Matlab En La Ingenieria 1y5a67

MATLAB como software integrador. Importancia de un laboratorio basado en MATLAB, para la enseñanza de grado en Ingeniería.

Ing. Amadeo M. Mariani UTN- Facultad Regional Buenos Aires y Haedo Medrano 951(1179), Buenos Aires. Argentina E-mail: a.mariani@ electron.frba.utn.edu.ar

Resumen En este artículo se analizan los problemas existentes en las facultades de ingeniería (regionales de la UTN) y, de otras universidades del país, con relación al uso indiscriminado y sin un criterio rector e integrador, de distintos programas (softwares), en casi todas las cátedras de las unidades académicas, cuyo fin último sería consolidar y mejorar el aprendizaje de los conocimientos de la ingeniería, aumentando la calidad de la educación. Se propone una solución de software único para todas las materias de grado, que puede ser utilizado con mucha eficiencia por la mayoría de las Cátedras de la carrera de ingeniería y, adicionalmente, serviría para los cursos de postgrado y maestrías. Abstract In this paper the author study the problem existing with the multiple and different software used in the engineering undergraduate courses of the National Technological University (UTN). The author propose a solution based in the use of unique soft to solve this problem. The software proposed can be used for all the Professors of the undergraduate courses. Additionally, the proposed solution can serve for postgraduate and magister courses. Introducción En general se observa que la mayoría de los programas que se utilizan en algunos cursos de grado en las regionales de la UTN y, otras facultades de ingeniería, son útiles para una materia en particular (Por ej. Matemática) pero no para otras materias (Por ej. Control, Comunicaciones, Física, Química, Estadística, Instrumentación, Economía, Procesamiento de Imágenes, Mecatrónica, Mecánica, Ensayo de Sistemas, Aeronáutica, Control de Procesos, Inteligencia Artificial, Microcontroladores, Adquisición de Datos, Experiencias de Laboratorio, etc.) .Esta proliferación de diferentes programas, genera en los estudiantes y docentes la sensación de que esta situación es “normal”, es decir que cada cátedra utilice el software que crea conveniente y si después dicho software sirve o no sirve con propósito de integración de conocimientos, para las otras materias de ingeniería, no genera en apariencia, preocupación. Sin embargo sería mucho más coherente y eficiente preguntarse: ¿Existe un software que no requiere conocimientos especiales de programación, que sirva para la mayoría de las materias de grado de la ingeniería , que pueda interconectarse fácilmente con las plantas y procesos físicos y además sirva para cursos de postgrado, maestrías, industria y tareas de I&D? La respuesta es sí ! Esta situación ha motivado que en otras universidades del mundo, como así también en la industria, hayan estudiado, [1], [2], [3], [4],[5],[6], y resuelto el problema. Sobre la base de la experiencia personal y la observada en facultades de Ingeniería del exterior y otras del país (como la Facultad de Ingeniería de la UNLP), se puede concluir que el programa (software), que reúne las condiciones necesarias para resolver satisfactoriamente el problema planteado, es MATLAB (MATrix LABoratory). Con el objetivo de introducir a los lectores (fundamentalmente Profesores y estudiantes de la carrera de grado de Ingeniería) que desconocen MATLAB o bien lo conocen parcialmente, se presentan algunas de sus características principales y posibilidades de aplicación. MATLAB es un programa interactivo para computación numérica y visualización de datos [7]. Es ampliamente utilizado por los ingenieros en el análisis y diseño de sistemas, posee además

