Artículo Científico / Scientific Paper

CONTROL DE POSICIÓN DE UN BALANCÍN CON MOTOR Y HÉLICE

Ayala Guichay Gabriel.1, Calderon Roberth.2, Jarro Gualpa Martin3, Mahauad Ferdandez Santiago. 4

Resumen
Este artículo presenta la metodología de diseño de un
control de posición en una barra que presenta un grado de
libertad, el cual consiste en el giro respecto a un eje, el
movimiento de giro será provocado por dos motores con
sus hélices respectivas ubicados al final de la barra.
Mediante la implementación de una ley de control
proporcional, integral, derivativa (PID) se proyecta a la
estabilización del sistema, aunque el mismo se encuentre
bajo alteraciones o perturbaciones. El controlador
diseñado permitirá estabilizar el sistema a una
inclinación determinada. La estabilización se lo realizará
mediante un potenciómetro que servirá como sensor
permitiendo la obtención de datos (ángulos de la barra)
que servirán como referencia para que posteriormente el
programa realizado en el Software Arduino reconozca los
datos y corrija hasta llegar a la zona de equilibrio
deseada, es decir, la información obtenida del
potenciómetro retroalimentará la planta, pasando
inicialmente por el controlador PID obteniendo al final la
respuesta deseada.
Abstract
This article presents the design methodology of a
position control in a bar that presents a degree of
freedom, which consists of the rotation with respect to
an axis, the turning movement will be caused by two
motors with their respective propellers located at the end
of the bar. Through the implementation of a law of
proportional, integral, derivative (PID) control, it is
projected to stabilize the system, even if it is under
alterations or disturbances. The designed controller will
allow to stabilize the system at a certain inclination. The
stabilization will be done by means of a potentiometer
that will serve as a sensor allowing the obtaining of data
(angles of the bar) that will serve as a reference so that
later the program made in the Arduino Software
recognizes the data and corrects until reaching the
desired balance area. , that is, the information obtained
from the potentiometer will feed back the plant, initially
passing through the PID controller, obtaining the desired
response at the end.

Palabras Clave: Arduino, Estabilización, Inclinación, Keywords: Arduino, Stabilization, Tilt, Sensor.
Sensor.

1
Estudiante de Ingeniería Mecánica Automotriz- Universidad Politécnica Salesiana Sede Cuenca.
2
Estudiante de Ingeniería Mecánica Automotriz- Universidad Politécnica Salesiana Sede Cuenca.
3
Estudiante de Ingeniería Mecánica Automotriz- Universidad Politécnica Salesiana Sede Cuenca.
4
Estudiante de Ingeniería Mecánica Automotriz- Universidad Politécnica Salesiana Sede Cuenca.

