INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA CAMPUS

HIDALGO

NOMBRE DEL TUTOR:

VELAZQUEZ VELAZQUEZ JUAN EDUARDO

NOMBRE DE LOS INTEGRANTES:

BARRON DOMINGUEZ GIOVANNI ALEJANDRO
GONZALEZ RAMIREZ KARLA KARINA

MATRICULA:
2014030132
2020680179

MATERIA:
CONTROL CLASICO

ACTIVIDAD:

PID

1
Contenido
1. Introducción .................................................... 3
2. Fundamentos del Control PID ............................ 3
3. Compensadores en Control PID ........................11
4. Técnicas Avanzadas en Control PID ...................11
5. Aplicaciones del Control PID ............................13
6. Conclusiones ..................................................15
7. Referencias ....................................................16

2
1. Introducción
1.1. Objetivo de la investigación
El objetivo de esta investigación es proporcionar un análisis exhaustivo del controlador
proporcional-integral-derivativo (PID), abarcando su estructura, funciones, aplicaciones y
métodos de sintonización. Se abordarán aspectos relacionados con los compensadores de
adelanto y atraso, la función de desempeño y técnicas de anti-papaloteo, entre otros temas
relevantes.(PID Controllers , Theory , Design and Tuning (2nd Edition) - [Link] & [Link]
- Instrument Society of America (1995).Djv | Enhanced Reader, n.d.)

1.2. Importancia del control PID en la ingeniería y otros campos

El control PID es fundamental en la ingeniería de control y ha demostrado ser un método
eficaz y robusto para diversas aplicaciones industriales y de investigación. Su simplicidad y
efectividad han permitido su adopción en más del 90% de los controladores industriales,
destacándose en áreas como la manufactura, la automatización de procesos, la robótica y la
aeronáutica. La habilidad del controlador PID para manejar tanto la respuesta transitoria
como la estabilidad en estado estacionario lo convierte en una herramienta indispensable para
mejorar la productividad, la calidad y la eficiencia en diversos sistemas.
1.3. Breve historia y desarrollo del control PID
El desarrollo del control PID se remonta a 1910 con la invención del piloto automático para
barcos por Elmer Sperry. Más tarde, en 1942, Ziegler y Nichols introdujeron métodos de
sintonización que popularizaron su uso. Originalmente, los controladores PID eran de
naturaleza neumática, hidráulica o mecánica. La primera teoría formal del controlador PID
fue desarrollada por Nicolas Minorsky en 1922, quien diseñó un sistema de dirección
automática para barcos. Posteriormente, con el avance de la tecnología digital, el control PID
evolucionó, integrando métodos de identificación de sistemas y técnicas inteligentes,
permitiendo automatizar y optimizar el proceso de diseño y sintonización de controladores.

2. Fundamentos del Control PID

2.1. Definición del PID
El control PID es un método de control utilizado para mantener una variable de proceso en
un nivel deseado. Este tipo de controlador calcula una señal de control basada en tres
componentes: proporcional, integral y derivativo. Cada componente contribuye de manera
distinta a la corrección del error entre el valor medido y el valor deseado, logrando un balance
óptimo entre rapidez de respuesta y estabilidad del sistema. (PID Controllers , Theory , Design
and Tuning (2nd Edition) - [Link] & [Link] - Instrument Society of America (1995).Djv |
Enhanced Reader, n.d.)

3
2.2. Componentes del PID
2.2.1. Control Proporcional (P)
El control proporcional es la parte más básica del PID. Este componente genera una señal de
control que es proporcional al error presente, es decir, a la diferencia entre el valor medido y
el valor deseado. La ecuación del control proporcional es:

El control proporcional ayuda a reducir el error rápidamente. Sin embargo, por sí solo, no
puede eliminar completamente el error en estado estacionario. Un valor de 𝐾𝑝 demasiado
alto puede llevar a oscilaciones y potencial inestabilidad en el sistema.(Ang et al., 2005)
Comportamiento en Bucles Directos e Inversos
En un bucle de control, el error 𝑒e puede definirse de dos maneras:
• Bucle de Acción Directa: e=PV−SP. Aquí, cuando la variable de proceso es mayor
que el punto de ajuste, la acción del controlador es aumentar la salida. Un ejemplo
típico es el control de temperatura utilizando agua de enfriamiento.
• Bucle de Acción Inversa: e=SP−PV. En este caso, cuando la variable de proceso es
menor que el punto de ajuste, la acción del controlador es disminuir la salida. Un
ejemplo sería el control de temperatura utilizando vapor.
2.2.2. Control Integral (I)
El componente integral del PID se encarga de acumular el error a lo largo del tiempo y ajustar
la señal de control en consecuencia. La ecuación del control integral es:

