Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
UNIVERSIDAD MAYOR
FACULTAD DE INGENIERÍA
MANEJO DE PERFILES BIOTÍPICOS EN DOMÓTICA:
MODELO DE SISTEMA ORIENTADO A LA ILUMINACIÓN.
Proyecto de titulación para optar al título de Ingeniero Civil Electrónico
ALESSANDRO CASTELLANI VILLARROEL
CRISTOBAL GREZ BIANCHI
SANTIAGO DE CHILE
JUNIO DEL 2013
UNIVERSIDAD MAYOR
FACULTAD DE INGENIERÍA
MANEJO DE PERFILES BIOTÍPICOS EN DOMÓTICA:
MODELO DE SISTEMA ORIENTADO A LA ILUMINACIÓN.
Proyecto de titulación para optar al título de Ingeniero Civil Electrónico
Alumnos: Alessandro Castellani Villarroel
Cristóbal Grez Bianchi
Profesor Guía: Oscar A. Inostroza Aliaga
Ingeniero Civil Electricista
SANTIAGO DE CHILE
JUNIO DEL 2013
AGRADECIMIENTOS
Queremos agradecer a nuestras familias quienes nos han apoyado desde un
comienzo. Gracias por siempre darnos ánimos cuando lo hemos necesitados, por
los consejos y por todo lo que han hecho para hacer nuestras vidas más fáciles,
sobre todo por entendernos y comprendernos este tiempo en que finalizamos
nuestros estudios.
También queremos agradecer a nuestros amigos, profesores y funcionarios de la
Universidad Mayor, los cuales hicieron agradable este periodo de nuestras vidas,
sabemos que sin ellos no recordaríamos con tanto agrado y nostalgia nuestra vida
universitaria.
Alessandro Castellani y Cristóbal Grez
INDICE
RESUMEN EJECUTIVO .................................................................................................... I
ABSTRACT ....................................................................................................................... II
CAPITULO I: INTRODUCCION............................................................................... 1
1.1 Antecedentes Generales y del Contexto ............................................................... 1
1.2 Objetivos ............................................................................................................... 2
1.2.1 Objetivo General............................................................................................... 2
1.2.2 Objetivos específicos. ....................................................................................... 2
1.2.3 Resultados esperados. ....................................................................................... 2
CAPITULO II: INTRODUCCION A LA DOMOTICA ............................................ 4
2.1 Evolucion de las viviendas ................................................................................... 4
2.2 Inmuebles tecnológicos ....................................................................................... 6
2.2.1 Edificio automatizado ....................................................................................... 6
2.2.2 Vivienda Domótica ........................................................................................... 7
2.2.3 Edificación Inmótica......................................................................................... 8
2.2.4 Hogar digital. .................................................................................................... 9
2.2.5 Vivienda Ecológica........................................................................................... 9
2.2.6 Edificio Inteligente. ........................................................................................ 10
2.2.7 Urbótica. ......................................................................................................... 11
2.2.8 Los precursores de la casa del futuro ............................................................. 11
2.3 La Domótica actual ............................................................................................ 13
2.3.1 Los inicios de la Domótica ............................................................................. 13
2.3.2 Visiones y estándares domótico en el mundo. ................................................ 14
2.4 Misión de la Domótica. ...................................................................................... 14
2.4.1 Gestión del bienestar y el confort. .................................................................. 15
2.4.2 Gestión de la seguridad y la protección. ......................................................... 15
2.4.3 Gestión de la energía. ..................................................................................... 17
2.4.4 Gestión de las comunicaciones. ...................................................................... 18
2.4.5 Gestión de la iluminación. .............................................................................. 18
2.5 Características y componentes de un sistema Domótico. .................................. 19
2.5.1 Características básicas. ................................................................................... 19
2.5.2 Las señales. ..................................................................................................... 20
2.5.3 Los sensores. ................................................................................................... 20
2.5.4 Tipos de sensores. ........................................................................................... 21
2.5.5 Interfaces. ....................................................................................................... 22
2.5.6 Estructura. ....................................................................................................... 23
2.5.7 Topologías. ..................................................................................................... 24
2.5.8 Protocolos de comunicación. .......................................................................... 26
2.5.9 Unidad de control. .......................................................................................... 26
2.5.10 Hardware de entrada/salida. ........................................................................... 27
2.5.11 Hardware de proceso de datos. ....................................................................... 28
2.5.12 Interfaz de usuario. ......................................................................................... 28
CAPITULO III: INTRODUCCION A LOS SISTEMAS DIFUSOS. ...................... 30
3.1 Una visión histórica de los sistemas difusos ...................................................... 30
3.2 La imprecisión como caso de estudio. ............................................................... 31
3.3 Una perspectiva histórica. .................................................................................. 33
3.4 La utilidad de los sistemas difusos. .................................................................... 35
3.5 Limitaciones de los sistemas difusos. ................................................................ 38
3.5.1 La ilusión: Ignorar la incerteza y precisión. ................................................... 39
3.5.2 Incertezas e Información. ............................................................................... 42
CAPITULO IV: ILUMINACION Y CUERPO HUMANO. .................................... 44
4.1 Consideraciones sobre iluminación .................................................................... 44
4.1.1 ISO 8995/CIE S 008-2003. ............................................................................. 44
4.1.2 Manual de luminotecnia 2002, INDALUX, España. ...................................... 45
4.1.3 Escala de iluminancias.................................................................................... 47
4.2 Efectos visuales en el ser humano. ..................................................................... 47
4.2.1 Relación entre edad e iluminación.................................................................. 48
4.2.2 Células ganglionares fotorreceptoras o intrínsecamente fotosensibles. ......... 51
4.2.3 Luz y ritmos corporales .................................................................................. 53
4.2.4 Iluminación, vigilia estado de ánimo y estrés................................................. 55
CAPITULO V: CONSIDERACIONES PARA EL MANEJO DE PERFILES
BIOTIPICOS..................................................................................................................... 60
5.1 Consideraciones de iluminación......................................................................... 60
5.1.1 Iluminancia mantenida para las distintas zonas. ............................................. 60
5.1.2 Niveles de la iluminancia. .............................................................................. 61
5.1.3 Nivel de compensación en la zona de trabajo. ................................................ 62
5.1.4 Compensación de la iluminancia según la edad. ............................................ 62
5.1.5 Ritmos corporales. .......................................................................................... 62
5.2 Consideraciones matematicas ............................................................................ 63
5.2.1 Conjuntos Difusos Propiedades Matemáticas ................................................ 63
5.2.2 Conjuntos Difusos y funciones de pertenencia............................................... 64
5.2.3 Denotación de conjuntos Difusos. .................................................................. 66
5.2.4 Operaciones fundamentales de los conjuntos Difusos ................................... 67
5.3 Razonamiento Difuso ......................................................................................... 68
5.3.1 Métodos Directos ............................................................................................ 69
5.3.2 Método directo de Mamdani........................................................................... 71
5.3.3 Ejemplo de Lógica Difusos aplicado a un automóvil en función de la
velocidad y la distancia. ................................................................................................ 75
CAPITULO VI: MANEJO DE PERFILES BIOTIPICOS........................................ 79
6.1 Interfaz de usuario .............................................................................................. 79
6.1.1 Nuevo usuario ................................................................................................. 80
6.1.2 Usuarios .......................................................................................................... 80
6.1.3 Habitaciones ................................................................................................... 82
6.2 Base de datos ...................................................................................................... 84
6.3 Modelo del hogar ............................................................................................... 85
6.4 Funcionamiento .................................................................................................. 86
6.4.1 Cálculo de la iluminancia de cada usuario ..................................................... 86
6.4.2 Ajuste de tonalidades de la luz para las distintas zonas horarias.................... 87
6.4.3 Ajuste de iluminancia mantenida para las distintas zonas. ............................. 88
6.4.4 Compensación de luz según edad v/s complejidad. ....................................... 89
6.4.5 Combinación de perfiles ................................................................................. 90
CAPITULO VII: RESULTADOS GRÁFICOS DEL ALGORITMO ...................... 93
7.1 Etapa de Renderizado y consumo energético. .................................................... 93
7.2 Sobre el estándar EN 15193. .............................................................................. 97
7.2.1 Método de cálculo. ......................................................................................... 98
7.2.2 Cálculo de energía utilizada en iluminación................................................... 99
7.3 Análisis de espacio Dormitorio. ....................................................................... 101
7.3.1 Sin iluminación ambiental ni artificial. ........................................................ 101
7.3.2 Habitación con consumo medio ................................................................... 103
7.3.3 Habitación con consumo alto. ...................................................................... 105
7.3.4 Comparación Monetaria y Energética de los tres modelos: ......................... 107
CONCLUSIÓN ............................................................................................................... 111
BIBLIOGRAFÍA ............................................................................................................ 114
ANEXOS ............................................................................................................................ 1
I CONJUNTOS DIFUSOS .......................................................................................... 2
1.3 CONJUNTOS CLASICOS.......................................................................................... 2
1.3.1 Funciones Características. ................................................................................ 3
1.3.2 Ejemplo de pertenencia y función característica. ............................................. 4
1.3.3 Ejemplo de definición de un conjunto Difusos dependiendo de la situación ... 6
1.4 REGLAS PARA CONJUNTOS DISCRETOS ........................................................... 6
