)
T=feedback(C*TSINP,1)
stepplot(T,t)
 Se obtiene las tres gráficas que serán utilizadas hold on
para ser analizadas en la planta, se estabilizará de grid on
mejor manera obteniendo la siguiente figura, las title('PID SIN PERTURBACIONES')
% pidtool(TSINP,C) %%para calibrar el PID
mismas que son obtenidas son funciones de
legend('S.P.')
transferencia gracias al ajuste que se hizo
xlabel('TIEMPO')
anteriormente con el PidTools: ylabel('AMPLITUD')

TSINP =
1049 s + 0.2502
-------------------------------------------
1.868e09 s^3 + 1.45e07 s^2 + 2.644e04 s + 1
Continuous-time transfer function.
C =
1
Kp + Ki * --- + Kd * s
s
with Kp = 17.8, Ki = 0.0149, Kd = 0.02
Continuous-time PID controller in parallel form.
T =
20.99 s^3 + 1.867e04 s^2 + 20.05 s +
0.00372
-----------------------------------------------
--------------
Fig15. Función de transferencia para las tres tablas de datos 1.868e09 s^4 + 1.45e07 s^3 + 4.511e04 s^2 +
recogidos. 21.05 s + 0.00372
 9
Continuous-time transfer function.
1
Kp + Ki * --- + Kd * s
s

with Kp = 83, Ki = 0.00934, Kd = 0.002

Continuous-time PID controller in parallel

form.
T =

2.113e-06 s^2 + 0.0877 s +

9.865e-06
-------------------------------------------
--------------
95.64 s^4 + 9672 s^3 + 5.168e04 s^2 + 1.088
Fig15. Obtención del controlador PID para la planta sin s + 9.865e-06
perturbaciones y obtención de los valores Kp, Ki y Kd
Continuous-time transfer function.

 Para un PID con perturbaciones:

clc;
clear;
close all %cierra las ventanas de las graficas

s=tf('s');
TCONP=(0.0010566)/((1+51683*s)*(1+0.010474*s)
*(1+0.17667*s))
t=0:0.1:1000000;

Kp=83.0006;
Ki=0.0093365;
Kd=0.002;
Fig16. Obtención del controlador PID para la planta con
C=pid(Kp,Ki,Kd)
perturbaciones y obtención de los valores Kp, Ki y Kd
T=feedback(C*TCONP,1)
stepplot(T,t)  Se puede notar que las dos señales llegan a la
hold on estabilidad, pero a diferencia de que la una
grid on necesita mucha más ganancia o eliminar
title('PID CON PERTURBACIONES')
errores estacionarios y sería un problema no
% pidtool(TCONP,C) %%para calibrar el PID
poder reconocer los valores precisos, por este
legend('C.P.')
motivo se hace una comparación con el otro
xlabel('TIEMPO')
método ya antes mencionado y se lo aplico de
ylabel('AMPLITUD')
la siguiente forma:
TCONP =
 Obtención de la función de transferencia
0.001057 utilizado el método de Ziegler Nichols se
------------------------------------- obtuvieron los siguientes valores y gráficas:
95.64 s^3 + 9672 s^2 + 5.168e04 s + 1

Continuous-time transfer function.

C =
 10
T2=feedback(C2*P,1)
step(T2,t)
hold on
% pidtool(P,C1) %%para calibrar el PID
title('CONTROLADOR PID')
xlabel('TIEMPO')
ylabel('AMPLITUD')
ylim([0 1.5]);
C2 =
Fig17. Obtención de la FT para los datos originales
1
Kp + Ki * --- + Kd * s
s
with Kp = 5.87, Ki = 0.0295, Kd = 0.002
Continuous-time PID controller in parallel
form.
T2 =

0.003334 s^2 + 9.785 s + 0.04918

--------------------------------
190 s^2 + 10.79 s + 0.04918

Fig18. Obtención de la FT para los datos sin perturbaciones

Continuous-time transfer function.

Fig19. Obtención de la FT para los datos con perturbaciones

 Obteniendo de igual forma los valores para el

controlador PID, como se puede observar
existe una gran diferencia de estimación entre Fig20. Obtención de la FT para controlador PID ya totalmente
la una forma y otra forma de determinar los implementado
valores en la siguiente tabla se explica su
comportamiento:
Tabla1. Comparación entre controladores PID de S.I. Y Z-N.
clc; FT SIN PERTURBACIONES CON Kp Ki Kd
clear; PERTURBACIONES
close all %cierra las ventanas de las S.I. 17.8 0.0149 0.02
graficas

s=tf('s');
P=1.667/(190*s+1); S.I. 83 0.00934 0.002

t=0:0.1:800;

Kp=5.87; Z-N 5.87 0.0295 0.002

Ki=0.0295;
Kd=0.002;
C2=pid(Kp,Ki,Kd)