1
Artículo Científico / Scientific Paper

1. INTRODUCCIÓN
2. MATERIALES Y MÉTODOS
Los vehículos aéreos no tripulados (UAVs, por
sus siglas en inglés) constan con el sistema
característico de balancín con motor y hélice con el 2.1. PID Controlador
principal inconveniente de que su precisión en la
estabilización es de difícil control, sin embargo en la El controlador PID (Proporcional, Integral y
actualidad los vehículo aéreos han obtenido una Derivativo) es un controlador realimentado cuyo
mejora en su sistema de control alcanzando por ende propósito es hacer que el error en estado estacionario,
una excelente estabilidad ante cualquier perturbación entre la señal de referencia y la señal de salida de la
(viento, lluvia, etc.). planta, sea cero de manera asintótica en el tiempo, lo
Dentro del área de la ingeniería existe la necesidad que se logra mediante el uso de la acción integral.
de llevar un sistema físico hasta un punto determinado Además el controlador tiene la capacidad de anticipar
con cierto grado de exactitud. Por ende, un sistema de el futuro a través de la acción derivativa que tiene un
control es el conjunto de metodologías y herramientas
efecto predictivo sobre la salida del proceso.
que guían el sistema físico a las condiciones deseadas.
(Améstegui (2001)).
La teoría de control tiene un gran impacto para la
ciencia y tecnología en diferentes áreas, tales como la Los controladores PID son suficientes para
química (Medina (2008)), la aeronáutica (Barreno resolver el problema de control de muchas
(2015)) y la medicina (Ortega (2011)), entre otras. aplicaciones en la industria, particularmente cuando la
Además, el control automático es una parte importante dinámica del proceso lo permite (en general procesos
de los sistemas de vehículos espaciales, sistemas que pueden ser descritos por dinámicas de primer y
robóticos y procesos industriales en general (Ogata segundo orden), y los requerimientos de desempeño
(2010)). son modestos (generalmente limitados a
En la industria para controlar los sistemas se especificaciones del comportamiento del error en
utiliza controladores PID, que son de estructura estado estacionario y una rápida respuesta a cambios
simple, aunque su simpleza es su gran debilidad, dado en la señal de referencia).
que limita el rango de plantas donde puede controlar
El controlador PID viene determinado por tres
de forma satisfactoria (existe un grupo de plantas
parámetros: proporcional, integral y derivativo. La
inestables que no pueden ser estabilizadas con ningún
acción integral da una respuesta proporcional a la
un miembro de la familia PID). Por tal motivo el
integral del error, esta acción elimina el error en estado
control PID sigue siendo el más utilizado en la
estacionario pero aumenta el tiempo de estabilización
industria moderna, controlando alrededor del 95% de
y la acción derivativa da una respuesta proporcional a
los procesos (Astr𝑜̈ m and H𝑎̈ gglund (1995)).
la derivada del error mediante esta acción se
En ensayos realizados se plantea el control de un disminuye el exceso de sobre oscilaciones (Ávalos, A.
helicóptero de un grado de libertad (1-DOF – One
G., Montúfar, N. M. A., & Ortiz, (2010)).
Degree of Freedom). Este prototipo consta de
En la Figura 1 se puede observar la configuración
particularidades desafiantes y atractivas para su
de un sistema con controlador PID.
análisis académico como son su naturaleza no lineal y
su inestabilidad mecánica a lazo abierto (Park & Lee,
1999; Xioxao & Xiucheng, 2005; Xincheng & Ying,
2007; Yao & Yisheng, 2009).
El sistema motor-hélice-balancín propone un
problema de control de interés debido a su naturaleza,
conteniendo zonas con puntos de equilibrio tanto
estables como inestables. El objetivo principal de este
trabajo es evaluar el comportamiento del sistema, es
decir, su estabilidad, cuando al mismo se haya
implementado el PID de control. El sistema debe tener
la capacidad de estabilizarse en situaciones de
perturbaciones. Figura 1. Sistema con controlador PID. Fuente [Picuino (2013)]
2

2.2. Desarrollo experimental
Para desarrollar el experimento propuesto en este
trabajo, se programa las acciones a realizar en Arduino
UNO que permite recolectar los datos y analizarlos
para posteriormente lograr que el sistema responda de
la manera deseada. La inclinación del sistema, es
decir, el desplazamiento angular de la barra se lo
realiza mediante un potenciómetro.
El movimiento que realiza la barra móvil es de
rotación, donde su movimiento lo realiza alrededor de
un eje fijo (eje vertical). Lo que permite el movimiento
angular del cuerpo es el torque y la fuerza generada
por los dos motores ubicados en las esquinas de la
barra horizontal, haciendo posible así, el movimiento
deseado de la barra de un grado de libertad.

Figura 3. Diagrama de cuerpo libre del balancín. Fuente:

[Autores].

Partiendo de la sumatoria de momentos presentes

en el sistema de inclinación, se tiene:

∑ 𝑀 = 𝐼𝛼 (1)
Figura 2. Planta. Fuente: [Autores].

