Proyecto Integrador: Fase II
Título: Diseño e Implementación de Control Difuso y Clásico para
Motores AC Trifásicos mediante Inversor SPWM y ESP32
Autores: Estudiantes de Especialidad en Automatización y Control
Fecha: 26 de noviembre de 2025
Versión: 2.0 (Fase II)
Facultad de Ingeniería
Índice
1. Descripción general y Evolución del Proyecto 2
2. Objetivos 3
3. Alcance 3
4. Componentes principales 3
5. Metodología 4
6. Resultados y Validación 5
7. Conclusiones 6
A. Diagramas del Hardware 6
1
Resumen
Este reporte detalla la Fase II del proyecto de control de máquinas eléctricas, enfocándose
en la regulación de velocidad de un motor de inducción AC trifásico. A diferencia de la fase
anterior (monofásica), esta etapa implementa una estrategia de modulación por ancho de
pulso sinusoidal (SPWM) de 6 canales sobre una plataforma embebida ESP32, gobernando
una etapa de potencia (PCB) diseñada a medida.
La metodología abarcó la identificación del sistema mediante mínimos cuadrados, ob-
teniendo un modelo polinomial no lineal que captura la dinámica compleja del motor. Se
diseñaron y compararon dos estrategias de control: un PID Clásico sintonizado mediante
Particle Swarm Optimization (PSO) y un Control Difuso tipo Mamdani. Las pruebas ex-
perimentales se realizaron bajo condiciones de carga física real utilizando un sistema de
frenado contrarrotatorio ("Back-to-Back"). Los resultados validan la robustez del hardware
desarrollado y demuestran la superioridad del control difuso para manejar las no linealidades
del sistema trifásico frente al PID clásico optimizado.
1. Descripción general y Evolución del Proyecto
El proyecto representa una evolución tecnológica significativa respecto a la Fase I. Mientras
que la etapa anterior se centraba en un motor DC/monofásico con un driver comercial, esta fase
aborda el control de un Motor AC Trifásico mediante la construcción de un inversor propio y
el uso de algoritmos de conmutación avanzados.
El núcleo de procesamiento es un ESP32, seleccionado por su unidad MCPWM (Motor
Control PWM), capaz de generar pares de señales complementarias con tiempos muertos (dead-
time) insertados por hardware, esenciales para evitar cortocircuitos en el puente inversor. El
sistema regula la frecuencia y voltaje del motor en un rango de 20 Hz a 60 Hz.
La arquitectura de control contempla dos lazos principales ejecutados y supervisados mediante
comunicación UART con MATLAB:
1. PID Clásico con Sintonización PSO: Se implementa un algoritmo PID donde las
ganancias (Kp , Ki , Kd ) no son fijadas empíricamente, sino obtenidas mediante un algoritmo
de optimización por enjambre de partículas (PSO) que minimiza el error cuadrático medio
(MSE) sobre el modelo no lineal identificado.
2. Control Difuso (Mamdani): Se emplea un controlador de lógica difusa con 11 funciones
de pertenencia triangulares. Este enfoque permite manejar la incertidumbre y las no
linealidades del motor de inducción de manera más efectiva que el control lineal tradicional.
Para validar la robustez, se diseñó un sistema de carga mecánica (Back-to-Back) utilizando
un segundo motor acoplado mediante poleas y engranes, girando en sentido opuesto para generar
un par de carga constante y perturbaciones controladas.
Figura 1: Diagrama general de control y planta (Simulink/Hardware).
2
2. Objetivos
Objetivo general
Diseñar e implementar un sistema de control de velocidad para un motor AC trifásico
mediante la construcción de un inversor SPWM basado en ESP32 y PCB dedicada, comparando
el desempeño de estrategias de control clásico (PID-PSO) y avanzado (Difuso) ante cargas
dinámicas.
Objetivos específicos
1. Manufacturar y validar una PCB de potencia (Inversor Trifásico) que soporte la conmu-
tación de señales SPWM generadas por el microcontrolador.
