Meu SciELO
Serviços Personalizados
Artigo
Indicadores
- Citado por SciELO
Links relacionados
- Similares em SciELO
Compartilhar
Revista Ciencias Técnicas Agropecuarias
versão On-line ISSN 2071-0054
Rev Cie Téc Agr vol.29 no.4 San José de las Lajas oct.-dez. 2020 Epub 01-Dez-2020
ARTÍCULO ORIGINAL
Modelación matemática y caracterización analítica de un sensor de proximidad ultrasónico
2Universidad Agraria de La Habana, Facultad de Ciencias Técnicas, San José de las Lajas, Mayabeque, Cuba
3Universidad Técnica de Manabí, Portoviejo, Manabí, Ecuador.
La investigación aborda la modelación matemática, así como la caracterización analítica, del prototipo de un sensor de proximidad basado en ecolocalización acústica ultrasónica con compensación térmica. Se expone la caracterización analítica del comportamiento del medio de propagación ante la perturbación acústica producida por el sensor, a partir de una función de correlación ajustada a la señal de excitación real generada por el mismo. Se trata además la influencia de las condiciones catóptricas del límite de separación, entre el aire y un conjunto de materiales, en la intensidad del eco. Así mismo, es caracterizada analíticamente la respuesta del sensor ante el eco, considerando el peor de los casos, relativo a las condiciones catóptricas de formación del mismo.
Palabras-clave: sensor ultrasónico; excitación acústica; coeficiente de reflectividad acústica; intensidad del eco
INTRODUCCIÓN
La medición automatizada de proximidad/distancia resulta imprescindible para abordar la creciente complejidad de un gran número de sistemas productivos. En este sentido se destacan los sensores basados en ecolocalización acústica ultrasónica. Diversos autores (Siemens, 2008; Gómez y López, 2009; Montoya, 2013; Domínguez, 2014; Moreno, 2016; Bermudez-Aguirre, 2017), señalan que estos sistemas poseen aplicaciones potenciales en: el almacenamiento de alimentos; el control del consumo de combustible; la medición de parámetros estructurales en redes viales; la determinación del volumen de agua almacenado en tanques, presas, micropresas y pozos; en instrumentos especializados, como los penetrómetros de índice de cono; en robótica y en la automatización de procesos agrícolas y agroindustriales entre otros.
Esto resulta viable debido a algunas ventajas que marcan la diferencia frente a otros métodos de medición automatizada de proximidad/distancia (Siemens, 2008; Cuamatzi et al., 2010; Kentish, 2017), entre las que resultan relevantes: la elevada inmunidad a las vibraciones mecánicas; la elevada inmunidad a condiciones de trabajo adversas (ruido ambiental, polvo, gases, entre otras); el rango de medición que abarca desde decenas de centímetros hasta metros y el costo comparativamente bajo.
En este sentido, la modelación matemática de sistemas de medición posee un papel muy importante en la caracterización, diseño y simulación de sistemas de control automático de procesos (Placko, 2006; Stephan, 2011). Por ello, en este trabajo es abordada la modelación matemática, así como la caracterización analítica, del prototipo de un sensor de proximidad basado en ecolocalización acústica ultrasónica con compensación térmica (Figura 1), cuya fundamentación y diseño han sido tratados en trabajos precedentes (León-Martínez et al., 2018, 2019).
En este trabajo se expone la caracterización analítica del comportamiento del medio de propagación, ante la perturbación acústica producida por el sensor. Se aborda además la influencia de las condiciones catóptricas del límite de separación en la intensidad del eco. Así mismo, es caracterizada analíticamente la respuesta del sensor ante el eco, considerando las posibilidades del mismo en el caso en que se evidencia un menor coeficiente de reflectividad acústica.
MÉTODOS
En la Figura 2 se muestra un diagrama que relaciona los componentes activos de un sistema de medición basado en ecolocalización (el sensor y el dispositivo de control y la adquisición de los datos), así como su interacción con los componentes pasivos que componen el medio físico (el medio de propagación y el obstáculo de un material determinado).
El diagrama en bloques de la Figura 2 constituye un modelo para la descripción del principio físico de medición/detección por ecolocalización. La variabilidad de los parámetros que caracterizan a los componentes pasivos del mismo, impone un grado no despreciable de incertidumbre al proceso de medición. Tal es el caso de la influencia de la temperatura del medio de propagación, aspecto que fue tratado en un trabajo precedente (León-Martínez et al., 2018). No obstante, resulta relevante la estimación de la influencia del medio de propagación en el frente de onda de excitación generado por el sensor. Así mismo, resulta de interés conocer en qué medida ejerce influencia sobre la señal de eco a detectar por el sensor, las posibles variaciones en las condiciones catóptricas del límite de separación entre el aire y un conjunto diverso de materiales (ver la Tabla 1).