1.5 TIPOS CLÁSICOS DE MODELOS DIFUSOS. ........................................................ 7
1.5.1 Conjuntos Difusos Triangulares ....................................................................... 7
1.5.2 Conjuntos Difusos Trapezoidales. .................................................................... 8
1.5.3 Conjunto Difusos tipo exponencial .................................................................. 9
II PROGRAMA ......................................................................................................... 10
2.1 CASA......................................................................................................................... 10
2.2 INICIO ....................................................................................................................... 21
2.3 NUEVO ..................................................................................................................... 27
2.4 TEMPORIZADOR .................................................................................................... 32
2.5 HABITACION .......................................................................................................... 40
2.6 SELECCIONAR ........................................................................................................ 51
2.7 HORARIO ................................................................................................................. 55
2.8 INFORME ................................................................................................................. 75
INDICE DE FIGURAS
Figura 1: Escala de iluminancias. ......................................................................................... 47
Figura 2: Relación entre la edad y la cantidad relativa de luz necesaria para leer un texto
bien impreso. ........................................................................................................................ 48
Figura 3: Transmitancia del cristalino en diversos intervalos de edad. Los valores se
expresan como porcentaje del punto de 560nm correspondiente al recién nacido. .............. 49
Figura 4: Relación entre el rendimiento visual relativo (en %) y el nivel de iluminación (en
lux). Línea azul continua: personas jóvenes; línea roja discontinua: personas mayores. En:
niveles de iluminación especificados en la norma europea. ................................................. 50
Figura 5: Rutas visuales y biológicas del cerebro: conexiones nerviosas por un lado entre la
retina del ojo, con sus conos y bastoncillos y el córtex visual (en rojo) y entre la retina con
la nueva célula foto receptora y el núcleo supraquiasmático (NSQ) y la glándula pineal (en
azul). ..................................................................................................................................... 51
Figura 6: Curvas de sensibilidad espectral del ojo, Vλ corresponde al sistema de conos
(visión fotópica: línea continua) y V’λ corresponde al sistema de bastoncillos (línea
punteada). ............................................................................................................................. 52
Figura 7: Curva de acción espectral biológica (con supresión de la melatonina), en azul y
curva de sensibilidad visual, en rojo. .................................................................................... 53
Figura 8: Trazado doble (2x24 horas) de los ritmos diarios típicos de la temperatura
corporal, melatonina, cortisol y la vigilia en seres humanos durante un ciclo natural de
luz/oscuridad de 24 horas. .................................................................................................... 54
Figura 9: Color ambiente a primeras horas de la mañana y a primera hora del atardecer en
París. ..................................................................................................................................... 55
Figura 10: Preferencias del color de la luz artificial en una oficina con ventanas (luz
natural) expresadas como temperatura de color correlacionada de la luz Tk según diferentes
edades y según sexo. ............................................................................................................. 56
Figura 11: Actividad delta en el EEG de trabajadores de oficina sometidos a una
iluminación de 450 lux y 1700 lux. ...................................................................................... 57
Figura 12: Vigilia y estado de ánimo expresados como nivel de excitación con niveles de
iluminación de 250 lux y 2800 lux, en función del número de horas de trabajo tras la
medianoche. .......................................................................................................................... 57
Figura 13: Nivel de quejas sobre estrés (con dispersión estadística) en un grupo de
trabajadores que utiliza bajo luz artificial exclusivamente, o con luz artificial y natural
combinadas. .......................................................................................................................... 58
Figura 14: Excitación cerebral medida como valor recíproco de la actividad alfa de los EEG
en empleados de oficina sometidos a iluminación fluorescente de 50 Hz y de alta frecuencia
(30 kHz).También se indican la velocidad y los errores cometidos en tareas. ..................... 59
Figura 15: Clasificación del razonamiento en Conjunto Difusos. ........................................ 68
Figura 16: Proceso de razonamiento de método directo de Mamdani. ................................ 72
Figura 17: Cálculo de adaptabilidad al utilizar Conjuntos Difusos como entrada. .............. 74
Figura 18: Funciones de pertenencia para “manejar”. .......................................................... 76
Figura 19: Proceso de razonamiento. ................................................................................... 78
Figura 20: Inicio de la Interfaz de usuario. ........................................................................... 79
Figura 21: Nuevo usuario ..................................................................................................... 80
Figura 22: Temporizador ...................................................................................................... 80
Figura 23: Seleccionar; permite modificar, ver comó se encuentra configurado o eliminar
un usuario. ............................................................................................................................ 81
Figura 24: Horario; si se selecciona "Despertar", la ventana Horario se visualizará como la
imagen izquierda. En caso de seleccionar Acostarse se visualizará como la ventana derecha.
.............................................................................................................................................. 81
Figura 25: Informe: se muestra la información del usuario seleccionado. ........................... 82
Figura 26: Habitación, Interfaz de usuario para facilitar la interacción entre usuario(s) y
habitaciones. ......................................................................................................................... 83
Figura 27: Simulación del funcionamiento del sistema en un hogar. ................................... 86
Figura 28: Cambio de la iluminancia en lux, eje vertical, para un usuario a lo largo de un
día, eje horizontal. ................................................................................................................ 87
Figura 29: Renderizado departamento. ................................................................................. 94
Figura 30: A) Habitación muy iluminada; B) Habitación iluminada; C) Habitación poco
iluminada .............................................................................................................................. 95
Figura 31: Diagrama de flujo que ilustra rutas alternativas para determinar el uso de la
energía. ................................................................................................................................. 98
Figura 32: Análisis de espacio Dormitorio, sin iluminación ambiental ni artificial........... 101
Figura 33: Consumo mensual bajo condiciones de 0 Lms. ................................................ 102
Figura 34: Análisis de espacio Dormitorio, con un consumo medio.................................. 103
Figura 35: Consumo mensual bajo condiciones medias de iluminación. ........................... 104
Figura 36: Análisis de espacio Dormitorio, con un consumo alto...................................... 105
Figura 37: Consumo mensual bajo condiciones medias de iluminación. ........................... 106
Figura 38: Análisis Energético con aporte Solar. ............................................................... 107
Figura 39: Análisis Energético sin aporte Solar. ................................................................ 107
Figura 40: Análisis Monetario con aporte Solar. ................................................................ 108
Figura 41: Análisis Monetario sin aporte Solar. ................................................................. 108
Figura 42: Variación del consumo entre diferentes perfiles. .............................................. 109
Figura 43: Variación del costo entre diferentes perfiles. .................................................... 110
INDICE DE TABLAS
Tabla 1: Características de un sensor ................................................................................... 21
Tabla 2: Clasificación de sensores según su función ........................................................... 22
Tabla 3: Iluminancia mantenida en áreas generales de edificaciones, ISO 8995. ................ 45
Tabla 4: Iluminancia mantenida en Restaurantes y Hoteles, ISO 8995. .............................. 45
Tabla 5: Iluminancia mantenida en Casas. ........................................................................... 46
Tabla 6: Iluminancia mantenida en Hoteles y Restaurantes. ................................................ 46
Tabla 7: Iluminancia mantenida. .......................................................................................... 61
Tabla 8: Personas con sobre peso. ........................................................................................ 65
Tabla 9: Tabla de reglas para manejar. ................................................................................. 77
Tabla 10: Hoja1, información almacenada para los usuarios. .............................................. 84
Tabla 11: Información correspondientes a las habitaciones. ................................................ 85
Tabla 12: Factor de amplificación para las distintas zonas del hogar. ................................. 88
Tabla 13: Factor de corrección según la edad. ..................................................................... 90
Tabla 14: Grado de pertenencia de las variables de la habitación ........................................ 92
Tabla 15: Pertenencia de la Edad. ........................................................................................ 92
Tabla 16: Pertenencia de la Hora. ......................................................................................... 93
Tabla 17: Pertenencia de la Goce ......................................................................................... 93
Tabla 18: Condiciones de consumo Mensuales. ................................................................... 96
Tabla 19: Análisis energéticos bajo condiciones de 0 Lms. ............................................... 102
Tabla 20: Consumo mensual bajo condiciones medias de iluminación. ............................ 104
Tabla 21: Consumo mensual bajo condiciones medias de iluminación. ............................ 106
Tabla 22: Promedio de Consumo energético. ..................................................................... 110
i
RESUMEN EJECUTIVO
Los sistemas de control en la actualidad han sido utilizado de formas constante y sólida en
variadas aéreas de la ingeniería; no obstante, las aplicaciones civiles no han encontrado
cabida en el público dado que éstas suelen ser costosas y complejas, complejidad que se ve
reflejada en la forma en que operan y se controlan. Las variadas formas de control
presentan un abanico extenso en sus características, puntos a favor y en contra, por lo cual
la elección de un sistema específico que se adecue a las necesidades de un sistema de
control en aplicaciones civiles no es del todo trivial.
El fin detrás de este trabajo es el modelar y probar un sistema de control de iluminación
basado en Control Difuso. Este tipo de Control presenta las mejores herramientas para este
tipo de manipulación del ambiente, debido a una peculiaridad intrínseca a él, mediante su
utilización se genera un vínculo entre el lenguaje humano y las expresiones matemáticas
típicas de un modelo de control automático. Los conceptos de pertenencia de grupo y
conjunto hacen su aparición, con lo cual, es posible generar un perfil de usuario muy rico y
acabado en sus características, y a su vez, simple de generar por parte de personas poco
instruidas en el vocabulario matemático que enmarca el control automático. Ideas tales
como, importancia de la edad, en donde ésta cobra un peso o importancia de alta, media o
baja cobran sentido de una manera inesperada al agregar los conceptos de la matemática
difusa, dado que los usuarios no tienen la necesidad de entregar absolutos en sus
definiciones.