1

una extraordinaria versatilidad para resolver problemas en matemática aplicada, física, química, ingeniería, finanzas y muchas otras aplicaciones. MATLAB integra análisis numérico, cálculo matricial, proceso de señal y visualización gráfica en un entorno completo donde los problemas y sus soluciones son expresados del mismo modo en que se escribirían tradicionalmente, sin necesidad de hacer uso de la programación tradicional. MATLAB es un sistema de trabajo interactivo cuyo elemento básico de trabajo son las matrices. Con las matrices se puede describir infinidad de cosas de una forma altamente flexible y matemáticamente eficiente. Una matriz de píxeles puede ser una imagen o una película. Una matriz de fluctuaciones de una señal puede ser un sonido o una voz humana. Y tal vez más significativamente una matriz puede describir una relación lineal entre los componentes de un modelo matemático. En este último sentido, una matriz puede describir el comportamiento de un sistema extremadamente complejo. Por ejemplo una matriz puede representar el vuelo de un avión a 12.000 metros de altura, o un filtro digital de procesamiento de señales. El programa permite realizar de un modo rápido la resolución numérica de problemas en un tiempo mucho menor que si se quisiesen resolver estos mismos problemas con lenguajes de programación tradicionales como pueden ser los lenguajes Fortran, Basic o C. MATLAB goza en la actualidad de un alto nivel de implantación en escuelas y centros universitarios, así como en departamentos de investigación y desarrollo de muchas compañías industriales de todo el mundo. En entornos universitarios, por ejemplo, MATLAB se ha convertido en una herramienta básica, tanto para los profesionales e investigadores de centros docentes, como una importante herramienta para impartir cursos universitarios, tales como sistemas e ingeniería de control, álgebra lineal, proceso digital de imagen, matemática aplicada para Ingenieros, procesamiento de señales, mecatrónica, robótica, inteligencia artificial, física, laboratorios de aplicaciones, etc. En el mundo industrial, MATLAB, está siendo utilizado como herramienta de investigación para la resolución de problemas planteados en la realización y aplicación de modelos matemáticos en ingeniería. Los usos más característicos de la herramienta se encuentran en áreas de computación y cálculo numérico, prototipaje algorítmico, control automático, estadística, análisis de series temporales para el proceso digital de señal, interfase para comando de sistemas físicos reales, etc. MATLAB dispone, también, en la actualidad de un amplio abanico de programas (más de 150) de apoyo, especializados, denominados “Toolboxes”, que extienden significativamente el número de funciones incorporadas en el programa principal. Estos Toolboxes cubren en la actualidad, prácticamente casi todas las áreas principales en el mundo de la ingeniería y la simulación de sistemas, destacando entre ellos: Aerospace Toolbox, Bioinformatics Toolbox, Communications Toolbox, Control System Toolbox, Curve Fitting Toolbox, Data Acquisition Toolbox, Database Toolbox, Datafeed Toolbox, Distributed Computing Toolbox, Embedded Target for Infineon C166_Microcontrollers, Excel Link, Extended Symbolic Math Toolbox, Filter design Toolbox, Finantial Derivatives Toolbox, Finantial toolbox, Fixed-Income Toolbox, Fixed-Point Toolbox, Fuzzy Logic Toolbox, GARCH Toolbox, Genetic Algorithm and Direct Search Toolbox, Image Acquisition Toolbox, Image Processing Toolbox, Instrument Control Toolbox, Link for ModelSim, Link for TASKING, Mapping Toolbox, MATLAB_ Builder for NET, MATLAB_Builder for Excel, MATLAB_Builder for Java, MATLAB_Compiler, MATLAB_Distributed Computing Engine, MATLAB_Report Generator, Model Predictive Control Toolbox, Model_Based cClibration Toolbox, Neural Network Toolbox, OPC Toolbox, Optimization Toolbox, Partial Differential Equation Toolbox, Real_Time Windows Target(RTWT),Real_Time Workshop(RTW), RF Toolbox, Robust Control Toolbox, Signal Processing Toolbox, SimBiology, SimDriveline, SimEvents, SimHydraulics, SimMechanics, SimPowerSystems, SIMULINK, Simulink_Accelerator, Simulink_Control Design, Simulink_Fixed Point, Simulink_HDL Coder, Simulink_Parameter Estimation, Simulink_Report Generator, Simulink_Response Optimization, Simulink_Verification and Validation, Spline Toolbox, StateFlow, State_Coder, Statistics Toolbox, Symbolic Math Toolbox, System Identification Toolbox, System Test, Video and Image Processing Blockset, Virtual Reality Toolbox, Wavelet Toolbox, xPC Target, xPC TargetBox, etc.