2. Implementar la generación de señales SPWM de 6 canales en la ESP32 utilizando la
unidad MCPWM y FreeRTOS para garantizar tiempos de conmutación precisos (20 kHz).
3. Obtener un modelo matemático de la planta mediante técnicas de identificación por
mínimos cuadrados, considerando el comportamiento no lineal (términos cuadráticos y
cúbicos).
4. Diseñar y sintonizar controladores PID (vía PSO) y Difuso (Mamdani) en MATLAB/Simu-
link y validar su desempeño en el banco de pruebas físico.
3. Alcance
El proyecto abarca desde la manufactura del hardware de potencia (PCB del inversor) hasta
la implementación del firmware en tiempo real. Incluye la caracterización de la planta mediante
barridos de frecuencia, el diseño de controladores en simulación y la validación experimental con
un sistema de carga mecánica activo. No incluye el diseño interno del motor AC, limitándose a
su control externo.
4. Componentes principales
Motor AC Trifásico
La planta a controlar es un motor de inducción trifásico. A diferencia de la Fase I (90V
DC/Monofásico), este motor requiere tres señales senoidales desfasadas 120◦ para generar el
campo magnético rotatorio.
PCB de Potencia (Inversor Trifásico)
Se sustituyó el driver comercial de la fase anterior por una PCB de diseño propio (basada
en el diseño de estudiantes anteriores pero validada y ensamblada para este proyecto).
Entrada: Fuente DC de 60 V.
3
Etapa de Control: Optoacopladores y drivers para aislar las señales lógicas de 3.3 V del
ESP32.
Salida: 3 fases (U, V, W) hacia el motor.
Figura 2: PCB implementada: Etapa de potencia e interfaz de control.
Microcontrolador ESP32 (Unidad MCPWM)
El ESP32 se utiliza no solo por su conectividad, sino por su periférico dedicado al control de
motores.
Cuadro 1: Comparativa de periféricos PWM en ESP32 (Fase 1 vs Fase 2).
Característica LEDC (Fase 1) MCPWM (Fase 2)
Propósito Dimerización de LEDs Control de Motores (AC/BLDC)
Sincronización No garantizada Perfecta entre fases (0◦ , 120◦ , 240◦ )
Deadtime Software (impreciso) Hardware (seguro, config. 500ns)
Canales Independientes Pares complementarios (High/Low side)
Sistema de Carga "Back-to-Back"
Para las pruebas de perturbación, se acopló mecánicamente un segundo motor que gira en
sentido contrario (contrarrotación) mediante un sistema de poleas y engranes, simulando una
carga industrial constante y exigente.
5. Metodología
1. Identificación del Sistema (Modelo No Lineal)
Debido a la complejidad del motor de inducción, un modelo lineal de primer orden (como en
la Fase I) resultó insuficiente. Se realizó un barrido de frecuencia de entrada de 20 Hz a 60 Hz y
se registraron las RPM.
Utilizando el método de Mínimos Cuadrados, se identificó un modelo polinomial discreto
que incluye términos cuadráticos y cúbicos para mejorar la precisión:
y(k) = a1 y(k − 1) + a2 y(k − 1)2 + b1 u(k − 1) + b2 u(k − 1)2 + b3 u(k − 1)3 (1)
Los coeficientes obtenidos experimentalmente resultaron en un modelo con un Error Cuadrático
Medio (MSE) de 1.8863 RPM, significativamente mejor que las aproximaciones lineales.
y(k) = 0.9315 y(k − 1) + 2.1376 u(k − 1) + . . . (términos de orden superior)
4
2. Generación de SPWM en Firmware
El firmware se estructuró sobre FreeRTOS dividiendo la carga de trabajo en los dos núcleos
del ESP32:
Core 0: Tareas de comunicación UART, recepción de comandos y lectura de encoder.
Core 1: Tarea crítica de generación PWM. Se utiliza una Look-Up Table (LUT) de seno
para actualizar el ciclo de trabajo del MCPWM a 20 kHz.