Excitación acústica del medio bajo las condiciones de trabajo del sensor
El elemento activo del transductor 10CK40T, empleado en el sensor, consiste en un resonador piezoeléctrico de cuarzo. El mismo actúa como una especie peculiar de filtro sobre la señal de pulsos generada por el subsistema de excitación del sensor (León-Martínez et al., 2018). Por esta razón, en la práctica la señal de excitación resultante no es exactamente de forma cuadrada (Figura 3). Por ello, en aras de facilitar la caracterización de su comportamiento, resulta conveniente su ajuste a una función analítica de correlación, a partir del registro de la señal de excitación real (Zilesny, 2011). Para conseguir este fin, es pertinente el empleo de la siguiente función:
donde:
|
Amplitud de la componente armónica principal de la función
|
|
Relación adimensional entre las amplitudes de la componente armónica principal y la secundaria respectivamente; |
|
Fase de la función
|
|
Frecuencia nominal del transductor 10CK40T,
|
|
Tiempo,
|
Los parámetros
La función de onda correspondiente a un frente de onda esférico (Crawford,1968b; Young y Freedman, 2009; Ginsberg, 2018), generado a partir de la señal descrita por la ecuación (1), está dada por:
donde:
|
Distancia de propagación de la onda en el instante de tiempo
|
|
Radio de la superficie de emisión del transductor 10CK40T,
|
El número de onda de la componente armónica principal de la función de onda (2), se determina según:
Así mismo, la amplitud de las oscilaciones en la superficie de emisión del transductor 10CK40T será:
La intensidad de la onda en la superficie de emisión del transductor 10CK40T, dadas las condiciones de diseño del sensor, se determina a partir de:
Dependencia entre la sensibilidad del sensor y las propiedades catóptricas del límite de separación
El comportamiento de las ondas elásticas en el límite de separación entre dos medios de propagación de diferentes densidades, se caracteriza por su separación en dos nuevos frentes de onda (Yavorski y Pinski, 1983; Young y Freedman, 2009). A los mismos se les conocen como frentes de onda reflejado y refractado respectivamente.
Las propiedades catóptricas caracterizan la capacidad de reflexión de una onda en el límite de separación de dos medios. Las mismas se cuantifican a partir del coeficiente de reflectiblidad, el que se define como la relación entre la intensidad de la onda reflejada (eco) y la intensidad de la onda incidente en el límite de separación (Crawford, 1968a; Yavorski y Pinski, 1983). En el caso particular del sonido, considerando el límite de separación entre el aire y otro material, el coeficiente de reflectividad acústica se determina según:
donde:
|
Identificación numérica asociada al material correspondiente (Tabla 1); |
|
Densidad del material correspondiente,
|
|
Velocidad del sonido en el material correspondiente,
|
Luego, procede la selección de los diferentes materiales para la caracterización. Para ello, se ha de tomar en consideración que exista una amplia variabilidad entre las densidades de los mismos, así como entre sus respectivas velocidades de propagación del sonido. En la Tabla 1 se relacionan los materiales y los valores numéricos de los parámetros a emplear en la ecuación (6). Los mismos han sido tomados de Young y Freedman (2009), como se ha mencionado anteriormente.
La ecuación (6) se sustenta sobre la consideración de que la energía de la onda incidente en el límite de separación, se consume completamente en la reflexión y la refracción de la misma. Por ello, es de esperar que en la medida en que sea mayor la diferencia entre las densidades del medio correspondiente y del aire, la intensidad del eco también lo será (Crawford, 1968a; Yavorski y Pinski, 1983; Savéliev, 1984). Luego, se puede determinar la intensidad del eco en el foco de emisión de la fuente isótropa según:
RESULTADOS Y DISCUSIÓN
Comportamiento del medio sometido a excitación acústica por el sensor
Como resultado de la excitación del transductor 10CK40T, se obtiene la forma de onda real de la señal de excitación, cuyo oscilograma se muestra en color azul en la Figura 3. A partir del conjunto de datos que conforman la misma, se obtuvo un modelo matemático ajustado, cuya gráfica se muestra en color rojo en la Figura 3.