2

Dentro de los Toolboxes se dispone del programa Simulink que es un entorno gráfico interactivo con el que se puede analizar, modelizar y simular la dinámica de sistemas lineales y no lineales. MATLAB esta disponible para un amplio número de plataformas: • Estaciones de trabajo SUN. • Apollo. • VAXstation y HP. • VAX, MicroVAX. • Gould. • Apple Macintosh. • PC AT compatibles 80386 y superiores. Opera bajo sistemas operativos UNIX, Macintosh y Windows. MATLAB es el principal producto para computación numérica, análisis y visualización de datos. Como un anexo de MatLab y que interactúan con él en lenguaje de MatLab y lenguaje de bajo nivel C. Entre los Toolboxes (herramientas para solucionar y resolver problemas de aplicación específica) se puede mencionar como ejemplo el Simulink, que se utiliza para simulación y modelado de sistemas no lineales avanzado. Con el fin de ilustrar a los lectores respecto de algunas (entre muchas disponibles) librerías de Aplicaciones de MATLAB (Toolboxes), se mencionaran las siguientes: The MATLAB C Math Library: proporciona al la capacidad computacional de MATLAB en una librería en formato objeto enlazable. El objetivo principal de la librería es soportar el desarrollo de aplicaciones “sand alone” utilizando MATLAB y su compilador. Puede ser utilizada independientemente de MATLAB por programadores avezados en lenguaje C que necesiten prestaciones computacionales robustas y de alto rendimiento. Junto con el compilador de MATLAB, la C Math Library permite a los programadores de aplicaciones utilizar MATLAB para la creación de aplicaciones tipo “stand alone”. Para los s clásicos de MATLAB, se elimina así cualquier necesidad de volver a reescribir algoritmos en lenguaje C para ser utilizado por programas externos. Para aquellos s que sean nuevos en la tecnología MATLAB, esta ofrece una nueva vía para la reducción del tiempo de desarrollo y puesta a punto de aplicaciones. La MATLAB C Library proporciona una amplia gama de funciones clásicas del programa MATLAB, proporcionadas como librerías objeto, incluyendo básicamente las siguientes categorías de funciones presentes en MATLAB y ficheros M compilados: • Álgebra simbólica: Derivación, integración y simplificación de expresiones matemáticas • Álgebra lineal. Inversas, determinantes, autovalores, y formas canónicas de matrices simbólicas. • Aritmética de precisión variable: evaluación de expresiones matemáticas con diversos grados de precisión. • Resolución de ecuaciones: resolución numérica y simbólica de ecuaciones algebraicas y diferenciales en derivadas totales y parciales. • Funciones matemáticas especiales: Evaluación de la mayoría de las funciones utilizadas en matemáticas aplicadas. • Funciones matemáticas elementales y especializadas. • Operadores lógicos y aritméticos. • Matrices elementales y manipulación de vectores. • Matrices especiales. • Capacidad gráfica para la mayoría de los problemas de la ingeniería en 2D y 3D • Estadística básica y análisis de datos. Análisis de Fourier. Transformada rápida de Fourier. • Polinomios e interpolación. • Gestión de cadenas de caracteres. • Entradas y salidas. • Gestión de memoria y errores.

3

Optimization Toolbox. El Toolbox de optimización consta de un conjunto de funciones que resuelven problemas de extremos, con o sin condiciones, de funciones reales las cuales son generalmente multivariables y no lineales. Asimismo, posee funciones para la resolución de algunos tipos de problemas matriciales en extremos. Algunas de las áreas básicas que cubre este Toolbox para MATLAB, son las siguientes: • Cálculo de un extremo local (máx. o mín.) de una función real f ( x ) , en general multivariable y no lineal, sin importar ninguna restricción o condición a la solución. Como caso particular, se incluye una rutina especial para problemas de mínimos cuadrados no lineales. • Cálculo de un extremo local (máx. o mín.) de una función real f ( x ) , en general multivariable y no lineal, condicionado a que la solución satisfaga ciertas condiciones de desigualdad [ g ( x ) ≤ 0 ] o igualdad [ g ( x ) = 0 ]. • • • • • •

Problema de aproximación a un conjunto de objetivos. Cálculo de soluciones de un sistema de ecuaciones continuas y, en general no lineales. Solución de problemas minmáx. Programación lineal. Programación cuadrática. Problemas de mínimos cuadrados no negativos.