4
El control integral tiene como objetivo eliminar el error en estado estacionario. Al integrar el
error, este componente acumula cualquier desviación del valor deseado y aumenta la señal
de control para corregir dicha desviación. No obstante, una ganancia integral 𝐾𝑖 demasiado
alta puede causar un fenómeno conocido como "windup", donde el controlador se satura y
tarda en recuperarse, lo que puede llevar a oscilaciones indeseadas.
En términos prácticos, el control integral toma en cuenta la suma del error a lo largo del
tiempo, incrementando su influencia mientras el error persista. Esto significa que incluso un
pequeño error, si se mantiene durante un tiempo prolongado, será acumulado por el integral,
forzando una corrección que eventualmente eliminará el error.(Ang et al., 2005)
Impacto en el Sistema de Control
Eliminación del Error en Estado Estacionario
Uno de los principales beneficios del control integral es su capacidad para eliminar el error
en estado estacionario. Mientras que el control proporcional puede reducir el error,
generalmente no puede eliminarlo completamente sin una ganancia extremadamente alta, lo
que podría causar inestabilidad. El control integral, al sumar el error a lo largo del tiempo,
ajusta continuamente la salida del controlador hasta que el error sea cero.
Mejora de la Precisión
El control integral también mejora la precisión del sistema de control. Al acumular el error y
ajustar la salida del controlador, el sistema puede alcanzar y mantener el punto de ajuste
deseado con mayor exactitud, incluso en presencia de perturbaciones constantes o cambios
en las condiciones operativas.(PID Controllers , Theory , Design and Tuning (2nd Edition) -
[Link] & [Link] - Instrument Society of America (1995).Djv | Enhanced Reader, n.d.)

2.2.3. Control Derivativo (D)

El componente derivativo del PID anticipa el futuro comportamiento del error al calcular su
tasa de cambio. La ecuación del control derivativo es:

5
El control derivativo contribuye a mejorar la estabilidad y el tiempo de respuesta del sistema
al amortiguar las oscilaciones y reducir el sobreimpulso. Actúa como un predictor del error,
aplicando una corrección basada en la tendencia actual del error. Sin embargo, el uso excesivo
de la ganancia derivativa 𝐾𝑑 puede amplificar el ruido y llevar a un comportamiento errático
del sistema.(PID Controllers , Theory , Design and Tuning (2nd Edition) - [Link] & [Link]
- Instrument Society of America (1995).Djv | Enhanced Reader, n.d.)

Impacto en el Sistema de Control

Mejora de la Respuesta Transitoria
El control derivativo es particularmente efectivo para mejorar la respuesta transitoria de un
sistema. Ayuda a reducir el sobreimpulso y las oscilaciones que pueden ocurrir debido a la
acción del componente proporcional. Al actuar sobre la derivada del error, este componente
permite que el controlador reaccione más rápido a los cambios rápidos en el error,
amortiguando las oscilaciones y mejorando la estabilidad del sistema.
Prevención del Overshoot
Uno de los beneficios clave del control derivativo es su capacidad para prevenir el overshoot.
Cuando el sistema detecta un cambio rápido en el error, el componente derivativo aumenta
la señal de control para contrarrestar este cambio, lo que evita que el sistema exceda el punto
de ajuste deseado. Esto es crucial en aplicaciones donde es importante mantener las variables
dentro de límites específicos sin excedencias significativas.
Reducción de los Errores Transitorios
El control derivativo también contribuye a la reducción de errores transitorios al proporcionar
una mayor respuesta a los cambios rápidos en el error. Esto es especialmente útil en sistemas
donde los errores pueden variar rápidamente debido a perturbaciones externas o cambios en
las condiciones operativas.
2.3 Teoría del Control PID
Un controlador PID consta de tres términos: proporcional (P), integral (I) y derivativo (D).
Cada término tiene una función específica en la regulación de sistemas:
• Proporcional (P): Proporciona una acción de control proporcional al error actual,
mejorando la respuesta transitoria.