El modelo matemático ajustado para la señal de excitación, permite describir a la misma con un
A partir de la expresión (8) (ver la curva de color rojo en la Figura 3 y la primera gráfica de la Figura 4) es posible modelar el comportamiento de las oscilaciones producidas en el medio de propagación, así como el comportamiento de las mismas con el avance del frente de onda. De modo que la función de onda correspondiente es:
La segunda gráfica de la Figura 4 ilustra el comportamiento de las oscilaciones alrededor de la superficie de emisión del transductor 10CK40T. Así mismo, en la tercera gráfica de la Figura 4 se muestra la curva que describe la disminución de la amplitud de las oscilaciones, con el avance del frente de onda.
Los gráficos de la Figura 4 muestran una corrida del modelo matemático de la excitación acústica producida por el sensor sobre el medio de propagación. En ellos se puede apreciar que describen en conjunto el comportamiento del frente de onda durante el tiempo (
Influencia del coeficiente de reflectividad acústica en la formación del eco
En la Tabla 1 se muestran los resultados de la determinación de los coeficientes de reflectividad acústica con relación al aire, de los diferentes materiales seleccionados a partir de los criterios expuestos anteriormente.
Material | Densidad, |
Velocidad del sonido, |
Coeficiente de reflectividad acústica | |
---|---|---|---|---|
Aire | (100 kPa, 20°C) |
|
|
|
1 | Agua (100 kPa, 20°C) |
|
|
|
2 | Aluminio |
|
|
|
3 | Acero |
|
|
|
4 | Cobre |
|
|
|
5 | Plomo |
|
|
|
|
|
|
Nota: Los valores del coeficiente de variación de las densidades y las velocidades del sonido mostrados, no contemplan la densidad y la velocidad del sonido del aire.
Como se puede apreciar, a pesar de la variabilidad deliberada entre las densidades y entre las velocidades del sonido correspondientes a los diferentes materiales seleccionados, los respectivos coeficientes de reflectividad acústica varían muy poco entre sí. En efecto, el coeficiente de variación de este conjunto de valores es
Comportamiento de la intensidad del eco
Como se ha mencionado anteriormente, el transductor piezoeléctrico 10CK40T es capaz de producir un nivel de presión sonora de
A partir de lo antes expuesto, considerando además una superficie de reflexión de
Así mismo, se puede establecer que a una distancia de dos metros entre el sensor y el límite de separación, la intensidad del eco está en el orden de
CONCLUSIONES
Fue caracterizado analíticamente el comportamiento de la respuesta del medio de propagación ante la excitación acústica producida por el sensor, a partir de una función de correlación ajustada a la señal de excitación real generada por el mismo, la que permite describir a esta última con un
Se determinó que las condiciones catóptricas del límite de separación entre el aire y un conjunto de materiales con propiedades que difieren significativamente entre sí, no posee una influencia significativa en la intensidad del eco resultante, pues el coeficiente de variación del conjunto de coeficientes de reflectividad acústica obtenido, es de
La caracterización analítica de la respuesta del sensor ante el eco, considerando las posibilidades del mismo en el caso en que se evidencia un menor coeficiente de reflectividad acústica (superficie de agua a
REFERENCES
BERMUDEZ, A.D.; (first): Ultrasound: Advances in food processing and preservation, Ed. Elsevier Inc., Oxford, U K, 2017, ISBN: 978-0-12-804581-7. [ Links ]
CRAWFORD, F.S.: Reflection en Waves. Berkeley Physics Course, Ed. McGraw-Hill Book Company, vol. 3, New York, USA, 226-240 p., 1968a. [ Links ]
CRAWFORD, F.S.: “Traveling Waves ”, en Waves. Berkeley Physics Course, Ed. McGraw-Hill Book Company, vol. 3, New York, USA, 156-199 p., 1968b. [ Links ]