MATLAB Compiler Toolbox. El compilador de MATLAB (The MATLAB Compiler) permite crear código C optimizado procedente de ficheros M (M files) de MATLAB. Este compilador puede ser utilizado de dos modos: 1. Como un generador MEX automático. Pueden convertirse ficheros M en funciones C ejecutables que se ejecutaran desde dentro de MATLAB. Como un generador de códigos C fuente. 2. Pueden construirse aplicaciones que se ejecutaran independientemente de MATLAB. Estas aplicaciones externas requieren de la MATLAB C Math Library, que está disponible separadamente. Image Processing Toolbox. Este Toolbox proporciona a MATLAB de un conjunto de funciones que amplía las capacidades del producto para realizar desarrollo de aplicaciones y de nuevos algoritmos en el campo del proceso y análisis de imágenes. El entorno matemático y de creación de MATLAB es ideal para el procesamiento de imágenes, ya que estas imágenes son al fin y al cabo, matrices. Este Toolbox incorpora funciones para. • Diseño de filtros y recuperación de imágenes. • Mejora y retocado de imágenes. • Análisis y estadística de imágenes. • Operaciones morfológicas, geométricas y de color. • Transformaciones 2D. • Proceso de bloques. El procesamiento de imágenes es un campo de trabajo absolutamente crucial para aquellos que estén trabajando en áreas como diagnóstico médico, astronomía, geofísica, ciencia medioambiental, análisis de datos en laboratorios, inspección industrial, etc. Los programas actuales de procesamiento y análisis de imágenes se clasifican en dos categorías: librerías de bajo nivel para programadores profesionales y paquetes de aplicación con capacidades limitadas de personalización. Ambos tipos de aplicaciones están, generalmente, pensados para tareas básicas de visualización de datos y “rendering”. Sin embargo, muchos de ellos adolecen de la posibilidad de efectuar análisis numéricos de los mismos. El Image Processing Toolbox entra dentro de la categoría de la familia de funciones que, desde el entorno de trabajo de MATLAB, permitirá al profesional efectuar una exploración exhaustiva y desde un punto de vista matemático de las imágenes y gráficos que se deseen tratar o analizar.

4

Neural Network Toolbox. Este Toolbox proporciona funciones para el diseño, inicialización, simulación y entrenamiento de los modelos neuronales de uso más extendido en la actualidad: Perceptrón, redes lineales, redes de retropropagación, redes de base radial, aprendizaje asociativo y competitivo, aplicaciones autoorganizativas, aprendizaje de cuantización vectorial, redes de Elman y redes de Hopfield. Mediante la inclusión de un amplio abanico de funciones y procedimientos escritos para MATLAB, el puede mediante el Neural Network Toolbox, efectuar el diseño de arquitecturas complejas, combinando los modelos que ya están proporcionados por defecto en el Toolbox. Asimismo el , puede, definir sus propias funciones de transferencia e inicialización, reglas de aprendizaje, funciones de entrenamiento y estimación de error para usarlas posteriormente con las funciones básicas. El Toolbox aporta las facilidades y prestaciones gráficas de MATLAB para el estudio del comportamiento de las redes: visualización gráfica de la matriz de pesos y vector d e desplazamiento mediante diagramas de Hinton, representación de errores a lo largo del entrenamiento, mapas de superficie de error en función de pesos y vector desplazamiento, etc. Estos gráficos resultan muy útiles en el estudio de la convergencia y estabilidad de los algoritmos de aprendizaje. Este Toolbox incluye un manual de introducción al campo de las redes neuronales junto con una colección de demostraciones y aplicaciones muy didácticas, útiles para el estudio y la profundización en las cuestiones fundamentales de los paradigmas básicos de las redes neuronales. Asimismo se proporcionan las referencias bibliográficas más significativas referidas a los distintos modelos que aparecen en la aplicación. A pesar que el estudio de las redes neuronales se inició hace algunas décadas, las primeras aplicaciones sólidas dentro de este campo han tenido lugar hace unos diez años y aún ahora constituyen un área de investigación en rápido desarrollo. Este Toolbox tiene una orientación diferente a otros destinados a campos como el de sistemas de control u optimización donde la terminología, fundamentos matemáticos y procedimientos de diseño están ya firmemente establecidos y se han aplicado durante años. Este Toolbox pretende que sea utilizado para la evaluación y diseño de proyectos neuronales en la industria y sobre todo en educación e investigación. Dentro de las aplicaciones básicas de este Toolbox, cabe destacar aquellas que están orientadas a las aplicaciones que se enmarcan dentro del campo de la industria aeroespacial y automación(simulación, sistemas de control, auto pilotaje), banca, defensa(reconocimiento de patrones, procesamiento de señales, identificación de imágenes, extracción de características , compresión de datos) electrónica(control de procesos, análisis de errores, modelado no lineal, síntesis de voz, visión por computadora), economía(análisis financiero, análisis predictivo), industria(control de procesos, identificación en tiempo real, sistemas de inspección)medicina, robótica(control de trayectorias, sistemas de visión), reconocimiento y síntesis del habla, telecomunicaciones(control de datos e imágenes, servicios de información automatizada, traducción del lenguaje hablado en tiempo real, diagnosis, sistemas de enrutamiento, etc. El Toolbox contiene muchos ejemplos de estas aplicaciones. Non Linear Control Design Toolbox(NCD). Se trata del primer producto disponible en la actualidad para el diseño de controladores automáticos en entorno de sistemas no lineales. Este nuevo Toolbox esta pensado para ser utilizado exhaustivamente por ingenieros y estudiantes avanzados que diseñan controladores para industrias avanzadas, destacando los sectores: automóvil, ingeniería aeroespacial, control de procesos y empresas petroquímicas, farmacéuticas y de energía. El Toolbox NCD permite por primera vez a los ingenieros de control diseñar directamente sus controladores en un ambiente no lineal, obviando la aproximación lineal y otros procedimientos auxiliares que antes se necesitaban de modo imperativo. Los resultados son ahora de elevada calidad, controladores más robustos y un ciclo de diseño mucho más rápido. El puede incluir uno o más bloques NCD en el sistema y describir posteriormente de modo totalmente gráfico las restricciones, tolerancias y límites de permisividad de cada uno de estos bloques. Los métodos avanzados de optimización y la simulación del proceso son posteriormente analizados y ajustados mediante la inclusión de unas ciertas variables de contorno para poder obtener los tiempos de respuesta deseados. Este Toolbox puede ser utilizado para ajustar una amplia variedad de controladores que se utilicen en un sistema,