6
 • Integral (I): Elimina el error en estado estacionario acumulando errores pasados, lo
que corrige desviaciones a largo plazo.
• Derivativo (D): Anticipa futuros errores basándose en la tasa de cambio del error,
mejorando la estabilidad y la respuesta transitoria del sistema.(Heong Ang et al.,
2005)
2.4. Estructura y Funcionamiento
La función de transferencia de un controlador PID en su forma ideal se expresa como:

donde 𝐾𝑝 es la ganancia proporcional, 𝐾𝑖 es la ganancia integral y 𝐾𝑑 es la ganancia

derivativa.
Cada término del PID tiene efectos específicos en el desempeño del sistema:
• Término Proporcional: Mejora la rapidez de respuesta, pero puede generar
oscilaciones si la ganancia es demasiado alta.
• Término Integral: Elimina errores de estado estacionario, pero puede reducir la
estabilidad si no se ajusta correctamente.
• Término Derivativo: Mejora la estabilidad y la rapidez de respuesta, pero puede
amplificar el ruido y causar inestabilidad si no se sintoniza adecuadamente. (PID
Controllers , Theory , Design and Tuning (2nd Edition) - [Link] & [Link] -
Instrument Society of America (1995).Djv | Enhanced Reader, n.d.)

2.5. Estrategias de Sintonización

La sintonización de un controlador PID implica ajustar las ganancias 𝐾𝑝 𝐾𝑖 y 𝐾𝑑 para lograr
un desempeño óptimo. Métodos comunes incluyen:
• Método de Ziegler-Nichols: Proporciona reglas empíricas basadas en la respuesta
del sistema.
• Método de la Curva de Reacción: Utiliza la respuesta transitoria del sistema a un
cambio escalón para ajustar las ganancias.
• Métodos de Optimización: Aplican algoritmos de optimización para ajustar los
parámetros del controlador de manera más precisa y eficiente. (PDHonline Course E331
(3 PDH) Fundamentals of PID Control, n.d.)

Ajuste del Control Proporcional

Ejemplo Práctico: Control de Temperatura en un Horno
Consideremos un horno que necesita mantener una temperatura específica. Si la temperatura
deseada está entre 1500°F y 2000°F, el sistema ajustará la válvula de combustible
7
proporcionalmente al error. Si la temperatura está por debajo de 1500°F, la válvula se abrirá
al 100%. Si está por encima de 2000°F, la válvula se cerrará completamente. El rango
proporcional, en este caso, es de 500°F.
El rango proporcional a menudo se expresa en porcentaje, calculado dividiendo el rango
proporcional en unidades de ingeniería (°F) por el rango total del controlador y multiplicando
por 100. En nuestro ejemplo, si el rango total del controlador es 1930°F (2000°F - 70°F), el
rango proporcional en porcentaje es

La banda proporcional (recíproca de la ganancia) determina la sensibilidad del controlador

al error. Una banda proporcional más estrecha (mayor ganancia) resulta en una mayor salida
o una respuesta más rápida a un error dado. Sin embargo, una banda proporcional demasiado
estrecha puede causar inestabilidad y oscilaciones. Por otro lado, una banda proporcional
más amplia (menor ganancia) resulta en un controlador menos sensible, que puede responder
más lentamente a los errores.
Limitaciones del Control Proporcional
Error en Estado Estacionario
Una de las limitaciones del control proporcional es su incapacidad para eliminar
completamente el error en estado estacionario, conocido como offset. Incluso con una
ganancia proporcional alta, siempre habrá un pequeño error que el sistema no puede corregir.
Respuesta a la Tasa de Cambio del Error
El control proporcional no ajusta su salida basada en la tasa de cambio del error. Solo
responde a la magnitud del error actual. Esto puede ser insuficiente en situaciones donde la
tasa de cambio del error es significativa. Por ejemplo, si un vehículo en una carretera
disminuye su velocidad gradualmente, la respuesta proporcional puede ser aplicar un freno
proporcional. Sin embargo, si el vehículo disminuye su velocidad rápidamente, la respuesta
proporcional no sería suficiente para evitar una colisión. En este caso, sería necesaria una
respuesta que considere la tasa de cambio del error, como la proporcionada por el control
derivativo.(PDHonline Course E331 (3 PDH) Fundamentals of PID Control, n.d.)
Ajuste del Control Integral
Tiempo Integral o Tiempo de Reset
El tiempo integral, o tiempo de reset Ti, es un parámetro crucial en el ajuste del control
integral. Representa el tiempo que tarda el integral en acumular un error equivalente al valor
de la ganancia integral. Un Ti más corto implica que el integral responderá más rápido a los
errores, pero un Ti demasiado corto puede llevar a un comportamiento errático y oscilaciones
en el sistema. Por otro lado, un Ti demasiado largo puede hacer que el integral responda
demasiado lentamente, lo que no será efectivo para corregir el error en estado estacionario.