La planta como se muestra en la Figura 2 está ∑ 𝑀 = 𝐹𝑏 ∗ 𝑙 − 𝐹𝑏 ∗ 𝑙 + 𝐹1 ∗ 𝑙 − 𝐹2 ∗ 𝑙 + ( 2)

𝑑𝜃
formada por un balancín o barra móvil cuya longitud (𝐹𝑚1 − 𝐹𝑚2 ) ∗ 𝑙 − 𝛽 𝑑𝑡 ∗ 𝑙.
es de 51,5 cm y la barra bancada cuya altura es de 26
cm, el balancín va unido a la bancada por medio de un
potenciómetro que permite el movimiento de giro, en
los extremos del balancín va colocado el motor y la
hélice, el motor es del fabricante Brushless. Donde
Fb: Fuerza de la barra
El sensor, en este caso el potenciómetro, es F1: Fuerza hélice
alimentado con la fuente de 5 Volts que proporciona Fm: Fuerza motor
el microcontrolador, de manera que a cada valor de 𝑑𝜃
𝛽 𝑑𝑡 : Constante de fricción en función de la velocidad
tensión entre cursor y común o tierra le corresponderá
una posición determinada del balancín. Este valor de angular.
tensión será registrado por el micro controlador
mediante una de sus entradas analógicas. Por lo tanto:
𝑑𝜃
2.2.1. Modelado matemático y ∑ 𝑀 = (𝐹𝑚1 − 𝐹𝑚2 ) − 𝛽
función de transferencia 𝑑𝑡
𝑑𝜃 (3)
El sistema que se muestra en la Figura 2 tiene un (𝐹𝑚1 − 𝐹𝑚2 ) ∗ 𝑙 − 𝛽 =𝐼
𝑑𝑡
movimiento de inclinación que es un movimiento
angular de la barra respecto de su centro. Se tiene que la fuerza del motor será proporcional a la
velocidad angular o al voltaje, ya que a mayor voltaje
Movimiento de inclinación se tendrá mayor giro del motor y por ende de las
hélices.

3
 (𝐹𝑚1 − 𝐹𝑚2 ) = 𝐹 (4) Se considera una barra con longitud de 0.515 m,
sólida:
Se tiene una fuerza resultante que controlará el sistema
𝐿
en función del ángulo de inclinación obteniendo: 2 𝑚 2 1
𝐼𝑏𝑎𝑟𝑟𝑎 = ∫ 𝑥 𝑑𝑥 = 𝑚𝐿2
𝑑2 𝜃 𝑑𝜃 ( 5) −
𝐿 𝐿 12
2
(𝐽 2 )+𝛽 =𝐹
1
𝑑𝑡 𝑑𝑡 ( 9)
𝐼𝑏𝑎𝑟𝑟𝑎 = 𝑚𝐿2
12
Posteriormente se aplica Laplace, obteniendo: 1
𝐼𝑏𝑎𝑟𝑟𝑎 = (0,1122 𝑘𝑔)(0,515𝑚)2
𝜃(𝑠)(𝐽𝑠 2 + 𝛽𝑠) = 𝐹(𝑠) 12
( 6)
𝐼𝑏𝑎𝑟𝑟𝑎 = 4,82 ∗ 10−3 𝑘𝑔 ∗ 𝑚2
Se obtiene la función de trasferencia para el sistema
de control de balancín con motor y hélice 𝐼𝑡𝑜𝑡𝑎𝑙−𝑠𝑖𝑠𝑡𝑒𝑚𝑎 = 𝐼𝑏𝑎𝑟𝑟𝑎 + 𝐼𝑚𝑜𝑡𝑜𝑟 ( 10)

𝜃(𝑠) 1 ( 7) 𝐼𝑡𝑜𝑡𝑎𝑙−𝑠𝑖𝑠𝑡𝑒𝑚𝑎 = 7,23 ∗ 10−5 𝑘𝑔 ∗ 𝑚2

= 2
𝐹(𝑠) 𝐽𝑠 + 𝐵𝑠 Finalmente se obteniendo la función de transferencia
A continuación se obtiene la inercia y constante de del sistema:
fricción del sistema: Potenciómetro B5K tendrá un
coeficiente de 0,024 [13]
𝜃(𝑠) 1 ( 11)
𝐵 = 0,024 =
𝐹(𝑠) 0,0000723𝑠 2 + 0,024𝑠