5

destacando los controladores PID, LQR, LQG y estructuras

H ∞ . El diseñador de sistemas

puede utilizar el método de Montecarlo para el diseño y análisis de controladores robustos. Puede invocarse NCD para un mejor ajuste paramétrico y para la optimización de los controladores. Este Toolbox se encuentra disponible para una amplia variedad de plataformas informáticas como ser PC, o Apple Macintosh, estaciones UNIX y computadoras Digitales VAX VMS. NAG Foundation Toolbox. Este Toolbox proporciona un interactivo, desde MATLAB, a un amplio conjunto de funciones matemáticas y estadísticas contenidas en las clásicas NAG Fortran Libraries. Incorpora más de 200 ficheros M, los cuales cubren un amplio espectro de áreas de interés, entre las que cabe destacar: optimización, ecuaciones diferenciales ordinarias y en derivadas parciales, cuadratura, estadística, etc. La NAG Foundation Toolbox añade también rutinas concretas para campos específicos tales como la resolución de problemas con condiciones de contorno, problemas de cuadratura adaptiva multidimencional, ajuste de curvas y superficies y el a los algoritmos LAPACK para la resolución de ecuaciones lineales. Algunas de las áreas de cobertura de la NAG Foundation Toolbox son las siguientes: • Ceros de polinomios. • Raíces de una o más ecuaciones de tipo trascendente. • Suma de series. • Cuadraturas. • Ecuaciones diferenciales ordinarias. • Ecuaciones diferenciales en derivadas parciales. • Estadística no paramétrica. • Análisis de series temporales. • Rutinas de clasificación. • Aproximación de funciones especiales. • Aproximación de curvas y superficies. • Maximización y minimización de funciones. • Factorización de matrices. • Valores y vectores propios. • Resolución de ecuaciones lineales simultáneas. • Ecuaciones lineales (LAPACK) • Estadística. • Análisis de correlación y regresiones. • Métodos multivariantes. • Generación de números aleatorios. Esta breve descripción del Software MATLAB y de algunos de sus Toolboxes, deja claramente establecido que el mismo cubre casi todas las materias de los cursos de grado en Ingeniería. Otro aspecto importante de la educación en Ingeniería es el referido a las:”Experiencias de Laboratorio” y esto es particularmente importante en la enseñanza de muchas disciplinas dentro de las ingenierías [8]. Desafortunadamente, estudios recientes muestran una pérdida de la formación experimental en muchas universidades del mundo y también del país. De estos estudios se desprende que los graduados en ingeniería han perdido o disminuido los atributos relacionados con: • Experiencias de Laboratorio. • Transmisión de experiencias. Los estudios especializados, realizados en el mundo y que se pueden considerarse válidos en nuestro país (como ser los efectuados por Acreditación Board for Engineering and Technology, ABET, National Science Foundation, NSF) se ha reconocido que un buen desarrollo en componentes y prácticas de laboratorio es la llave para preparar la moderna fuerza de trabajo tecnológica. Adicionalmente la experiencia de laboratorio expone a los estudiantes a una mejora importante en los resultados de los diseños que van desde la especificación del problema, pasando por la implementación física y las consideraciones económicas. Esto es tan así que muchas instituciones establecen como una de las recomendaciones primarias, la