Para producir un sistema de control de iluminación basado en control difuso y en perfiles
Biotípico es necesario tener un barniz sobre cómo funcionan los sistemas de control en los
hogares y lo que esperan las personas de éstos. Como nuestro cerebro es influido por la
iluminación, es decir, el cómo afectan las diferentes intensidades de luces en el estado de
ánimo. A su vez, el entender el ciclo circadiano, el cual regula parte de nuestro
funcionamiento hormonal a lo largo de un día. Mediante la unión de los ideales del Control
Difuso y las características de los perfiles Biotípico se presentará una solución modelada,
representada en la forma de un software, que busca acercar las ideas de control automático
al público no adiestrado en los conceptos de ingeniera que esta área conlleva. En última
instancia, se busca entregar valor agregado a la calidad de vida de la gente, en esta primera
etapa sólo en el área de iluminación, pero estando basado en un sistema capaz de ser
adaptado a variados otros quehaceres del día a día de cada persona.
ii
ABSTRACT
The Automatic Control systems have been used on every field of engineering, but that's is
not true for the civilian field where such technologies have not being reached, due to the
high cost and to the complexity that is reflected in the way is operated and controlled. The
various forms of control have an extensive range in their characteristics. They have pros
and cons; therefore the election of one specific system that handles all the needs of an
automatic control system for civilian usage is not trivial at all.
The purpose behind this work is the building and modeling of a system for illumination
based on Fuzzy Control. This type of control presents the best tools for this kind of
environment manipulation, due to an intrinsic peculiarity. With the usage of the Fuzzy
Control language, a key link is created within the human and the mathematics expressions,
typically related to the Fuzzy Control. The concepts of membership and fuzzy relationships
appears and with them the possibility of the generation of a profile for each user with a rich
amount of information. Even more, this profile can be generated with simply human
language statements from people not related with the mathematical vocabulary that is found
in the field of the engineering. Ideas as the importance of the age, where this variable gives
a weight or importance of high, normal or low; reach a new sense feature using fuzzy logic
due to that the normal user does not required a discrete output or absolute definition, as can
be expected from a normal control system.
To produce a control system for illumination based on fuzzy control logic and biotype
profiles, it is needed to learn and handle how a house or office can be controlled and what
the people that live or work inside those spaces expects from them. Also, it is mandatory to
learn how our brain is influenced by different kinds of luminaries, i.e.: how the intensity
and color of the light affect our health and animus. Also, how the circadian system works
does is extremely important due the roll that it has within the hormonal regulation on a
typical day. By unifying the ideas of Fuzzy Control and the characteristic from the biotype
profiles, we will presented a new solution or model, stated as software, that thinks about
how to bring over the ideas of automatic control for the public not trained in the engineer's
concepts that this area bears. Ultimately, we think about how to deliver value added to the
quality of life of the people, in this first stage only in the field of lighting, but being based
on a system capable of being adapted to other varied housework of a day to day of every
person.
1
CAPITULO I: INTRODUCCION
1.1 ANTECEDENTES GENERALES Y DEL CONTEXTO
El ser humano se ha destacado de la mayoría de otros seres sobre la Tierra por el hecho de
que es uno de los pocos animales que utiliza herramientas para simplificar las tareas o
mejorar la calidad de vida. Siendo esto uno de los principales aspectos que llevan a que el
ser humano haya evolucionado de la manera que lo ha hecho.
Hoy una de las principales herramientas utilizadas para facilitar la producción de bienes y
recursos, ya probada en la industria, es la de automatización. A pesar que esta tecnología ya
tiene una variante para el hogar, no ha alcanzado la penetración que se esperaba por sus
desarrolladores. Se podría pensar que esto es algo propio de una nueva tecnología, pero el
desarrollo es mucho más antiguo que otras tecnologías como el internet.
Una de las principales debilidades de la automatización de hogares, es que se ideó para
automatizar procesos que se creían sencillos, pero no se consideró la complejidad de las
necesidades del ser humano y que éste es un ser sumamente complejo, cambiante y que le
agrada vivir en comunidad. Por ejemplo, si se piensa en una de las primeras aplicaciones
que se le dio, a saber: la automatización de la calefacción, cuando se ingresa a una
habitación con climatización, lo más probable es que no siempre se está a gusto, pese a que
se encuentra automatizado. De todas maneras se manipulará el sistema para que se adapte a
nuestras necesidades y esto que sólo se considera a un individuo.
El principal problema para la automatización de hogares es que se centra en que las
necesidades de las personas son estáticas y no cambian con el tiempo. Además, se sabe
que el control está centrado para proporcionar un medio estático, siendo que las
adaptaciones del hombre son para un medio dinámico. Esto hace que un sistema
automatizado, considere al ser humano como un dato de entrada adicional para lograr su
correcto funcionamiento, y por tanto, no obteniendo lo que se espera de un sistema
automatizado para esta época.
2
1.2 OBJETIVOS
1.2.1 Objetivo General.
Generar un modelo computacional de control de luces dentro de espacios cerrados, siendo
un departamento de cinco habitaciones el espacio utilizado para realizar las pruebas de
funcionamiento. El departamento en cuestión, deberá ser adaptado para poder ser utilizado
con el modelo sugerido. Este sistema de control puede ser adaptado para potenciar otros
sistemas Domóticos actuales. Para funcionar este sistema requiere de una mínima
intervención por parte de dos o más usuarios. La forma en que estos usuarios son
detectados por el sistema no se contemplará dentro del sistema de control de iluminación en
sí, como tampoco en el sistema de regulación de iluminación de la versión sugerida por el
modelo de control desarrollado. En última instancia se buscarán los beneficios económicos
desde el punto de vista lumínico si éstos se aplican.
1.2.2 Objetivos específicos.
Generar un estudio de cómo mejorar los sistemas de control Domóticos utilizando lógica
difusa y el conocimiento científico existente en iluminación y comportamiento humano.
Aplicar la teoría de conjuntos difusos para facilitar la interacción entre los usuarios y el
programa utilizado. Lo anterior para solucionar los problemas de privilegios y preferencias
cuando exista más de un usuario.
1.2.3 Resultados esperados.
Poder especificar los niveles de iluminación mínimos para que una persona obtenga
beneficios en su calidad de vida, tangibles como intangibles.
Obtener un algoritmo que sea capaz de establecer valores de iluminación cuando existe más
de un usuario dentro de un ambiente, considerando las preferencias y privilegios utilizando
los conceptos de la matemática difusa.
Generar un programa que con sólo la configuración inicial e indicando dónde se encuentra
cada usuario dentro del hogar, indique los valores de iluminación mínimos para cada
habitación del departamento piloto.
3
Lograr un ahorro energético por parte del sistema de iluminación, sin considerar el sistema
de control, al manipular las luces utilizando los valores especificados.
4
CAPITULO II: INTRODUCCION A LA DOMOTICA
2.1 EVOLUCION DE LAS VIVIENDAS1
La transformación de las viviendas a lo largo de la historia refleja la continua y permanente
evolución que han ido experimentando las necesidades humanas. Desde la remota era del
poblamiento del planeta Tierra, donde la prioridad era el refugio y la protección ante las
inclemencias del tiempo, los depredadores y los enemigos. En las viviendas de la vida
moderna existe una transformación profunda que devela no sólo los cambios en las
costumbres y la satisfacción de necesidades cada día de mayor cantidad y calidad, sino
también con un aporte determinante de la tecnología que va revolucionando la
construcción, la calidad de los materiales y las aspiraciones crecientes de mejores
estándares de vida social.
El progreso constante, acompañado por la tecnología ha ido creando viviendas cada vez
más funcionales y capaces de satisfacer las crecientes necesidades del hombre más
evolucionado y más socializado.
Para comprender la evolución de la vivienda, es conveniente conocer sus antecesoras. En
Europa durante la Edad Media, pese a que las viviendas eran más evolucionadas (respecto a
su construcción) en comparación a sus predecesoras, la tecnología presente era muy escaza,
incluso en las viviendas de los nobles. Para la mayoría de la población la vivienda era sólo
un lugar para dormir, no existía la intimidad y el espacio interior se limitaba a una pequeña
habitación con un par de muebles multipropósito, en donde no se disponía de agua potable
ni baños.
Otro gran cambio ocurre en la casa urbana burguesa del siglo XIV, donde el trabajo y el
hogar comparten el mismo espacio. Espacio el cual se dividía en tres habitaciones, a saber:
un sótano el cual era utilizado como almacén, el primer piso que era el lugar de trabajo, y la
última habitación para recibir visitas, cocinar, comer y dormir. Posteriormente en el siglo
XVII, en los Países Bajos, las viviendas dejan de ser un lugar de trabajo, perdiendo el
carácter público, lo que fomentó una vida más íntima y privada. Todo esto produjo que las
habitaciones multipropósito fueran reemplazadas por habitaciones particulares.
1 (Martín Domínguez, y otros, 2006 págs. 3-11).