8
Ganancia Integral 𝐾𝑖
La ganancia integral 𝐾𝑖 determina la intensidad con la que el controlador responde al error
acumulado. Una ganancia integral alta puede corregir errores rápidamente, pero también
puede causar oscilaciones y sobreimpulso. Una ganancia integral baja, aunque más estable,
puede ser demasiado lenta para corregir errores oportunamente.
Métodos de Ajuste
Existen varios métodos para ajustar los parámetros del control integral, como el método de
Ziegler-Nichols, que proporciona un punto de partida para el ajuste basado en la respuesta
del sistema. Las herramientas de software de control avanzado también permiten realizar
simulaciones y ajustes precisos, mejorando la eficiencia y efectividad del sistema de control.
Implementación Práctica
Controladores Basados en Hardware
En sistemas basados en hardware, el ajuste del tiempo integral o tiempo de reset se realiza
típicamente mediante potenciómetros que cambian la constante de tiempo de un circuito RC
(resistencia-capacitancia). Este método es menos común en aplicaciones modernas, pero
sigue siendo relevante en algunos sistemas de control analógicos.
Controladores Basados en Software
La mayoría de las aplicaciones modernas utilizan controladores basados en software, como
módulos de PLC (Controladores Lógicos Programables). Estos permiten a los ingenieros
ajustar los parámetros del tiempo y la ganancia integrales a través de interfaces de software,
ofreciendo mayor flexibilidad y precisión en el ajuste. (PID Controllers , Theory , Design and
Tuning (2nd Edition) - [Link] & [Link] - Instrument Society of America (1995).Djv |
Enhanced Reader, n.d.)

Consideraciones Críticas en la Implementación

Estabilidad del Sistema
Es crucial ajustar el control integral cuidadosamente para evitar problemas de estabilidad.
Un tiempo o ganancia integrales inapropiados pueden causar oscilaciones y sobreimpulso,
afectando negativamente el rendimiento del sistema. El ajuste debe realizarse de manera que
se mantenga un equilibrio entre la rapidez de la corrección del error y la estabilidad del
sistema.
Interacción con Otros Componentes del PID
El control integral no actúa de manera aislada; su interacción con los componentes
proporcional y derivativo del controlador PID es fundamental para el rendimiento general
del sistema. Un ajuste adecuado debe considerar cómo los tres componentes trabajan juntos
para proporcionar una respuesta de control óptima.
Ajuste del Control Derivativo

9
Selección de la Ganancia Derivativa
La selección adecuada de la ganancia derivativa 𝐾𝑑es crítica para el funcionamiento efectivo
del controlador PID. Un 𝐾𝑑 demasiado alto puede amplificar el ruido presente en la señal del
error, lo que puede llevar a un comportamiento errático y a la inestabilidad del sistema. Por
otro lado, un 𝐾𝑑 demasiado bajo puede hacer que el componente derivativo sea ineficaz,
disminuyendo su capacidad para mejorar la respuesta transitoria del sistema. (PID Controllers
, Theory , Design and Tuning (2nd Edition) - [Link] & [Link] - Instrument Society of
America (1995).Djv | Enhanced Reader, n.d.)