6

siguiente: “Promover el desarrollo de laboratorio… y realizar proyectos experimentales como una parte importante en la educación de todos los estudiantes de ingeniería”. Desafortunadamente y, a pesar que organismos internacionales como ABET, NSF y muchas Universidades y Facultades de Ingeniería están todos de acuerdo en que las experiencias de Laboratorio son importantes, no es un lugar común entre las instituciones académicas (como es evidente de los informes y estudios que confirman la poca experiencia de la educación de grado, en desarrollo de experiencias basadas en laboratorio y manejo de estas experiencias por parte de los graduados de ingeniería [7]). Sobre la base de la idea mencionada, los educadores de las diferentes universidades (en general del exterior) han investigado recientemente, como el avance tecnológico puede impactar sobre la educación basada en experiencias de laboratorio (como las ingenierías). Esto es, los avances en las tecnologías del hardware y software han generado mucha discusión con relación a la naturaleza y desarrollo de laboratorios, para realizar experiencias a nivel de grado de las facultades e institutos de ingeniería, y con relación al remoto a dichos laboratorios [8], [9]. En resumen, las publicaciones recientes, en relación con la enseñanza de grado en ingeniería, puntualizan que debido al advenimiento de plataformas de computación de alta velocidad, bajo costo y operación en tiempo real, ha motivado que el desarrollo de hardware para los laboratorios se haya transformado en económico y muy accesible. Por otra parte, el desarrollo de la generación de códigos automáticos permite a los s crear códigos en tiempo real desde gráficos de simulación de sistemas.(como ser MATLAB/Simulink). Estas herramientas permiten a los educadores y estudiantes focalizar su atención en el diseño, implementación y evaluación de sistemas más que en la programación de bajo nivel que consume mucho tiempo. (Por ej. La programación en tiempo real que se requiere para realizar la interfase con plantas y procesos reales está, generalmente, más allá del alcance de los cursos de grado). Por otra parte, una gran variedad de plantas y procesos para investigación y educación, están disponibles actualmente en el mercado, procedentes de diferentes fabricantes que contemplan la naturaleza multidisciplinaria de las ingenierías (por ejemplo: manipuladores robóticos, péndulo invertido, levitación magnética, plantas de proceso, helicópteros, servomotores, control de variables como pH, conductividad, etc.).Sin embargo y, a pesar de lo mencionado, no es común la incorporación de los avances tecnológicos en los cursos de grado que requieren laboratorios de experimentación. Esto se debe fundamentalmente a las causales (hay otras) principales siguientes: • • •

Falta de Hardware/software estandarizado. Restricciones presupuestarias. Recursos o medios de enseñanza limitados.

Desde que la PC se convirtió en la máquina estándar de cálculo para los laboratorios de experimentación, el obstáculo más importante para la estandarización de los laboratorios de experimentación, es la diferencia entre las diferentes interfases de hardware/software. Para vencer los obstáculos de la estandarización del hardware/software, que impiden el desarrollo de bancos de prueba de sistemas físicos (plantas /procesos) que incorporan plantas experimentales en la forma “plug and play” se requiere un entorno de software que tenga una interfase estandarizada y de bajo costo para las plantas y procesos disponibles comercialmente y/o plantas desarrolladas en la universidad (a medida). El entorno para el desarrollo de los diseños de sistemas asistido por computador (CACSD) que satisfacen los requerimientos mencionados, se compone de cinco herramientas de diseño: • • • • •

MATLAB. Simulink. RTW (Real- Time Windows). RTLT( Real -Time Linux Target). RTWT (Real- Time Windows Target)

En la Fig.1 se muestra la estructura del entorno o arquitectura CACSD.