5
En la Inglaterra del siglo XVIII, la casa georgiana era un lugar social, pero en todo
momento se respetaba la intimidad familiar y de cada uno de sus miembros. El hecho de
que los hijos pasaran más tiempo en los hogares generó que se profundizasen las
subdivisiones, naciendo la necesidad de los dormitorios privados. Además, se dispusieron
lugares para el estudio, el bordado para las mujeres y para la recreación.
A pesar del avance en la arquitectura, las viviendas no disponían de agua en su interior,
salas de baño, y la calefacción estaba limitada a chimeneas o braseros con una iluminación
a velas. Es recién en el siglo XIX, en la época Victoriana en Inglaterra, cuando se comienza
a utilizar el gas, el agua corriente, la electricidad y aparecen los primeros artilugios
mecánicos domésticos.
La industrialización del siglo XX, en especial en los EEUU de Norteamérica permite acuña
por primera vez el término de electrodomésticos a los mecanismos de automatización de las
funciones domésticas. Todo ello inducido por la incorporación de la mujer en la vida
laboral, permitiendo que en la vivienda se facilitase la convivencia.
En la actualidad se aprecia mayores requerimientos del mercado de viviendas de poca
superficie destinadas a personas que viven solas, algunos jóvenes recién incorporados al
trabajo o ancianos que se van quedando solos. Es frecuente también, las viviendas de un
ambiente por exigencias de la movilidad social acentuada en los países de desmesurado
centralismo, como es el caso de Chile. Por otra parte, las familias de los países en vía de
desarrollo y los desarrollados son cada día menos numerosas por las complejidades de la
vida moderna. Las viviendas permanecen sin moradores durante la entera jornada laboral, y
por el aumento de la delincuencia han cobrado enorme importancia los sistemas de
seguridad y vigilancia de las viviendas, incluso a distancia. Se popularizan los sistemas de
riego automatizados y de calefacción.
Debido a las exigencias de preservar y proteger el medio ambiente, se hacen esfuerzos para
sustituir las fuentes de energía, o bien, en el mejor de los casos racionalizar el consumo de
energía, abaratándolo. Con ello también los costos disminuyen, manteniendo las máximas
comodidades domesticas posibles. Los avances en este sentido no se limitan a los menajes
o utensilios del diario vivir que faciliten las tareas domésticas, también, se hacen
6
importantes esfuerzos en la edificación de las viviendas con el uso de técnicas y de
procesos con materiales más eficientes y más amigables con el medio ambiente.
2.2 INMUEBLES TECNOLÓGICOS 2
El creciente desarrollo económico ha hecho posible que la ingeniería y la arquitectura
incorporen en los procesos constructivos el avance de la ciencia. En estos últimos años la
ciencia y la investigación científica se han trasformado muy rápidamente en aplicaciones
tecnológicas en beneficio de las ciudades y de las viviendas destinadas a los niveles
sociales bajos, medios y altos.
Los progresos son traspasados al campo comercial, tales como construcciones destinadas al
comercio, universidades, hospitales y edificios públicos, a las viviendas de la ciudad y del
campo. Las viviendas del punto de vista de su tecnificación, podemos clasificarlas de la
siguiente manera:
2.2.1 Edificio automatizado
Como se explicó antes, las viviendas han evolucionado constantemente, siendo los últimos
cambios producidos principalmente por los avances de la industria.
Los edificios automatizados son aplicaciones de procesos autómatas destinados a la
industria. Es el caso de la climatización en la que se controlan las calderas y el aire
acondicionado con fines de aportar mayor bienestar en el interior de los espacios y un
menor consumo energético. Con esto, se evitará la polución del aire y la contaminación en
lugares de gran afluencia de público. Asimismo, es no menor el avance de los elevadores,
cuyo progreso es apreciable sea por la mayor capacidad como por la velocidad de los
desplazamientos en edificios de gran altura.
De especial preocupación en los últimos años son las medidas de seguridad, sea del punto
de vista de la vigilancia como del control de los accesos. Lo mismo ocurre con los cierres
de los accesos con sistemas electrónicos o de voz donde no es posible la suplantación de
2 (Romero, y otros, 2011 págs. 19-31).
7
personas autorizadas por terceros, personas ajenas o intrusos. Las escalas mecánicas son
también un avance y un mecanismo que permite no sólo mayor comodidad, también, eleva
el número de desplazamientos o de accesos, evitando las aglomeraciones del público. La
iluminación diferencial y de bajo consumo es un elemento tecnológico que hoy se aplica a
los edificios, en especial, los de carácter comercial, oficinas o bancos.
La nueva tecnología en aplicación en los edificios o construcciones destinadas al comercio
se desplaza a las viviendas de conformidad a la categoría social que está destinada y según
los costos de las mismas. En las viviendas de altos estándares y que son destinadas a las
clases sociales más pudientes el traspaso de la tecnológica aplicada al comercio se produce
con mayor frecuencia y en tiempos más cortos. En la actualidad existe una variada
tecnología que se irá extendiendo a las viviendas en un futuro cercano, primero las
viviendas para estratos sociales altos y en tiempos más largos, seguramente alcanzará,
también a las viviendas sociales.
2.2.2 Vivienda Domótica
En general, el concepto se asimila a dos términos: “domus” que en latín significa “casa” y
el segundo, “otica”, que para muchos tiene su raíz en el concepto de automaticidad o
informática.
El término domótica, es utilizado en la lengua española, en los Estados Unidos pasa a ser
“Smart Home”, y en el caso de Japón se utiliza el término “Home automation”. Este último
término también es utilizado en algunos sectores de Estados Unidos. Para los grandes
edificios el término correcto que debe ser utilizado es el de Inmótica, a pesar de ser más
propio su uso a las viviendas.
Existen muchas definiciones para explicar en qué consiste la domótica, entre todas ellas
podemos destacar tres:
Según la Real Academia de la lengua Española (RAE) Domótica proviene del latín
Domus, casa, e informática y se entiende como, "conjunto de sistemas que automatizan
las diferentes instalaciones de una vivienda".
La Asociación Española de Domótica (CEDOM) define domótica como, "La
incorporación al equipamiento de nuestras viviendas y edificios de una sencilla
8
tecnología que permita gestionar de forma energéticamente eficiente, segura y
confortable para el uso diario los distintos aparatos e instalaciones domésticas
tradicionales que conforman una vivienda (la calefacción, la lavadora, la iluminación,
etc.)".
La Asociación de Domótica e Inmótica Avanzada (AIDA) considera a la domótica
como, "La integración en los servicios e instalaciones residenciales de toda tecnología
que permita una gestión energéticamente eficiente, remota, confortable y segura,
posibilitando una comunicación entre todos ellos".
En el progreso científico y tecnológico de los últimos tiempos se aprecia una clara simetría
o conjunción entre viviendas, aplicación científica & tecnológica y bienestar humano.
2.2.3 Edificación Inmótica
Según la CEDOM, Inmótica es "La incorporación al equipamiento de edificios singulares
o privilegiados, comprendidos en el mercado terciario e industrial, de sistemas de gestión
técnica automatizada de las instalaciones".
A diferencia de la domótica, la Inmótica no se centra en la calidad de vida de sus
ocupantes. Su preocupación es potenciar la funcionalidad a que está destinado el inmueble.
Por ejemplo, en un edificio destinado a museo arqueológico, la humedad y temperatura y
otros factores son diferenciados según las exigencias de los elementos que se exhiben los
que puede variar drásticamente en cada ambiente donde estos se encuentran, cosa que no
ocurriría en una vivienda.
Actualmente se ha comenzado a emplear, también, el término de gestión técnica de
edificios (GTE), puesto que la automatización se enfoca en la capacidad de comunicación,
gestión eficiente de la energía, seguridad, regulación y control. Todo esto orientado para
lograr una mejor coordinación y gestión de las actividades que se llevan a cabo en las
edificaciones del sector terciario. No menor es la “funcionalidad” del edificio en relación a
la comunicación entre los distintos sectores de la empresa. Es el caso que la gerencia
general o los puntos ventas se encuentren en lugares distintos, para lo cual es vital para una
buena gestión o administración la relación informativa permanente para proveer al eficiente
9
desempeño de la empresa, que en algunos casos, las distintas componentes ni siquiera se
encuentran en el territorio de un mismo país.
2.2.4 Hogar digital.
Se denomina “Hogar Digital” a la vivienda que centraliza todos los sistemas informáticos
disponibles que constituyen en un preciso momento servicios utilizados por las familias que
residen en hogares tecnológicamente avanzados. Por ejemplo, la red de TV con sus
distintos y múltiples canales, la programación preferida y sus horarios de transmisión, la
red de datos destinados por el mercado al uso de los consumidores, los sistemas de control
y seguridad en los accesos a la vivienda; el uso y el apagado de luces, aire acondicionado,
calefacción; encendido de horno y cocina para que a la hora programada se encuentre lista
la comida; la atención de las llamadas telefónicas y su derivación a otros sistemas de
recepción a distancia etc.
Tradicionalmente, en los hogares sólo existía la red informática, pero debido al avance de la
tecnología dentro del hogar y la generación de los servicios de comunicación, gestión
digital del hogar, entretenimiento, infraestructura y equipamiento, se ha generado un
creciente aumento de las comunicaciones donde cada sistema tiene necesidades propias,
esto llevó a unificar estos servicios formado así redes domésticas3 donde se integran todos
estos sistemas. Esta tendencia llevo a generar lo que se conoce como hogar digital.