Se considera la masa de la hélice pequeña, por lo tanto,

se sumará a la misma el peso del motor para así
Donde,
obtener la inercia:
θ(s): Inclinación
m = m𝑚𝑜𝑡𝑜𝑟 + mℎé𝑙𝑖𝑐𝑒
F(s): Fuerza de motores
m = 25 g + 3,9 g = 28,9 g
m = 0,0289 𝑘𝑔 2.2.2. Diseño de control PID
Así: Los movimientos que rigen el sistema determinan el
2
𝐼𝑚𝑜𝑡𝑜𝑟 = 𝑚 ∗ 𝐿 ( 8) número de controladores PID, por lo tanto al ser un
sistema que solamente se rige al movimiento angular
Donde, de un balancín por ende se diseña un solo controlador.
L: distancia desde el centro a los extremos
La longitud de la barra (horizontal) desde el centro a Controlador PID: movimiento de inclinación
los extremos se calcula tomando la mitad de la misma:
El PID se caracteriza por controlar el sistema y
51,5 hacerlo más robusto por ende:
L= cm = 25,75 cm
2
k1 = integrador
L = 0,2575 m k 2 s = proporcinal
𝐼𝑚𝑜𝑡𝑜𝑟 = (0,0289 𝑘𝑔) ∗ (0,2575 m)2 k 3 𝑠 2 = derivativo
𝐼𝑚𝑜𝑡𝑜𝑟 = 7,44 ∗ 10−3 𝑘𝑔 ∗ 𝑚2 PID=𝑘1 + 𝑘2 𝑠 + 𝑘3 𝑠 2
Debido a que tenemos 2 motores:

𝐼𝑚𝑜𝑡𝑜𝑟 = (7,44 ∗ 10−3 𝑘𝑔 ∗ 𝑚2 ) ∗ 2

𝐼𝑚𝑜𝑡𝑜𝑟 = 0,015 𝑘𝑔 ∗ 𝑚2

4
 𝑠 3 + 2𝜁𝑤𝑛 𝑠 2 + 𝑤𝑛2 𝑠 + 𝑤𝑛 𝑠 2 + 2𝜁𝑤𝑛2 𝑠 + 𝑤𝑛3
(2𝜁𝑤𝑛 + 𝑤𝑛 )𝑠 2 ( 18)
𝑤𝑛2 + 22𝜁𝑤𝑛2 )𝑠 ( 19)
𝑤𝑛3 ( 20)
Figura 4. Diagrama de bloques. Fuente: [Autores]. Igualando (13), (14), (15) con (19), (20), (21) se
obtienen los valores para 𝑘1, 𝑘2, 𝑘3
El diagrama de bloques se resuelve multiplicando por
1
una entrada unitaria y finalmente se divide para 331 + 13831𝑘3 = 7,87
𝑠
0,0000723 obteniendo la siguiente expresión: 13831𝑘2 = 23,55
2
𝑘 + 𝑘2 𝑠 + 𝑘3 𝑠 13831𝑘1 = 57,91
( 10,0000723𝑠 )
𝑠 3 + 331 𝑠 2 + 13831𝑘1 + 13831𝑘2 𝑠 + 13831𝑘3 𝑠 2 Por lo tanto,

Entonces, 𝑘1 = 0,02

𝑠3 = 0 𝑘2 = 0,0017

(331 + 13831𝑘3 )𝑠 2 ( 12) 𝑘3 = 0,00042

13831𝑘2 𝑠 ( 13) 3. METODOLOGÍA

13831𝑘1 ( 14) En la Figura 7 se puede observar la configuración
de control para el movimiento de inclinación del
Lo que se requiere es un valor pico (Mp) de 15% y un
balancín, la salida realimenta el sistema con la
tiempo de estabilización del sistema de 2s, que será el
información obtenida mediante el sensor que es el
tiempo que el sistema tarda en recuperarse cuando se
potenciómetro, esta información es analizada por el
le aplica una perturbación:
microprocesador (Arduino), que posteriormente
𝑀𝑝 = 15% mediante el controlador PID comanda los motores
hasta obtener la salida deseada, es decir, la
𝑡 = 2𝑠 estabilización de la barra móvil.
1
2 )2 ( 15)
𝑀𝑝 = 𝑒 −𝜋𝜁/(1−𝜁
1
2 )2
0,15 = 𝑒 −𝜋𝜁/(1−𝜁