Ajuste Empírico y Métodos Heurísticos

El ajuste empírico y los métodos heurísticos, como el método de Ziegler-Nichols, se utilizan
comúnmente para determinar los valores adecuados de 𝐾𝑑. Estos métodos proporcionan una
guía basada en la respuesta del sistema a ciertos estímulos, lo que permite un ajuste más
preciso de la ganancia derivativa.
Herramientas de Software
Las herramientas de software especializadas también juegan un papel importante en el ajuste
del control derivativo. Estas herramientas permiten realizar simulaciones detalladas y ajustar
los parámetros del controlador de manera precisa, mejorando la eficiencia y efectividad del
sistema de control.
Consideraciones Críticas en la Implementación
Evitar el Overshoot y el Control Errático
Es esencial evitar la aplicación excesiva de control derivativo, ya que esto puede causar
overshoot o control errático. El componente derivativo debe ajustarse cuidadosamente para
proporcionar la cantidad adecuada de corrección sin amplificar el ruido presente en la señal
del error.
Transferencia Sin Golpes (Bumpless Transfer)
En la práctica, los controladores PID pueden operar en modos manual y automático. Es
crucial asegurar una transferencia sin golpes (bumpless transfer) al cambiar entre estos
modos. En modo manual, el operador ajusta directamente la salida del controlador, mientras
que en modo automático, el PID ajusta los parámetros en tiempo real. Para evitar
perturbaciones al cambiar de modo, es necesario que la salida manual coincida con la salida
del controlador automático. Esto puede lograrse mediante técnicas como el seguimiento del
punto de ajuste (SP tracking) mientras se está en modo manual.(Li et al., 2006)
Modo de Operación en Cascada y con Elementos No Lineales
Los controladores PID a menudo operan en combinación con otros controladores en
configuraciones en cascada o ratio, o con elementos no lineales como multiplicadores y
selectores. En estas configuraciones, es importante considerar cómo el componente

10
derivativo interactúa con otros elementos del sistema de control para asegurar un rendimiento
óptimo y evitar inestabilidades.

(PDHonline Course E331 (3 PDH) Fundamentals of PID Control, n.d.)

3. Compensadores en Control PID

3.1. Compensadores de Adelanto y Atraso
Los compensadores de adelanto y atraso se utilizan para mejorar la estabilidad y la respuesta
transitoria de los sistemas controlados por PID.
• Compensador de Adelanto: Introduce un adelanto de fase para mejorar la respuesta
transitoria y aumentar la estabilidad del sistema.
• Compensador de Atraso: Introduce un retraso de fase para mejorar la estabilidad y
reducir el ruido de alta frecuencia.
3.2. Función de Desempeño
La función de desempeño de un controlador PID se evalúa mediante criterios como el tiempo
de subida, el tiempo de asentamiento, el sobreimpulso y el error en estado estacionario. Un
controlador bien sintonizado equilibra estos criterios para lograr un desempeño óptimo.(Ang
et al., 2005)

4. Técnicas Avanzadas en Control PID

El control proporcional-integral-derivativo (PID) es un método robusto y ampliamente
utilizado para el control de sistemas dinámicos en una variedad de aplicaciones industriales
y tecnológicas. Sin embargo, para maximizar su eficacia y adaptabilidad en entornos
complejos, se han desarrollado técnicas avanzadas que mejoran su rendimiento y robustez.
4.1. Anti-papaloteo
El anti-papaloteo, también conocido como anti-windup, se refiere a técnicas utilizadas para
mitigar los efectos adversos del ruido y las oscilaciones en los sistemas PID. Estos efectos
pueden surgir debido a perturbaciones externas, cambios en las condiciones de operación o
errores en la modelización del sistema.

11
Una técnica común para implementar el anti-papaloteo es el uso de filtros para suavizar la
acción del control derivativo. El derivativo tiende a amplificar el ruido de alta frecuencia en
la señal de error, lo que puede provocar oscilaciones no deseadas en la salida del controlador.
Al aplicar un filtro de baja frecuencia al término derivativo, se reduce la sensibilidad del
controlador a estas perturbaciones de alta frecuencia, mejorando así la estabilidad del
sistema.
Otra estrategia para el anti-papaloteo es limitar la acumulación de la acción integral del
controlador cuando se alcanzan los límites físicos o de saturación del actuador. Esto evita que
el controlador "se desborde" cuando el sistema no puede seguir las instrucciones del
controlador debido a limitaciones físicas o restricciones operativas. (Lecture 4-PID Control •
90% (or More) of Control Loops in Industry Are PID • Simple Control Design Model → Simple
Controller, n.d.)