1 // Configuracion para Fase B ( desfase 120 grados )
2 pwmB . pwm_unit = phases :: MCPWM_UNIT_USED ;
3 pwmB . pwm_timer = phases :: PWM_TIMER_ID1 ;
4 pwmB . pwm_op = MCPWM_OPR_A ; // Modo complementario
5 pwmB . phase_offset_deg = 120.0 f ; // Sincronizacion precisa
Listing 1: Configuración de fases MCPWM (Fragmento C++)
3. Diseño de Controladores
A. PID Clásico optimizado por PSO
Se utilizó el algoritmo de optimización por enjambre de partículas (PSO) para encontrar las
ganancias Kp , Ti , Td óptimas, minimizando el error integral sobre el modelo no lineal simulado.
Función de costo: MSE (Mean Squared Error).
Resultado: El algoritmo convergió a ganancias que priorizan la acción integral (Kc ≈ 1.28,
Ti ≈ 0.027), eliminando el error de estado estacionario.
B. Control Difuso (Fuzzy Mamdani)
Se implementó un controlador difuso en MATLAB con las siguientes características:
Entradas: Error (e) y Cambio del Error (∆e).
Salida: Voltaje/Frecuencia de control (u).
Membresía: 11 funciones triangulares para cubrir el rango operativo con suavidad.
Defuzzificación: Método del centroide.
6. Resultados y Validación
1. Validación de Hardware (SPWM)
Se verificó con osciloscopio la generación correcta de las señales SPWM. Se observaron las
tres ondas senoidales fundamentales desfasadas 120◦ y la correcta inserción de tiempos muertos,
lo que evitó calentamiento excesivo en la PCB.
Figura 3: Señales trifásicas generadas por la PCB e inversor (frecuencia fundamental visible).
5
2. Identificación de la Planta
La comparación entre la respuesta real del motor y el modelo polinomial no lineal mostró
un ajuste excepcional. Mientras que el modelo lineal fallaba en capturar la saturación a altas
frecuencias, el modelo cuadrático/cúbico siguió la curva de RPM real con un error mínimo.
3. Desempeño de Controladores con Carga
Se realizaron pruebas de escalón y seguimiento de trayectoria con el sistema de carga activo
(motor contrarrotatorio) activado.
PID (PSO): Mostró una respuesta rápida, pero presentó ligeras oscilaciones al entrar en
contacto con la carga abrupta. El MSE mínimo obtenido en simulación fue de 3.129.
Control Difuso: Exhibió un comportamiento superior en términos de suavidad. La
transición ante perturbaciones de carga fue más amortiguada, validando su capacidad para
manejar incertidumbres del modelo físico.
Figura 4: Respuesta al escalón: Comparativa entre simulación y sistema real.
7. Conclusiones
La Fase II del proyecto ha cumplido exitosamente con la implementación de un variador de
frecuencia trifásico funcional basado en tecnología embebida accesible (ESP32).
1. Hardware: La transición a una PCB propia y el uso del periférico MCPWM permitieron
generar señales SPWM de alta calidad, superando las limitaciones del PWM estándar de
la fase anterior.
2. Modelado: La identificación mediante modelos polinomiales no lineales demostró ser
esencial para este tipo de motores, logrando un MSE de 1.88 RPM, lo cual fue crítico para
la sintonización correcta de los controladores.
3. Control: Aunque el PID optimizado por PSO ofreció un rendimiento sólido, el Control
Difuso demostró ser la estrategia más robusta ante las no linealidades y la perturbación
mecánica introducida por el sistema de carga "Back-to-Back".
4. Plataforma: La arquitectura basada en FreeRTOS garantizó que la generación de señales
críticas (Core 1) no se viera afectada por la telemetría (Core 0), validando el sistema para
aplicaciones industriales ligeras.
A. Diagramas del Hardware
Figura 5: Esquemático de la etapa de potencia e interfaz de aislamiento.