 Al analizar las perturbaciones con
datos de entrada se puede observar que si
existe mayores perturbaciones el sistema o
planta se demora más tiempo en estabilizarse.
 Al contrario, mientras exista menos
perturbaciones el sistema o planta tardara
menos tiempo en estabilizarse.
 Al implementar el controlador PID se
puede ver que existe un sobre impulso al
momento de propagarse la señal debido al
control proporcional significativamente ya que
tiene un valor aproximado a KP=18 y
aumentando un valor llegando a los 0.1 del
integrador que eliminara el error en estado
estacionario es decir eliminara lo más rápido
posible un error y aumentara el factor de
velocidad en que se estabilice el sistema, por
defecto para que se estabilice con mayor
rapidez se le coloca el control derivativo de
0.02 o de 0.2 lo que hace más rápido la
respuesta de señal al sistema.
Fig21. Generación de la gráfica con el controlador PI.
VII. CONCLUSIONES
 Se analizó y se comprendió el
funcionamiento de una planta o sistema sometida al
control, de cierta manera para lograr que una planta
tenga mayor estabilidad es decir que su función de
transferencia tenga un mejor desempeño tiene
como punto clave la mejor en si del entorno físico
ya que este nos ayudara a tener mejores valore de
referencia en si para que no existe mayor error en
el ámbito de la construcción del invernadero, el
entorno al ser hermético presentara una mejor
respuesta de estabilidad, además se cumplió con el
objetivo de realizar el control automático de cense
y funcionamiento del ventilador correcto para el
11
invernadero. Teniendo en cuenta que las
perturbaciones existentes que se debe únicamente
al aire que puede entrar y dificulte su estabilidad.
 Se pudo diseñar el controlador automático
óptimo para una referencia de 20 a 25 °C, ya que al
momento de seleccionar la temperatura el sistema
ambiental en la región sierra tiene una graduación
regulada a esos niveles de calor, por lo que el
conocido setpoint variara entre esos valores
buscando estabilidad en el sistema, como se puede
apreciar el proyecto representa una estructura SISO
por el brazo realimentado y por dicho lazo el
controlador PI puede ser implementado sin mayor
dificultad ya que solo se puede realizar dichos
controlares si el sistema o planta es realimentado.
 Se logró controlar de una mejor manera la
planta gracias a la ayuda del circuito de potencia
demandado por el PWM, que es la modulación por
ancho de pulso que de cierta manera manda pulsos,
donde modifica el ciclo de trabajo para aumentar
una señal cuadrada, de esta forma es más fácil
determinar una función de transferencia ya que con
el circuito de potencia la señal se dibuja con mayor
número de muestras y la gráfica se vuelve más real
al sistema físico acoplado, además del uso del
DIAC y TRIAC que no es más que los encargados
de enviar el disparo o cerrar un interruptor de
voltaje y corriente para que el TRIAC arroja una
señal maneja con carga AC en si es un interruptor
para corriente alterna.
VIII. RECOMENDACIONES
 Realizar la maqueta o el armado de la madera
herméticamente ya que la interferencia del aire exterior
puede ocasionar fallos en la estabilidad de la planta.
 Adquirir un dispositivo DIAC y Triac específicos para
trabajar a 110 V del circuito de potencia ya que al no ser
así presenta muchas averías por el voltaje manejado
para el control del foco.
 Colocar el sensor en la parte alta de la maqueta en donde
las corrientes de aire se sientan mejor, así facilitara la
toma de datos y cense del mismo.
 12

IX. REFERENCIAS
[1] W. Li, Q. Luo, Z. Li, and Y. Li, “The design and
implementation of a low cost temperature control system
for agriculture greenhouses,” 2009 Int. Conf. Energy
Environ. Technol. ICEET 2009, vol. 1, pp. 399–401, 2009.

[2] E. H. Gurban and G. D. Andreescu, “Comparison of

modified Smith predictor and PID controller tuned by
genetic algorithms for greenhouse climate control,” SACI
2014 - 9th IEEE Int. Symp. Appl. Comput. Intell.
Informatics, Proc., pp. 79–83, 2014.

[3] E. H. Gurban and G. D. Andreescu, “Employing 2DoF

PID controllers to improve greenhouse climate system
robustness,” ICSSE 2013 - IEEE Int. Conf. Syst. Sci. Eng.
Proc., pp. 93–98, 2013.

[4] F. Gouadria, L. Sbita, and N. Sigrimis, “Comparison

between self-tuning fuzzy PID and classic PID controllers
for greenhouse system,” Int. Conf. Green Energy Convers.
Syst. GECS 2017, 2017.

[5] Y. Sen Du, J. Ma, L. L. Qin, H. Bin Zhang, and G. Wu,

“Application of generalized predictive control algorithm
for temperature control in modern greenhouse,” Chinese
Control Conf. CCC, vol. 2016–Augus, pp. 4342–4347,
2016.

[6] T. Dalgleish et al., “[ No Title ],” J. Exp. Psychol. Gen.,

vol. 136, no. 1, pp. 23–42, 2007.

[7] C. David and G. Uribe, “No Title,” 2016.

[8] M. R. Guti, “Manual de Programación Arduino Arduino :

Manual de Programación.”