4.2. Métodos de Sintonización Inteligente

Los métodos de sintonización inteligente utilizan algoritmos avanzados, como redes
neuronales, lógica difusa y algoritmos genéticos, para ajustar automáticamente los
parámetros del controlador PID. Estos métodos permiten una sintonización más precisa y
adaptativa en tiempo real, lo que mejora el rendimiento del sistema bajo condiciones
variables y cambiantes.
Redes Neuronales
Las redes neuronales son modelos computacionales inspirados en el funcionamiento del
cerebro humano. En el contexto del control PID, las redes neuronales pueden aprender de
manera autónoma los patrones y relaciones en los datos de entrada y salida del sistema. Esto
permite que el controlador PID ajuste sus parámetros de manera adaptativa y dinámica en
función de las condiciones del sistema y las necesidades de control.
Lógica Difusa
La lógica difusa es una técnica que maneja la incertidumbre y la imprecisión en los datos
mediante la definición de conjuntos difusos y reglas lingüísticas. En el control PID, la lógica
difusa se utiliza para modelar la relación entre las variables de entrada y salida del sistema
de una manera más flexible y descriptiva que los métodos tradicionales. Esto permite una
sintonización más precisa y robusta del controlador PID en presencia de condiciones
variables y no lineales.(PID Controllers , Theory , Design and Tuning (2nd Edition) - [Link]
& [Link] - Instrument Society of America (1995).Djv | Enhanced Reader, n.d.)

Algoritmos Genéticos
Los algoritmos genéticos son técnicas de optimización inspiradas en el proceso de evolución
biológica. En el contexto del control PID, los algoritmos genéticos pueden ser utilizados para
buscar de manera eficiente el conjunto óptimo de parámetros del controlador que minimizan
una función objetivo, como el error cuadrático medio o el tiempo de establecimiento. Esto
permite una sintonización automatizada y eficaz del controlador PID, incluso en sistemas
complejos y no lineales.(Heong Ang et al., 2005)

12
5. Aplicaciones del Control PID
5.1. Industrias de Manufactura
En la industria manufacturera, los controladores PID desempeñan un papel fundamental en
el control de variables críticas como la temperatura, la presión y el flujo. Estos controladores
garantizan condiciones precisas y estables en los procesos de producción, lo que es esencial
para mantener la calidad del producto y optimizar la eficiencia de la planta. (PID Controllers,
2nd Edition, 1995)

El control PID se utiliza en una amplia gama de aplicaciones en la manufactura, incluyendo:

• Control de Temperatura: En la fabricación de productos químicos, alimentos y
bebidas, plásticos y metales, el control preciso de la temperatura es crucial para
garantizar la calidad del producto y optimizar los procesos de producción.
• Control de Presión: En sistemas de inyección de plástico, procesos de moldeo por
inyección y sistemas neumáticos, el control de la presión garantiza una operación
segura y eficiente de las máquinas y equipos.((PDF) Basics of PID Control, n.d.)
• Control de Flujo: En la dosificación de líquidos y gases, la mezcla de ingredientes
y el llenado de recipientes, el control del flujo asegura una distribución uniforme y
precisa de los materiales, lo que contribuye a la consistencia del producto final.
5.2. Automatización y Robótica
En el ámbito de la automatización y la robótica, los controladores PID son fundamentales
para el control preciso del movimiento y la estabilización de plataformas móviles. Estos
controladores permiten a los robots realizar tareas complejas con alta precisión y
repetibilidad, lo que es esencial en aplicaciones industriales, médicas y de consumo.
Algunas aplicaciones destacadas del control PID en automatización y robótica incluyen:
• Control de Posición: En sistemas de posicionamiento de alta precisión, como
máquinas CNC, brazos robóticos y sistemas de transporte automatizado, el control
PID garantiza un posicionamiento preciso y una respuesta dinámica a cambios en las
condiciones de carga y entorno.
• Control de Velocidad: En motores eléctricos, vehículos autónomos y drones, el
control PID regula la velocidad del sistema para mantener una operación suave y
estable, incluso en condiciones variables.
• Control de Estabilidad: En plataformas móviles como vehículos terrestres, aéreos y
marinos, el control PID estabiliza la plataforma frente a perturbaciones externas,
garantizando un movimiento seguro y controlado.(Żak, 2016)

13
5.3. Aeronáutica y Sistemas de Navegación
En la industria aeronáutica y en los sistemas de navegación, los controladores PID
desempeñan un papel crítico en el mantenimiento de la estabilidad y la trayectoria de vuelo
de aeronaves y vehículos espaciales. Estos controladores son esenciales para garantizar la
seguridad y la eficiencia de los vuelos, especialmente en condiciones adversas.
Algunas aplicaciones clave del control PID en aeronáutica y sistemas de navegación son:
• Piloto Automático: En aviones comerciales, drones y satélites, el control PID se
utiliza en los sistemas de piloto automático para mantener la estabilidad y la
trayectoria de vuelo, permitiendo una navegación precisa y autónoma.
• Control de Actitud: En vehículos espaciales y satélites, el control PID estabiliza la
orientación y la actitud del vehículo en el espacio, garantizando una operación segura
y precisa durante las maniobras de navegación y las operaciones de recolección de
datos.
• Control de Altitud: En aeronaves tripuladas y no tripuladas, el control PID regula la
altitud del vuelo para mantener una altitud deseada y prevenir desviaciones no
deseadas de la trayectoria de vuelo.(Li et al., 2006)