En el hogar digital debe considerarse la presencia de lo que algunos llaman “pasarela
Residencial”4, que es el medio para vincular las redes del hogar con el mundo exterior,
facilitando la gestión y administración de éste en forma remota e incorporando otras
variables. La pasarela Residencial cumple, respecto a los usuarios y los sistemas que
forman parte de la red del Hogar Digital, el rol de aduana que evita la intromisión de
extraños en el sistema.
2.2.5 Vivienda Ecológica.
La preocupación por la ecología ha llegado a cada rincón de nuestras vidas, por lo cual no
es raro ver edificaciones donde se emplee la tecnología que optimice el uso de los recursos
3 Del Inglés, Home Networks.
4 En inglés: Residential Gateway.
10
energéticos. La prioridad ecológica es un factor de interés desde que se inicia o se planifica
la vivienda e incluye, su destrucción o reciclaje una vez terminada su vida útil.
Para su construcción se escoge con cuidado el terreno donde se va a emplazar la vivienda,
la correcta elección de materiales, pinturas compatibles con el medio ambiente y no
contaminantes para sus ocupantes. En el caso de las energías se considera ahorrar en el
espacio, la utilización de recursos renovables, se utilizan técnicas de ahorro energético y de
bioclima, etc. Todo esto para aprovechar racionalmente los recursos que entrega el lugar
físico del emplazamiento, buscando calidad, confort biológico y seguridad, amén de una
compatibilidad estética y funcional con el medio que la rodea y sus usos.
Existen varias sub-categorías dentro de las viviendas ecológicas, como lo son:
Edificación sostenible: Es capaz de producir la energía que requiere y evitar la
generación exesiva de residuos. Su funcionamiento ha de ser respetuoso con el
medioambiente y también ser duraderos.
Edificación geobiológicos: Considera fenómenos físicos y alteraciones geobiológicas
que pueden afectar la calidad de vidas y salud de las personas.
Edificación Bioclimáticas: Se optimiza el diseño arquitectónico considerando el
entorno donde está ubicado para generar una mayor comodidad térmica.
Bio-construcción: Cuenta con aspectos biológicos y ecológicos, para integrarse con el
entorno, y su diseño combina factores presentes en las construcciones anteriores.
2.2.6 Edificio Inteligente.
La evolución de la tecnología ha llevado a las viviendas Domóticas y a los edificios
Inmótico a que éstos puedan tomar decisiones incorporando inteligencia artificial como
sistemas expertos, redes neuronales, algoritmos evolutivos entre otros, permitiendo a los
edificios con sistemas Domóticos o Inmótico responder automáticamente de la mejor forma
posible ante diferentes situaciones, sin mediar una orden directa del usuario, de ahí por
denominarlos inteligentes. Aunque esta inteligencia, hoy en día, es bastante limitada
permite que en estas nuevas edificaciones se simplifique el mantenimiento, los haga
tolerante a desperfectos o fallas, etc. Sin embargo, el término inteligente sigue siendo muy
amplio para sólo limitarlo a esto, las prestaciones que se esperan de los edificios
11
inteligentes son similares a las de los Domóticos e Inmóticos, potenciando mayormente el
manejo inteligente de la información, la integración con el medio ambiente, facilitando la
interacción con los habitantes y la anticipación a sus necesidades, etc.
2.2.7 Urbótica.
La urbótica actualmente es más bien un concepto, una idea futurista, en donde se busca
llevar la Domótica y la Inmótica más allá de las edificaciones o comunidades, llegando a
generar las futuras ciudades inteligentes, donde se busca perfeccionar la organización
urbana, distribución de espacios, telecomunicaciones y la automatización, todo esto
orientado para fomentar la calidad de vida y la competitividad económica de los habitantes
y sus industrias. Muchos arquitectos e ingenieros han planeado cómo deberían ser estas
nuevas ciudades. Ya existen propuestas, como lo son la Torre Biónica o Ciudad Vertical, la
Torre la Llum, las ciudades Putrajaya y Cyberjaya en Malasia, entre otras.
2.2.8 Los precursores de la casa del futuro 5
Es el cine y la TV los encargados de difundir las ideas contenidas en la casa del futuro. Uno
de los precursores en presentar esta idea es la serie televisiva “Los Supersónicos”6
producida por Hanna-Barbera, la que salió al aire entre 1962-1963, si bien no fue el
primero, es uno de los precursores más recordados. Nos muestra una familia la cual vive en
un hogar lleno de artilugios electrónicos perfectamente incorporados a la vivienda y a las
necesidades de los individuos que habitan en ella, de las cuales muchas tareas se activan
automáticamente o son activadas por los usuarios con sólo apretar un botón o con un simple
comando de voz.
En contraste, con ánimo de caricaturizar y satirizar la casa del futuro, se ubica el
cortometraje de Disney Mickey's, “Mechanical House“(1999), en él Mickey, decide
cambiar su deteriorada casa por una casa eléctrica, donde todo se hace al toque de un botón,
sin embargo, a la hora de dormir surgen las dificultades. Mickey ansioso por su nueva
vivienda no logra conciliar el sueño y al intentar abandonar el dormitorio, fuera de la hora
programada por la casa del futuro, daña el entero sistema por la intromisión extemporánea
5 (Jorge Sierra, 2008 págs. 8-17)
6 Título original: The Jetsons.
12
producto de la voluntad del morador, y ante esta dura realidad, Mickey decide volver a su
antigua habitación.
La industria cinematográfica norteamericana también pensó en la casa domótica. Se
presenta en la película "Una sirena sospechosa"7, producida en 1966. Es una comedia de
enredos, donde al igual que en el corto de Mickey, la protagonista, Doris Day, se maravilla
con una cocina totalmente equipada con artefactos que se accionan al pulsar una serie de
botones. Por la escaza capacitación de la protagonista, al intentar corregir la programación
del horno quema toda la cena. En fin, la protagonista acciona por error el mecanismo de la
limpieza arruinando toda la preparación de la cena.
En el caso de Europa, la casa del futuro está la película "Mi tío"8 del director Jacques Tati
de 1958. Narra la vida de Mr. Hulot, el cual vive en un pequeño pueblo francés, sus únicas
ambiciones son vivir la vida y disfrutar con su sobrino que habita una casa moderna y
automatizada junto con sus padres. En esta película se aprecia como los mecanismos que
componen la casa son de distinta índole y están en todas partes, transformándose en una
verdadera entretención y un juguete para la dueña de casa, quién administra la compleja
máquina de su hogar.
En los años 50 los medios de comunicación de masa empiezan a ofrecer distintas visiones
de como la tecnología puede entrar a los hogares y convivir con los usuarios sin generar
conflictos, al contrario, favoreciendo una vida más placentera. Es el caso de serie de "Los
Supersónicos", la tecnología funciona sin mayores sobresaltos facilitando las tareas de la
vida diaria, sin dar lugar a los conflictos entre la voluntad de las personas y la máquina. El
control de la máquina o mejor dicho de la nueva tecnología lo ejerce el hombre en forma
directa o indirecta sin mayores conflictos.
Otra lección mostrada en el cine, se puede observar en "Una sirena sospechosa".
Normalmente, cuando se piensa en sistemas domóticos se busca satisfacer las necesidades
de los usuarios, dejando de lado a otros usuarios eventuales que no están consientes de
estos sistemas. Es deber de los desarrolladores hacer que este funcione de una manera sutil,
haciendo percibir a los usuarios que el ambiente funciona como cualquier otro, alejando la
7 Título original: The Glass Bottom Boat.
8 Título original: Mon oncle.
13
sensación generalizada que hay que ser un ingeniero espacial para poder utilizar la
tecnología sin generar sobresaltos.
En "Mi tío" se observa uno de los clásicos errores, se llena el hogar de artefactos
tecnológicos los cuales no necesariamente facilitan la vida diaria, sino más bien pasan a ser
objetos de diversión y alarde, haciendo que labores sencillas se vuelvan más complejas,
logrando que no se obtenga un beneficio por parte del usuario o encareciendo el sistema
innecesariamente.
2.3 LA DOMÓTICA ACTUAL9
2.3.1 Los inicios de la Domótica
Teniendo una noción de lo que es Domótica es interesante comprender cuándo se torna
relevante el argumento desde el punto de vista operacional. En un comienzo se habló de la
"Casa del futuro", la cual era la casa que está por venir, que fue concebida por la búsqueda
de acercar el futuro al presente, para satisfacer las necesidades y cumplir los deberes de una
manera automática casi mágica, en el fondo, facilitar la vida con menor esfuerzo y menor
trabajo humano.
Este concepto cobró un gran impulso en el siglo XX alrededor de los años 60, cuando los
electrodomésticos irrumpen masivamente en los hogares del mundo desarrollado, gracias al
bienestar económico y la evolución tecnológica, formando parte de la vida diaria de las
personas En esta época, para que una edificación se considerarse como futurista y moderna
debía tener por lo menos escaleras y puertas mecánicas, ascensores, climatización y
sistemas de detección de fuego y de intrusión, elementos básicos en una edificación actual.