𝑙𝑛[0,15]2 ( 16)
𝜁=√ 2
𝜋 + 𝑙𝑛[0,15]2

𝜁 = 0,5169 Figura 5. Configuración del controlador PID para el movimiento

angular del sistema. Fuente: [Autores].
4 ( 17)
𝑡𝑠 = 4. ELABORACION DE LA
𝜁𝑤𝑛
𝑤𝑛 = 3,8689 MAQUETA FUNCIONAL
Partimos de la ecuación característica para el control Para la elaboración de la maqueta fue necesario
PID diversos componentes, los mismos están citados en la
siguiente tabla:
𝑠 2 + 2𝜁𝑤𝑛 𝑠 + 𝑤𝑛2 (𝑠 + 𝑤𝑛 )
5
Tabla 1 Lista de componentes

Componente Material y/o características

1 plancha de Esperor 5mm de 1*1m Figura 7. Instalación del potenciómetro: [Autores].
MDF
1Potenciometro 5k
1 Arduino Alimentación de 6 o 12v
2 motores De altas RPM
2 hélices Material de Plástico
1 bornera Para cable numero 10
Cable 2 metros, numero 22 y 10
2 controladores Para velocidades del motor
1 Fuente Fuente regulable de 12v.

Como primer paso se tuvo la pintura y armando de la

maqueta sobre todo la base donde ira la barra
estabilizadora

Figura 8. Parte superior con el balancín: [Autores].

Una vez culminado la colocación de componentes se
procede a realizar las diversas conexiones con el
Arduino y las diversas fuentes de alimentación para
el buen funcionamiento de la misma teniendo como
resultado
Figura 6. Elaboración de maqueta: [Autores].
Posterior a eso se procedió a armar el potenciómetro
y los motores en el balancín con sus respectivos
cables y tornillos para el buen funcionamiento del
mismo.

Figura 9. Diseño final de maqueta: [Autores].