14
6. Conclusiones
Durante este análisis exhaustivo del control PID, se ha observado que:
• El control PID combina tres componentes principales: proporcional, integral y
derivativo, para proporcionar un control robusto y adaptable.
• Cada componente del control PID tiene un propósito específico: el proporcional
responde al error actual, el integral corrige el error acumulado y el derivativo anticipa
y contrarresta los cambios en el error.
• Las técnicas avanzadas, como el anti-papaloteo y la sintonización inteligente, han
mejorado la eficiencia y la estabilidad del control PID en una variedad de
aplicaciones.
• El control PID se ha aplicado con éxito en industrias de manufactura, automatización,
robótica, aeronáutica y sistemas de navegación, demostrando su versatilidad y
utilidad en entornos diversos y complejos.
El control PID desempeña un papel fundamental en el control moderno por varias razones:
• Su simplicidad y eficacia lo convierten en una opción atractiva para una amplia gama
de aplicaciones industriales y tecnológicas.
• La capacidad del PID para adaptarse a cambios en las condiciones del sistema lo hace
especialmente útil en entornos dinámicos y variables.
• El control PID proporciona una base sólida para el desarrollo de técnicas avanzadas
de control, como el control adaptativo y el control predictivo.
En resumen, el PID sigue siendo una herramienta indispensable en el campo del control
automático, proporcionando estabilidad, precisión y rendimiento en una variedad de
aplicaciones y escenarios operativos.
A pesar de sus numerosas ventajas y aplicaciones, el control PID aún presenta áreas de
investigación y desarrollo prometedoras para el futuro:
• Mejoras en las técnicas de sintonización inteligente para adaptarse a sistemas no
lineales y dinámicos.
• Desarrollo de estrategias de control robustas para aplicaciones críticas en términos de
seguridad y fiabilidad.
• Exploración de nuevas aplicaciones y adaptaciones del control PID en campos
emergentes, como la inteligencia artificial y la industria 4.0.
• Integración del control PID con tecnologías emergentes, como el aprendizaje
automático y la computación en la nube, para mejorar su rendimiento y adaptabilidad.

15
En conclusión, el control PID continúa siendo un área activa de investigación y desarrollo en
ingeniería de control, con el potencial de seguir avanzando y adaptándose a los desafíos y
oportunidades del mundo moderno. Su capacidad para proporcionar un control preciso y
robusto lo convierte en una herramienta invaluable para el diseño y la operación de sistemas
dinámicos en una variedad de aplicaciones industriales y tecnológicas.

7. Referencias
Ang, K. H., Chong, G., & Li, Y. (2005). PID control system analysis, design, and technology.
IEEE Transactions on Control Systems Technology, 13(4), 559–576.
[Link]
Heong Ang, K., Chong, G., Member, S., & Li, Y. (2005). PID Control System Analysis,
Design, and Technology. IEEE TRANSACTIONS ON CONTROL SYSTEMS
TECHNOLOGY, 13(4), 559. [Link]
Lecture 4-PID Control • 90% (or more) of control loops in industry are PID • Simple control
design model → simple controller. (n.d.).
Li, Y., Ang, K. H., & Chong, G. C. Y. (2006). PID Control System Analysis and Design:
Problems, Remedies, and Future Directions. IEEE Control Systems, 26(1), 32–41.
[Link]
(PDF) Basics of PID Control. (n.d.). Retrieved May 13, 2024, from
[Link]
PDHonline Course E331 (3 PDH) Fundamentals of PID Control. (n.d.). Retrieved May 13,
2024, from [Link]
PID Controllers , Theory , Design and Tuning (2nd Edition) - [Link] & [Link] -
Instrument Society of America (1995).djv | Enhanced Reader. (n.d.).
PID Controllers, 2nd Edition. (1995).
Żak, S. (2016). An Introduction to Proportional-Integral-Derivative (PID) Controllers.

16