Los orígenes de la Domótica e la Inmótica se inician en los años 70 hasta los años 80,
impulsados por el desarrollo del protocolo X-10 de la empresa Escocesa Pico Electronics
Ltd. La innovación que se introduce es la unión de la electrónica, informática y
telecomunicaciones que permite trasmitir datos por las líneas de baja tensión a muy baja
velocidad, y a costos muy reducidos. Pues, al utilizar las líneas eléctricas no es necesario
tener que cablear las instalaciones para conectar los distintos elementos del sistema. Las
primeras aplicaciones fueron desarrolladas para la calefacción y climatización, todo esto
9 (Romero, y otros, 2011 págs. 32-112).
14
motivado por la crisis del petróleo que creó la necesidad de sistemas que fueran mucho más
eficientes en el ahorro del petróleo por alza de precios de los combustibles. El salto de la
Domótica al mercado mundial fue en gran medida por la proliferación de este tipo de
sistemas, potenciados por la electrónica de bajo costo, y generando el interés por la
búsqueda de la casa ideal.
2.3.2 Visiones y estándares domótico en el mundo.
La creciente evolución de los sistemas, la gran cantidad de ofertas y la sofisticación de la
demanda, ha creado una división de los puntos de vista, sistemas que se utilizan y
necesidades en la domótica actual. Es por esto que, el mundo se ha dividido y ha generado
distintos enfoques donde los principales actores de la Domótica actual son Europa, Estados
Unidos y Japón.
El mercado de USA se caracteriza por buscar un hogar interactivo e intercomunicado,
permitiendo generar fácilmente servicios como teletrabajo, control a distancia, tele-
educación, etc. Cabe destacar que éste fue uno de los primeros países en promover un
estándar orientado a la gestión técnica de edificios, conocido como CEBus (Consumer
Electronic Bus). Los sistemas más utilizados en Estados Unidos son CEBus, X-10,
LonWorks y sistemas propietarios.
Japón como era de esperar, se ha enfocado en la automatización del hogar, generando una
gran cantidad de aparatos para lograr este propósito. Para lograr fomentar la incorporación
de los sistemas domóticos en Japón se creó la asociación EIAJ (Electronic Industries
Associación of Japan) los cuales motivaron a generar el HBS (Home Bus System).
El mercado Europeo se ha centrado en la salud, el bienestar de sus ocupantes y la ecología.
Últimamente, ha trabajado fuertemente en definir una norma de integración de los sistemas
domóticos. Para lograr esto, generaron el proyecto Konnex que ha unido los estándares
EIB, EHS y Batibus.
2.4 MISIÓN DE LA DOMÓTICA.
En sus comienzos la Domótica se centró principalmente en el control de la iluminación y la
calefacción, pero considerando la evolución de las tecnologías. Por la propia naturaleza
15
humana la misión de la Domótica se ha extendido considerablemente, llegando a centrarse
en la gestión de las necesidades dentro de una vivienda. Para realizar una gestión más
eficiente se ha dividido la gestión en distintas áreas que pueden estar presentes en una
vivienda Domótica actual.
2.4.1 Gestión del bienestar y el confort.
Esta variable tecnológica está orientada a producir o aumentar el bienestar y comodidad de
los usuarios del sistema, sin perjuicio de los costos o el gasto de cualquier naturaleza.
El apagado o encendido de todas las luces de una edificación y apagado/encendido de cada
punto de luz o cuarto, regulación de la intensidad de la iluminación manual o automática,
no responde exclusivamente a una necesidad de ahorro energético y de costo económico, es
también, una necesidad de bienestar de las personas que ocupan el espacio. El control de la
temperatura y climatización, puede lograr temperaturas más estables, independientes en
distintas habitaciones, o con un accionamiento según la demanda, entregando un menor
costo o gasto.
En cuanto a la automatización de sistemas, como riego automático, persianas y toldos, para
facilitar su accionamiento, responden al concepto de ahorro de trabajo y de esfuerzo
humano, así como también, a un criterio de eficiencia y de gastos de los consumos (no sólo
energéticos). Respecto a la integración de sistemas, que son partes importantes para
proveer al bienestar de los habitantes del edificio o inmueble, ya sea para potenciar sus
funciones, como la del portero electrónico del citofono al teléfono, o del video portero al
televisor. Asimismo, la debida supervisión automática o gestión a distancia de dispositivos
electrónicos son facilitadores de la gestión de la vivienda o del edifico respectivo.
2.4.2 Gestión de la seguridad y la protección.
Pese a que la seguridad no fue la primera en ser considerada como factor tecnológico,
actualmente es de suma importancia por la creciente inseguridad ciudadana que afecta a las
ciudades pequeñas o más grandes. También, un sistema de alerta temprana ayuda a sofocar
calamidades naturales o incendios, entre otras posibilidades.
16
Para que este sistema de seguridad funcione correctamente, es necesario que se
individualicen las potenciales y eventuales fuentes de peligro, a fin de implementar
sistemas confiables y eficientes para el control del siniestro por acción directa del propio
sistema o por el requerimiento de terceros para que concurran al siniestro, y poner un
pronto remedio.
Hoy en día existen numerosos sistemas dedicados específicamente a cada área de la
seguridad y la protección frente a asaltos, incendios, fallas técnicas, salud de las personas,
etc. Cada uno de estos sistemas tiene funciones y características determinadas, tales como:
Sistemas antirrobo: Cuando se piensa en seguridad para la vivienda una de las
primeras preocupaciones, son los robos y asaltos, es por eso que uno de los primeros
sistemas que suelen verse instalados son los que previenen las intrusiones. Estos
pueden ser sensores que detectan cuando un individuo intenta ingresar a los hogares,
como los detectores de presencia, sensores de rotura de cristales, etc. Hoy en día suelen
ser más interesantes los de tipo disuasivo como las cámaras de seguridad o los
simuladores de presencia que inducen a pensar que el hogar se encuentra habitado.
Sistemas de alarmas técnicas: Pese a que los robos son un peligro, un accidente por
falla o desperfecto debido a descuido o mala manipulación de un sistema puede ser tan
peligroso como el robo. Por esta razón, estos sistemas se preocupan de controlar las
variaciones de los parámetros físicos y químicos dentro del hogar, como la detección
de incendios, sobretensiones, escapes de gas, entre otros. Normalmente, los sensores
suelen actuar directamente sobre un actuador asociado a la alarma, además, de
informar al sistema de su activación.
Sistemas de control de acceso: Estos sistemas son frecuentes en comunidades y en
sistemas Inmóticos para identificar a las personas que ingresa o salen de un
determinado recinto. En este sentido, no son sistema antirrobo que alertan de la
presencia no autorizada de un extraño. Lo que se pretende con este sistema es registrar
a todas las personas que circulan en un determinado inmueble o recinto. En un examen
posterior del video, éste puede servir para la investigación de algún ilícito. Este sistema
puede discriminar entre las personas autorizadas para circular en determinadas zonas o
áreas del inmueble y no en otras, de exclusivo uso de un limitado número de personas.
También, es posible discriminar las horas que pueden entrar algunas personas y no
17
pueden entrar otras. Existen infinidad de sistemas de acceso, algunos utilizan las
tarjetas electromagnéticas de uso frecuente en los hoteles. Otros, utilizan sistemas de
voz, huella digital o sistemas fotográficos. En definitiva, es un control de acceso
prohibitivo para extraños y es preventivo de robo.
Sistemas de alarmas médicas: El mayor auge de estos sistemas se ha experimentado
en Europa, donde ha aumentado la cantidad de personas ancianas que por su
longevidad, muchas veces viven solas. Por esta razón, un accidente o una enfermedad
dentro del hogar puede constituir una grave omisión de socorro o de auxilio. Estos
sistemas de alarma médica, suelen incorporar botones de pánico, sensores en el cuerpo
que supervisan parámetros biológicos como presión arterial, pulso, azúcar en la sangre,
etc., los que en caso de ser accionados, pueden generar alarmas locales y/o remotas,
permitir conexiones directas con familiares o con algún servicios de apoyo, incluso, la
apertura automática de puertas, entre otras.
2.4.3 Gestión de la energía.
Su objetivo puede parecer similar al de la gestión del confort, pues también se encarga de
todo aquello que produce o aumenta el bienestar y comodidad de los usuarios del sistema,
pero prima el ahorro, y el aprovechamiento eficiente de la energía y el no sobrecargar el
sistema. Para esto, el sistema se encarga de reservar y racionalizar el uso de la energía.
Reservar energía: Esto se logra activando, desactivando o regulando elementos como,
calefactores, sistemas de aire acondicionado, iluminación, componentes electrónicos,
etc., considerando factores como horarios, calendarios, condiciones ambientales,
presencia, capacidad de acumulación de energía, entre otros. Todo esto para lograr
consumir sólo la energía necesaria, evitando los derroches, usos innecesarios, o bien,
abusivo de la misma.
Racionalizar la energía: Esto permite establecer tasas máximas de consumo
simultáneo, evitando sobrecargar la red, priorizando ciertos elementos de otros,
realizando conexiones y desconexiones alternadas de elementos. Activar y/o desactivar
artefactos para que estos no interfieran con el correcto funcionamiento de otros o para
aprovechar tarifas especiales, permitiendo conocer el consumo de los componentes o
sistemas, facilitando la gestión en el caso de comunidades o el sector de servicios.