7

Fig. 1. Estructura del CACSD. MATLAB y Simulink son softwares desarrollados para facilitar la enseñanza de la ingeniería en casi todas las materias de grado. RTW es un generador automático de códigos en lenguaje C, para Simulink, que genera directamente el código C del modelo hecho en Simulink y automáticamente construye un archivo que puede ser ejecutado en tiempo real en diversos entornos. La interfase de diagramas en bloques de Simulink acoplado al generador de códigos RTW permite al concentrarse en los aspectos del modelado y control, como una visión opuesta a la tarea de programación. De esta manera se logra una mejor interacción con el sistema físico. Conclusiones. En este breve artículo se ha pretendido fijar los lineamientos mínimos para decidir por un Software que sea: integrador para la carrera de grado, fácil de utilizar, que permita conectarse con sistemas físicos reales, que pueda ser utilizado en postgrado , maestrías, I&D y en aplicaciones para la Industria y, llamar la atención de las autoridades de decisión y gestión de las regionales de la UTN y otras facultades e Institutos de grado en ingeniería (como Directores de Departamento, Secretarios Académicos, Secretarios de I&D, Decanos, Consejeros Académicos, Directores de Proyectos de I&D, y otros), y, también de los Profesores y estudiantes de dichas unidades académicas, con la necesidad primordial de mejorar la calidad de la enseñanza de grado en ingeniería. Las conclusiones más importantes de este trabajo, se pueden resumir en: 1. La Regional FRBA de la UTN (como así también otras regionales y facultades de ingeniería) debería considerar la necesidad de contar con un software MATLAB, con licencia oficial, con todos los “Toolboxes” para una cantidad de puestos de trabajo (por ejemplo para 300 PC en red, 10 laboratorios de 30 PC c/u) de manera que todos los estudiantes de grado e instructores tengan en la Regional durante la cursada. Adicionalmente y con un adecuado los Profesores y estudiantes podrían ingresar al sistema vía Internet y utilizar MATLAB desde sus hogares. El uso del software y los “Toolboxes” debería comenzar en el primer año de la carrera, de tal manera que los estudiantes puedan cursar posteriormente las materias de Tecnologías Básicas , Tecnologías Aplicadas y electivas de especialización, con una adecuada formación en MATLAB y Toolboxes, para resolver problemas de simulación, análisis y diseño de ingeniería, de una manera mucho más efectiva y de mayor calidad. 2. Para los Profesores e Instructores que no tengan un adecuado manejo del Software MATLAB, se debería pensar en el dictado de seminarios o talleres de capacitación en

8

el uso del mismo y de los “Toolboxes” (estos talleres podrían tener una duración aproximada de 4 reuniones de 2 a 3 hs c/u., P. ej.: 1 reunión por semana, durante 4 semanas). Como el uso del software es muy fácil de aprender, los Profesores e Instructores propagarán, a su vez, las enseñanzas, a los estudiantes, y estos, dada su gran adaptabilidad a todo lo vinculado con el uso de la PC, aprenderán rápidamente y se convertirán en nuevos transmisores y generadores de soluciones. De esta manera y en un periodo breve (1 a 2 meses) todo el cuerpo docente (profesores, auxiliares, instructores) podrá utilizar eficazmente esta herramienta para mejorar notablemente la calidad y el rendimiento de sus cursos, y de esta manera contribuirán a la mejora de la calidad de los futuros ingenieros, formados en las distintas especialidades. 3. Otro de los aspectos que tienen que ver con dicha mejora, consiste en formar recursos humanos con una importante experiencia en laboratorios de análisis y diseño de sistemas físicos. Esta conexión de los estudiantes de grado en ingeniería, con los aspectos físicos y matemáticos de los sistemas reales, debe comenzar desde los primeros años en las Ciencias Básicas. Desde allí se debería comenzar con el uso del MATLAB, para lograr que los estudiantes se familiaricen con la formulación de los problemas y su solución y que los mismos puedan ser expresados en notación matemática familiar. Para ello numerosos Toolboxes y otros paquetes de software desarrollados por MATLAB facilitan una importante variedad de tareas de ingeniería y enseñanza, como ser: a. Desarrollo de algoritmos. b. Modelado de sistemas. c. Simulación de modelos. d. Análisis de datos. e. Visualización. f. Gráficos de ingeniería. g. Desarrollo de aplicaciones. h. Análisis dinámico de sistemas i. Matemática para Ingeniería j. Probabilidades y Estadística. k. Lógica difusa y Neuronal. l. Procesamiento de señales. m. Procesamiento de imágenes. n. Optimización o. Etc. 4. Desarrollar laboratorios para realizar análisis, diseño y operación de sistemas físicos reales, para diferentes plantas y procesos de ingeniería. En el área de Sistemas de Control dentro del Departamento de Electrónica de la FRBA y en el marco del programa PROMEI (y como un aporte a lo aquí enunciado) se implementará un Laboratorio de Investigación y Desarrollo en Control Automático, llamado LIDAC, con el fin de mejorar la calidad de la enseñanza de grado y postgrado en Control. 5.

