El control de procesos con dinámica es- tocástica o compleja es exitoso siempre y cuando se pueda estimar un modelo que se ajuste bien al compor- tamiento, sin embargo, esta suposición pierde validez en aplicaciones donde la información del sistema es reducida o incompleta, muy comunes en ambientes reales de la industria. La literatura presenta diferentes esquemas de control, siendo los modelos neuro-difusos los que reportan mejor desempeño. Estos modelos con- jugan la capacidad de adaptación que tienen las redes neuronales con la robustez de los motores de inferencia que tiene la lógica difusa, para modelar el conocimien- to de expertos mediante reglas de aprendizaje, identifi- car dinámicas complejas y aumentar la adaptabilidad del sistema a perturbaciones que en la práctica tien- den a ser de naturaleza estocástica sumado, a veces, que la información del sistema sea restringida. Este artículo presenta una revisión sobre dificultades y solu- ciones derivadas del control de sistemas estocásticos o complejos con información incompleta. Se revisan las estructuras de control cuando la dinámica del sis- tema presenta vaguedad en los datos, la evolución ha- cia técnicas adaptativas, y el desempeño de las redes neuro-difusas ante procesos estocásticos o complejos con incertidumbre en los datos. De forma preliminar se establece que el control de este tipo de sistemas debe estar compuesto por modelos híbridos soportados en rutinas de optimización y análisis probabilístico que garanticen el tratamiento de las incertidumbres sin afectar el desempeño de las estructuras de control y la consistencia en la precisión.

En este artículo se diseña un control PID tipo fraccional para la posición del cabezal de una unidad de CD que se piensa emplear en el desarrollo de un microscopio óptico motorizado. En dicha aplicación se reemplazará el disco o CD por una placa con la muestra que va a ser estudiada, y se usará el cabezal de la unidad para iluminar la muestra. Con el controlador diseñado se busca que no haya dependencia del subcódigo escrito en un CD para determinar la posición del cabezal, para lo cual se usará un ratón de computador como sensor de posición. También se busca un control que mejore el desempeño del sistema y que sea robusto frente a las incertidumbres en el modelo de la planta, razón por la cual se empleará un control tipo fraccional (PI^λD^μ) y se ajustarán los parámetros K_p, K_i, K_d, λ, μ con cinco especificaciones de robustez. Para la sintonización del control se utiliza la toolbox de optimización de Matlab con la función fmincon. Al final del artículo se presentan los resultados en simulación, se concluye sobre la resolución obtenida, la robustez del controlador y la viabilidad del sistema de control para ser empleado en un microscopio

En este artículo se plantea el modelo matemático para un módulo didáctico de control donde se analiza la variable temperatura. La obtención de modelo es necesaria para simular la dinámica del proceso y desarrollar estrategias de control que luego puedan ser aplicadas en el sistema real. Con este objetivo, es importante que el modelo, como no es único, sea una representación fidedigna del proceso objeto de análisis. Para obtener el modelo matemático se trabaja el sistema como una caja gris, donde se conocen las ecuaciones matemáticas que rigen el comportamiento del proceso, en términos de parámetros dinámicos del sistema; es por ello que la obtención del modelo matemático se divide en dos partes, la primera, encontrar las ecuaciones físicas del sistema en términos de algunos parámetros desconocidos; la segunda, encontrar estos parámetros con mínimos cuadrados. Una vez obtenido el modelo matemático se procede a comprobar que el modelo si sea confiable, para ello se realizó una validación del modelo obtenido sobre la planta y se encontró que el modelo si era satisfactorio. Esta técnica de identificación de sistemas puede ser aplicada a otros procesos tanto lineales como no lineales, en los cuales se conozcan las ecuaciones físicas del sistema en términos de parámetros desconocidos.

En este trabajo se desarrolló un sistema de na­vegación para estimar la posición, velocidad y orientación de un robot limpiador de piscinas que se quiere automatizar. Para el diseño del sistema de navegación se utilizó la técnica de mínimos cuadrados ponderados, que combina las medidas de un acelerómetro tri-axial y un giróscopo, con la solución de las ecuaciones diferenciales que describen el comportamiento del robot. El siste­ma de navegación se probó sobre un modelo del robot elaborado en Simulink a partir de una repro ducción tridimensional realizada en un software CAD (Autodesk Inventor). Al final se presentan los resultados concluyendo sobre la viabilidad del sistema de navegación para ser empleado en la tarea de automatización del robot limpiador de piscinas.

Introduction: This article derives from the research project on the “state of the art of serious games on Android mobile platform for learning software modeling”, conducted by the software development incubator at the Instituto Tecnológico Metropolitano between 2015 and 2017. The objective of the research was to look for serious games on Android for learning software modeling. Methodology: A search was made in digital databases, such as Scopus, ebsco, Elsevier, ieee Xplore, Digital Library, among others. The search was focused on the development of serious games on Android for learning software modeling. Results: Fifty-two articles were found that met the research guidelines, but not its objective. In addition, great benefits of using mobile devices as a tool in education were identified. Conclusion: It was found that serious games are a very important tool in the learning process, but as their use is not massive or, for now, they have not been implemented in all fields of knowledge, the teacher must be committed to assisting students as they adapt to their use.