18
2.4.4 Gestión de las comunicaciones.
Es una de las áreas menos desarrolladas, pero debido al creciente requerimiento de la
información, contenido y comunicación de los usuarios y sistemas, la gestión de la
comunicación comienza a tener más importancia, permitiendo capturar, guardar, transmitir,
procesar, difundir datos y contenido. Así, un sistema puede transmitir su información por el
medio más adecuado, por ejemplo en el caso de una alarma, si fallaran los medios
alambrados, el sistema podría recurrir a los inalámbricos, por ejemplo, alertas vía SMS10
.
También, la información puede ser trasmitida dentro y/o fuera del hogar, para evitar que
personas no deseadas interfieran con los sistemas, o facilitar la intercomunicación de los
dispositivos, como el video portero con el televisor, portero automático con el teléfono, y
otras aplicaciones que pueden ir surgiendo con las necesidades a futuro.
2.4.5 Gestión de la iluminación.
Se encarga de controlar el grado de iluminación dentro de las habitaciones, para esto se
pueden considerar una o más variables como distintos puntos de luz, intensidad de
iluminación, regulación del tipo de luz, horarios, etc. El control de la iluminación puede ser
manual, donde el usuario decide como controlar cada aspecto o puede ser, además, de uso
automático. Un aspecto interesante es cómo se controla la iluminación, ésta puede ser de
diversos modos:
Modo bi-estable: Destaca por su sencillez debido a que trabaja de una forma “todo o
nada”, luz apagada o encendida, esto facilita la interacción con diversas fuentes de
iluminación artificial como ampolletas incandescentes, fluorescentes o LED. En caso
de disponer de una habitación con más de una fuente de luz, éstas se pueden encender
gradualmente para conseguir una variación gradual de la intensidad de luz.
Modo analógico sin regulador: La intensidad de la iluminación es gradual e
independiente para cada fuente de iluminación, así se logra una iluminación más
homogénea. Para alcanzar la regulación deseada se puede variar la tensión o la
corriente dependiendo el tipo de fuente que se utilice, esta variación en ambos casos se
puede lograr mediante potenciómetros o fuentes regulables.
10
Del inglés Short Messaging System (Sistema de mensajería abreviada).
19
Modo analógico con regulador: Una de las maneras más complejas, pero a su vez
más completas cuando se desea regular la iluminación. Para lograr una iluminación
adecuada, el sistema puede considerar una o más variables, como el nivel o intensidad
de iluminación interior y exterior, valores o variables preestablecidas, intensidad
deseada, estado de los sensores de presencia, fecha, hora, entre muchas otras
condiciones.
2.5 CARACTERÍSTICAS Y COMPONENTES DE UN SISTEMA DOMÓTICO.
En toda instalación domótica o inmótica existen ciertos componentes básicos que permiten
su funcionamiento, éstos pueden tener diversas características de acuerdo con las
necesidades de los usuarios y las tecnologías utilizadas por los fabricantes. Combinar estos
elementos y conceptos es sumamente importante para el adecuado funcionamiento de los
sistemas de control de viviendas y edificios. Tener una noción básica de estos sistemas de
control, es importante para poder comprender como funcionan e interactúan con el
ambiente.
2.5.1 Características básicas.
Antes de examinar los distintos elementos y características de un sistema de control
orientado a inmuebles, es importante conocer las características básicas que ha de tener el
sistema en conjunto, para lograr que este cumpla con las necesidades de los usuarios e
instaladores de estos sistemas.
Simple y fácil de utilizar: Para que un sistema de gestión de viviendas y de aplicación
general, cumpla con su objetivo, ha de poder ser operado fácilmente. Para lograr este
propósito, el sistema ha de ser intuitivo y de fácil aplicación, logrando así ser de rápida
comprensión por los usuarios.
Flexible: Debido al constante cambio de las tecnologías y necesidades dentro de la
sociedad, los sistemas Domóticos han de poder adaptarse sin grandes dificultades y
costos a las variaciones que impone el avance tecnológico, evitando la obsolescencia
de ellos.
20
Modular: Que un sistema sea modular permite evitar fallas generales del sistema en
caso de problemas, además de facilitar la reparación, la ampliación y adición de nuevos
servicios.
Integral: Que sea integral impone la necesidad del intercambio de información entre
los distintos elementos que componen el sistema, a fin potenciar aun más al sistema y
lograr una mejor gestión e integración de los subsistemas.
2.5.2 Las señales.
Las señales son magnitudes físicas que se utilizan para transmitir información, como el
estado de los sensores u órdenes a los actuadores. Estas señales puede ser de dos tipos:
analogas, son señales continuas en un periodo de tiempo determinado; y las digitales, las
cuales pueden tomar solo valores díscretos. En este último caso, resulta interesante
mencionar que existe un gran número de señales que tan sólo toma dos valores (estados), y
que se denominan señales binarias.
2.5.3 Los sensores.
Los sensores son los encargados de trasformar las magnitudes, físicas, químicas, biológicas,
etc. en eléctricas, para poder ser transmitidas como señales. Los sensores más habituales
son los de temperatura, humedad, iluminación, presencia, entre otros. En la mayoría de los
casos éstos vienen encapsulados para evitar ser afectados por el medio y para lograr su
óptimo funcionamiento. Para poder escoger un sensor adecuado, es conveniente evaluar las
siguientes características, ver
Tabla 1, las cuales se encuentran disponibles en su hoja de datos.
21
2.5.4 Tipos de sensores.
Existe una gran cantidad de sensores que se pueden agrupar en primera instancia según su
alimentación, pudiendo ser del tipo Pasivos o Activos.
Característica Definición
Amplitud Diferencia entre los límites de medida.
Calibración Patrón conocido de la variable medida
que se aplica mientras se observa la señal
de salida.
Error Diferencia entre el valor medido y el
valor real.
Exactitud Concordancia entre valor medido y valor
real.
Factor de escala Relación entre la salida y la variable a
medir.
Fiabilidad Probabilidad de error.
Histéresis Diferente recorrido de la medida al
aumentar o disminuir ésta.
Precisión Dispersión de los valores de salida.
Ruido Perturbación no deseada que modifica el
valor.
Sensibilidad Relación entre la salida y el cambio en la
variable medida.
Temperatura
de servicio
Temperatura de trabajo del sensor.
Zona de error Banda de desviaciones permisibles de la
salida.
Tabla 1: Características de un sensor11
Los primeros no necesitan ser alimentados, un ejemplo el termómetro de mercurio, estos
sensores no son utilizados para el control automático. La industria utiliza los sensores
Activos, que son aquellos que admiten control automático y además, se puede obtener de
ellos, una señal que sirva para clasificarlos como discretos o continuos, los sensores
discretos pueden tomar un número finito de estados, siendo los más comunes los que
pueden tomar dos estados, éstos son llamados detectores, pues su función es detectar la
11
(Romero, y otros, 2011 pág. 64).
22
presencia o ausencia de la variable a medir. En el caso de los continuos, su valor varia de
forma continua, siendo los más comunes los de temperatura e iluminación.
La manera en que mejor se pueden clasificar los sensores es mediante la aplicación que le
se le da a los mismos, para ello observar la Tabla 2.
Tipo Atendiendo al ámbito de aplicación
Gestión climática Sensores de temperatura (resistivos, semiconductores,
termopares,...), termostatos, sondas de temperatura para
inmersión, para conductos, para tuberías, sensores de
humedad, sensores de presión, etc.
Gestión contra
incendio
Sensores iónicos, termo velocimétros, sensores ópticos,
infrarrojos, de barrera óptica, sensores ópticos de humo, de
dilatación, etc.
Gestión contra
intrusión/robo
Sensores de presencia por infrarrojos, por microondas o por
ultrasonidos, sensores de apertura de puertas o ventanas,
sensores de rotura de cristales, sensores microfónicos,
sensores de alfombra pisada, etc.
Control de
presencia
Lector de teclado, lector de tarjeta, identificadores
corporales (biométricos).
Control de la
iluminación
Sensor de luminosidad.
Otros sistemas Sensor de lluvia, de viento, de CO, de gas, de inundación,
de consumo eléctrico, de consumo de agua, de nivel de
depósitos.
Tabla 2: Clasificación de sensores según su función12
2.5.5 Interfaces.
Las interfaces cumplen una función parecida a los acondicionadores de señal, esto es,
adecuar las características eléctricas de las señales. Pero en este caso, son las que viajan de
la unidad de control a los actuadores, pese a que las unidades de control pueden enviar
señales analógicas como digitales, no siempre son capaces de entregar la suficiente
potencia que se necesita el actuador. Las interfaces más comunes que se pueden encontrar
son las etapas de conmutación con transistores, la conmutación de cargas en corriente
continua con tiristores o alterna con triacs, las interfaces para señales de corriente alterna de
baja frecuencia, las interfaces de salida opto acoplada, entre otras. Normalmente los
12
(Romero, y otros, 2011 pág. 67).
23
fabricantes ya integran interfaces en muchos de sus actuadores. Así, al tener todo en un sólo
módulo se facilita la instalación, puesto que, la interface es compatible con el actuador y
sólo es necesario conectarla a la unidad de control.