6
5. ANÁLISIS DE RESULTADOS
Una vez obtenido los valores de las constantes k1,
k2 y k3, es posible controlar el sistema de tal manera
que se estabilice en el tiempo y ángulo deseado.
En la Figura 6 se observa el esquema realizado en
simulink de Matlab con la función de transferencia
obtenida en la ecuación (11).
Figura 6. Esquema de la Función de Transferencia. Fuente:
[Autores].
En la Figura se observa como es el
comportamiento del sistema, se puede apreciar que el
sistema se estabiliza en menos de un segundo y que
cuenta con una respuesta rápida del sistema, con el
inconveniente de que no consta con un valor pico, por
lo tanto se considera al sistema como sobre
amortiguado.
Figura 7. Respuesta y estabilización del sistema. Fuente:
[Autores].
Como se observa en la Figura 7 el sistema responde
de inmediato, esto se comprobó al momento de
realizar las pruebas con la maqueta en físico, dándonos
una estabilidad antes de que se cumpla un segundo por
lo tanto el sistema responde de manera deseada.
Al momento de comprobar, tanto la función de
trasferencia como el controlador PID en la maqueta en
físico, se pudo observar que el balancín al momento de
estabilizarse y quedarse en esa posición existía unas
7
pequeñas interferencias de ruido que provocaba que el
balancín tienda a perturbarse, por tal motivo se realizó
un programa en Matlab que permite obtener los datos
en tiempo real del sistema.
El ruido que provoca que el balancín altere su
comportamiento se debe a que el potenciómetro
permite la salida de frecuencias que son tomadas con
ruido en el Arduino, por ende el sistema reconoce esas
frecuencias y las interpreta como ángulos de la barra
móvil, todo lo antes mencionado se encuentra en la
siguiente figura.
Figura 8. Ruido provocado por el potenciómetro. Fuente:
[Autores].
6. CONCLUSIONES
 Las pruebas realizadas al concluir con los
cálculos matemáticos tanto de la función de
transferencia como del controlador PID han
sido satisfactorias, se ha logrado desarrollar
un sistema balancín con motor y hélice con un
comportamiento aceptable y que cumple con
el objetivo de no tener sobre picos y cuya
estabilidad es inmediata ante cualquier
perturbación.
 El controlador PID diseñado en este trabajo
permite generar una perturbación física al
sistema, obteniendo al final la estabilización
deseada del mismo, el tiempo en el que la
estabilización del balancín hace efecto
depende de los valores de las ganancias que
fueron obtenidos mediante un cálculo
matemático, sin embargo es importante
mencionar que existen otros factores que
afectan el correcto funcionamiento del
sistema, como lo son el rozamiento de ciertas
partes que conforman la planta y corrientes
externas como pequeñas ráfagas de viento.
  Al momento de realizar las pruebas en la https://maprosensor.com/pubimg/files/Definiciones%
maqueta en físico se pudo observar que los 20tecnicas%20en%20potenciometros.pdf
motores Brushless funcionaron [14] Ishutkina, M. A. (2004). Design and
perfectamente, ya que pudieron generar la Implementation of a Supervisory Safety Control for
potencia necesaria para que las hélices 3DOF Helicopter (Master Thesis). Department of
otorguen la fuerza de sustentación suficiente y Aeronautics and Astronautics, MIT, USA.
así levantar el balancín y establecerlo en la [15] Shan, J., Liu, H. T. & Nowotny, S. (2005).
posición deseada. Synchronized Trajectory-tracking Control of Multiple
3DOF Experimental Helicopters. In IEEE
Proceedings of Control theory Applications. Vol. 152,
No.6, 683-692.
[16] Lopez, M., Ortega, M. G., Vivas, C. & Rubio, F.
7. REFERENCIAS R. (2007).
[17] Oliveira, V. A., Cossi, L. V., Teixeira, M. C. &
[1] Medina, J. L., 2008. La automatización en la Silva, A. M. (2009). Synthesis of PID controllers for a
ingeniería química, primera Edición. class of time delay systems. Automatica, Vol. 45,
[2] Barreno, Y. S., 2015. Diseño, construcción e No.7, 1778-1782.
implementación de banco de pruebas para sistemas de [18] García, I. (2005). Teoría de estabilidad y control.
control implementado PID.
[3] Ortega, A. B., 2011. Prototipo virtual de un 8. ANEXOS
rehabilitador de tobillo.
Elaboración de la maqueta
[4] Ogata, K., 2010. Ingeniería de control moderna,
quinta Edición.
[5] Astr𝑜̈ m, K. J., H𝑎̈ gglund, T. H., 1995. New
tunning methods for PID controllers, tercera Edición.
[6] Park, D. & Lee, J. (1999, Aug.). Attitude control
of helicopter simulator using neural network based
PID controller. In IEEE International Conf. on Fuzzy
System: Vol. 1, 465-469, Seoul.
[7] Xiaoxiao, Z. & Xiucheng D. (2005, Oct.). 3DOF
helicopter control system based on LQR optimal
controller. Journal of Kunming University of science
and technology. Vol. 30, No. 5, 125-127.
[8] Xincheng, Y., Ying, Y. & Zhi-Qiang, G. (2007,
Sept.). No Steady-State Error Tracking Control of
3DOF Experimental
Helicopter System. Journal of System Simulation. Vol.
19, No. 18, 4279-4283.
[9] Yao, Y. & YiSheng, Z. (2009). Robust Attitude
Control of a 3DOF Helicopter with Multi-operation
Points. Journal of System Science & Complexity,
207–219.
[10] Mauricio Améstegui Moreno. (2001). Apuntes de
control PID.
[11] Ávalos, A. G., Montúfar, N. M. A., & Ortiz,
H. F. E. (2010). Teoría de control, ajuste de
controladores industriales.
[12]Picuino (2013), Controlador PID
Http://www.picuino.com/es/arduprog/control-
pid.html
[13] Mapro Ingeniería, S.A. Potenciómetros:
Definiciones Técnicas,
8
 PROGRAMACION ARDUINO