Habiendo concluido que la formación en experimentación de laboratorio, es vital para mejorar la calidad de la enseñanza de la ingeniería y, construyendo los laboratorios con plantas y procesos comerciales y/o desarrollados dentro de las Cátedras, sobre la base de la idea mencionada en el punto 2, se puede llevar al concepto de: “Laboratorio a través de Internet”. La idea es desarrollar experimentos de Laboratorio que puedan ser accedidos y controlados remotamente vía Internet. El factor primario que motiva el concepto de Laboratorio por Internet es aumentar la accesibilidad a las facilidades del laboratorio para los instructores y estudiantes. La experiencia de laboratorio vía Internet se puede utilizar para atender estudiantes cuyo programa difiere del modelo de estudiante tradicional, los cuales requieren más tiempo para completar sus trabajos de laboratorio. El concepto de Laboratorio por Internet provee también experiencia “experimental” para los instructores y estudiantes en universidades que han perdido (o vieron reducidos o deteriorados) los recursos propios. Los componentes típicos a incluir en un Laboratorio de Internet son:

9

• •

• • •

Una planta o proceso físico para controlar. Una PC tipo servidor, para calcular el algoritmo de control y, sea capaz de manejar las señales de los actuadores / sensores hacia y desde la planta y todas las comunicaciones con el remoto. Una computadora cliente para control y que permita al remoto operar la planta. Una conexión de Internet que conecte la PC servidor con la PC cliente(por ejemplo mediante protocolo T/IP) Audio, video y /o animación para darle al remoto la sensación de tele presencia en el laboratorio.

Agradecimientos El autor agradece a los ingenieros Alejandro Furfaro (Director Dto. Electrónica UTN-FRBA) y Carlos González (Director Dto. Electrónica UTN-FRH), como así también al Lic. Oscar Noguéz (Director SECYT FRBA) por el constante apoyo a la tarea de I&D y a la divulgación de temas relacionados con la misma. Al mismo tiempo deseo reconocer la motivación adicional que representan los estudiantes de los cursos de grado en Sistemas de Control, Control Automático e Ingeniería de Control Avanzado, que en última instancia serán (junto al resto de los estudiantes) los depositarios y futuros continuadores de nuestro trabajo. Referencias bibliográficas. [1] J. J. Zhu, “Discusión of ‘undergraduate control education’ : a ME perspective” , in Proc. Amer. Control Conf. Pp. 987-991, June 2001. [2] R. R. Murphy, “Competing for robotics education” IEEE Robot Automat. Mag. pp 44-55, June 2001. [3]K. Nagai, “ Learning while doing: Practical Robotics education” IEEE, Robot, Atomat. Mag. Pp. 39-43, June 2001. [4] D.G. Alciatore and M.B. Histand, “ Integrating Mechatronics into a mechanical engineering curriculum”, IEEE Robot.Automat. mag.pp. 35-38, June 2001. [5] D.C.Hanselman and B. Littlefield, Mastering MATLAB 6. A comprehensive Tutorial and reference. Englewood Cliffs, NJ: Prentice Hall 2001. [6] M. Shor, “Remote-access engineering educational laboratories: Who, what, when, where, why, and how?, in Proc. Amer. Control conf., June200, pp. 2949-2950. [7] N.A. Kheir, K.J.Astrom, D.Auslander, K.C. Cheok, G.F. Franklin,M. Masten, and M. Rabins, “ Control System engineering education”, Automatica, vol. 32 nº 2, pp. 147-166, feb.1996. [8] H.H.Hahn and M.W.Spong, “ Remote laboratories for control education”, in IEEE conf. On decision and Control, Dec. 2000, pp. 895-900. [9] J. Overstreet and A. Tzes, “ An internet-based real-time control engineering laboratory”, IEEE Control syst. Mag. , vol. 9, pp. 19-34, Oct.1999. [10]Y.C. Chen and J. Naughton, “ An undergraduate laboratory platform for control system design, simulation and implementation”, IEEE Control sys.mag. vol.20, pp 12-20, june 2000.

10