CUAMATZI, X.; JIMÉNEZ, M.A.; NAVARRETE, F.J.: Sistema de proximidad ultrasónico, [en línea], Instituto Politécnico Nacional “Adolfo López Mateo”, Tesis (en opción al título de Ingeniero en Comunicaciones y Electrónica), México D. F., 2010, Disponible en:www.sepi.esimez.ipn.mx/msistemas/tesis.html. [ Links ]
DOMÍNGUEZ, C.: Evaluación superficial de los pavimentos (IRI, PR, MAC, DET) mediante el uso de equipos de alto rendimiento en diversos tramos de la Red Carretera Federal (Autopistas de Cuota, Corredores y Red Básica Libre), Dirección General de Servicios Técnicos de la Secretaría de Comunicaciones y Transportes, informe técnico, México D. F, 14 p., 2014. [ Links ]
GINSBERG, J.H.: “Descriptions of sound ”, en Acoustics. A textbook for engineers and physicists, Ed. Springer International Publishing, vol. I: Fundamentals, Dunwoody, 1-90 p., 2018, ISBN: 978-3-319-56844-7. [ Links ]
GÓMEZ, J.; LÓPEZ, A.: Aplicaciones del ultrasonido en el tratamiento de alimentos, [en línea], no. Temas Selectos de Ingeniería de Alimentos, Departamento de Ingeniería Química y Alimentos, Universidad de las Américas, Puebla, México, 2009, Disponible en:www.udlap.mx/WP/tsia/files/No3-Vol-1/TSIA-3(1)-Gomez-Diaz-et-al-2009.pdf , [Consulta: 13 de marzo de 2017]. [ Links ]
KENTISH, S.E.: Engineering principles of ultrasound technology, Ed. Elsevier Inc., D. Bermudez-Aguirre. Ultrasound: Advances in food processing and preservation ed., Oxford, U K, 1-14 p., 2017, ISBN: 978-0-12-804581-7. [ Links ]
LEÓN, M.J.A.; HERNÁNDEZ, G.A.; IGLESIAS, C.C.: “Fundamentals, Design and Evaluation of an Ultrasonic Proximity Sensor with Thermal Compensation”, Revista Ciencias Técnicas Agropecuarias, 27(2): 33-40, 2018, ISSN: 1010-2760, e-ISSN: 2071-0054. [ Links ]
LEÓN, M.J.A.; HERNÁNDEZ, G.A.; IGLESIAS, C.C.: “Diseño de un Dispositivo de Interfaz para un Sensor Ultrasónico de Proximidad”, En: XIII Conferencia Científica de Ingeniería Agrícola AGRING, Ed. Universidad Agraria de La Habana, Centro de Mecanización Agropecuaria (CEMA), San José de Las Lajas, Mayabeque, Cuba, 2019, ISBN: 978-959-16-3777-2. [ Links ]
MONTOYA, G.J.: Análisis del IRI para un proyecto de carretera sinuosa concesionada en el Perú, Universidad de Piura, Tesis (en opción al título de Máster en Ingeniería Civil con mención en Ingeniería Vial), Lima, Perú, 82 p., 2013. [ Links ]
MORENO, L.J.: Influencia de la velocidad en la medición de IRI con equipo perfilómetro láser, Universidad Militar de Nueva Granada, Trabajo de Grado (en opción al título de Especialista en Ingeniería de Pavimento), Bogotá, Colombia, 14 p., 2016. [ Links ]
PLACKO, D.: Metrology in Industry: The Key of Quality, Ed. French College of Metrology, Newport, Gales, UK, 2006, ISBN: 978-1-905209-51-4. [ Links ]
SAVÉLIEV, I.V.: Ondas Elásticas ”, en Curso de Física General, Editorial MIR, vol. II, Moscú, Rusia, URSS, 289-316 p., 1984. [ Links ]
SIEMENS: Detectores de proximidad ultrasónicos ”, en Sensores para la automatización de la producción, Siemens AG, Catálogo FS 10, Nürnberg, Germany, 2/3-2/69 p., 2008. [ Links ]
STEPHAN, E.P.: Wriggers: Modelling, Simulation and Software Consepts for Scientific-Technological Problems, Ed. Springer-Verlag, Berlin, Germany, 2011, ISBN: 978-3-642-20489-0. [ Links ]
YAVORSKI, B.M.; PINSKI, A.A.: Ondas Elásticas ” en Fundamentos de Física, Editorial MIR, vol. II, Moscú, Rusia, URSS, 68-84 p., 1983. [ Links ]
YOUNG, H.D.; FREEDMAN, R.A.: Física universitaria, Ed. Pearson Educación, vol. I, México D. F, 487-569 p., 2009, ISBN: 978-607-442-288-7. [ Links ]
ZILESNY, A.: From Curve Fitting to Machine Learning, Ed. Springer-Verlag, Berlin, Germany, 2011, ISBN: 978-3-642-21279-6. [ Links ]
Recibido: 05 de Diciembre de 2019; Aprobado: 25 de Septiembre de 2020