2.5.6 Estructura.
La estructura de los sistemas Domóticos e Inmóticos, es la que brinda soporte a los
distintos equipos, debido a que se encarga de las comunicaciones y, en algunos casos
también, la alimentación. Para generar la estructura se pueden utilizar diversos medios de
transmisión, topologías y protocolos. Dependiendo del medio de trasmisión que es el
soporte físico que se utiliza para intercambiar la información, cada medio de trasmisión
brinda diversas ventajas y desventajas. Los medios de trasmisión que se pueden encontrar
son:
Corrientes portadoras: En este caso, se utilizan los cableados existentes de otros
servicios, como lo son el cableado eléctrico o las líneas telefónicas, siendo las primeras
las más utilizadas. Dentro de sus ventajas radica su bajo o nulo costo de instalación,
pero su principal problema son las bajas velocidades que se obtiene y una escasa
fiabilidad, pero aun así, suelen ser muy útiles para instalaciones domésticas
preexistentes.
Soportes metálicos: Corresponden a los cables metálicos en general, de cobre o
aluminio, que son utilizados normalmente para la trasmisión de datos. Se pueden
distinguir dos categorías normalmente utilizadas para la automatización de hogares:
Par metálico: Está formado por un cable o combinaciones de cables
dispuestos como un conductor con un recubrimiento aislante utilizado para
señales telefónicas. Par de cable formado por un arrollamiento de varios
hilos normalmente utilizados para audio. Par apantallado, formado por un
par de cables los cuales están recubiertos por una malla que aísla las señales.
Suelen ser implementados en sistemas de sonido de alta fidelidad o datos.
Par trenzado, está compuesto un par de cables entrelazados, comúnmente
utilizados para la conexión de computadores.
Coaxial: Compuesto por un conductor filiforme, cubierto por un dieléctrico
y recubierto por una malla de un conductor. Dentro de los inmuebles éste
24
suele utilizarse para la transmisión de señales de TV, FM, TV por cable o
señales de control y datos a media y baja velocidad.
Fibra óptica: Conductor capaz de guiar la luz en su interior permitiendo su transporte.
Para conseguir este propósito, su núcleo tiene un índice de refracción menor que su
revestimiento. Dentro de sus ventajas destacan el hecho que puede transmitir datos a
grandes distancias, a alta velocidad, que no le afectan los campos electromagnéticos y
tiene una alta seguridad al transmitir datos. Su mayor inconveniente es el costo de ella
y de las conexiones.
Normalmente cuando se construye un inmueble, el incluir medios de transmisión cableados
no significa gran problema ni un elevado costo obteniéndose buenos resultados. Pero en
una edificación preexistente implementar un sistema cableado puede ser complejo y
costoso, además que antiestético. Es por esto que las transmisiones inalámbricas han
significado un gran avance dentro de la vivienda. Actualmente, se pueden fácilmente
implementar sistemas Domóticos basados en tecnologías inalámbricas, a un bajo costo y
además, consiguiendo una mayor comodidad al poder contar con Interfaces inalámbricas.
Para lograr lo anterior existen dos posibilidades:
Infrarrojos: Para trasmitir la información la señal se transmite en la banda IR, esto se
logra utilizando un LED que emite luz en esta banda, y es capturada con un
fototransistor IR que obtendrá la información. El uso de esta tecnología se aplica en los
mandos a distancia de los equipos de audio, video y climatización.
Radiofrecuencias: La radiofrecuencia puede ser la solución ideal para sistemas
Domóticos e Inmóticos gracias a que estos sistemas pueden transmitir a una distancia
aceptable y gran cantidad de información. Una buena aptitud de la radiofrecuencia es la
flexibilidad del sistema el que permite utilizar más sensores sin necesidad de alterar la
conectividad del cableado. Sin embargo, pueden ser sumamente sensibles a las
perturbaciones electromagnéticas producidas por los equipos domésticos.
2.5.7 Topologías.
Lo más complejo dentro de la estructura es cómo se envía la información sobre todo
cuando se utiliza un sistema cableado. Existen numerosos tipos de topologías para esto,
25
dependiendo de la topología se pueden potenciar distintas características de la transmisión.
Dentro de las topologías más utilizadas para los sistemas domóticos se destacan:
Topología en Bus, sistema distribuido: En el caso de la topología de tipo Bus, toda la
información circula por un mismo cable, el cual está conectado a una unidad de control
que se encarga de la gestión de la comunicación. A su vez, el resto de los dispositivos
como sensores o actuadores se conectan a la misma línea de bus. Como adaptación se
pueden conectar otras líneas de buses al bus principal. La ventaja de esta topología es
que se requiere una menor cantidad de cableado, pero al fallar la conexión, por un
cortocircuito o por una sobrecarga de la información, colapsará todo el sistema. Pese a
lo anterior, conviene utilizarlo cuando existen pocos puntos a controlar, la seguridad de
la comunicación no es primordial, ni tampoco se requieren grandes velocidades.
Topología en estrella, sistema centralizado: En este tipo de topología toda la
información entra y sale a través de la unidad de control llegando un único cable a cada
sensor o actuador. Gracias a esto se simplifica la electrónica, pues no hay necesidad de
estar controlando las comunicaciones y éstas pueden ser a una mayor velocidad. En
caso de falla, no se ve afectado todo el sistema, además, se facilita la detección de ésta,
mejorando con ello la seguridad. Su mayor inconveniente es el costo y la dificultad de
realizar el cableado.
Otro tipo de topologías resultan de la combinación de las anteriores, potenciando sus
fortalezas y aminorando sus debilidades. Las dos más utilizadas debido a las necesidades y
características de los sistemas Domóticos e Inmóticos son:
Mixta Bus/estrella: En este sistema se dispone de varias estrellas unidas a un bus. Los
beneficios que se obtienen respecto a los desperfectos y la velocidad de comunicación
que proporciona la topología estrella y la reducción de los costos del cableado que
proporciona la topología bus, son sus grandes ventajas.
Mixta estrella/estrella o súper estrella: En esta topología se tiene una estrella a la
cual se le unen otras estrellas, no se tienen los mismos beneficios en costos de cableado
que la topología anterior, pero se gana en velocidad y seguridad del sistema.
26
2.5.8 Protocolos de comunicación.
Se puede entender como la manera, lenguaje o código que utilizan los distintos equipos
para transmitir la información. Para que dos equipos puedan comunicarse necesitan utilizar
el mismo protocolo entre ellos. Existe una gran variedad de éstos, los que podemos
clasificarlos en dos grandes grupos:
Protocolos estándar: Estos suelen estar respaldados por organizaciones, pueden ser
utilizados por diferentes fabricantes. Sus características son públicas. Otra ventaja, al
existir en el mercado distintos fabricantes de un mismo estándar, pueden utilizarse
productos de distintos fabricantes en el sistema.
Protocolos propietarios: Son desarrollados por una empresa, limitando la elección de
productos sólo a ésta, en caso que la empresa desaparezca, se perderá el soporte técnico
y será aún más complicado mantener y ampliar el sistema.
2.5.9 Unidad de control.
La unidad de control es una de las partes vitales de un sistema de automatización. Existen
diversos componentes dentro de él, los cuales al trabajar en conjunto le permiten poder
controlar los distintos componentes del sistema. Dentro de los elementos que componen
una unidad de control a grandes rasgos se pueden nombrar el hardware de entrada,
hardware de salida, unidad de control e interfaz de usuario. Una mejor formar de
comprender las unidades de control es por su funcionamiento y por sus componentes.
Una de las primeras diferencias que se puede encontrar en las unidades de control es el
funcionamiento de su sistema, el cual puede ser centralizado o distribuido, siendo el diseño
de este último el más actual, pero a su vez el más complejo y seguro.
Sistemas centralizados: Las primeras unidades de control se caracterizaban por ser de
este tipo. En ellas existe una única unidad que se encarga de controlar todo el sistema.
Son ampliamente utilizadas y se ha experimentado mucho con ellas. Al tener una sola
unidad de control, es en ésta donde se alberga el programa de control facilitando su
configuración, pero, es su principal problema, pues al fallar el programa o la unidad, el
sistema completo quedará inutilizado.
27
Sistemas distribuidos: En los sistemas distribuidos, el control se encuentra repartido
en varias unidades encargadas en conjunto de controlar la entera operación. Para ello se
apoya en un protocolo de comunicación, el que permite que las instalaciones sean
mucho más confiables, flexibles e independientes. Lo complejo en este caso es la
programación que gobierna estas unidades. La ventaja de este sistema es que si una de
las unidades sufre algún desperfecto, esta falla no se extiende al resto del sistema, el
cual puede seguir funcionando.
2.5.10 Hardware de entrada/salida.
Permiten la interacción entre el hardware de proceso de datos y los sistemas externos.
Normalmente, se encuentran incluidos en la unidad central, pero también, pueden estar
presentes como módulos independientes. De esta forma, pueden ser reemplazados en caso
de ser dañados, protegiendo a la unidad de control. Cada hardware de entrada/salida
dispone de puertos los cuales pueden ser de los siguientes tipos:
Entradas digitales: Estas permiten la detección de dos posibles estados, ausencia o
presencia de la señal en el sensor, por parte de la unidad procesadora de datos. La
mayoría de las entradas digitales funcionan en el rango de 0-5Vcc 0-24Vcc o 0-220
Vac y pueden tener 4, 8 ó 16 entradas.
Entradas analógicas: Los sensores que procesan señales analógicas necesitan ser
conectados a una entrada para dicho efecto, pero antes de conectar un sensor a estas
líneas es necesario verificar que estós sean compatibles con las entradas, siendo las
más comunes las de soportan voltajes comprendidos entre 0-5Vcc 0-10Vcc, o
corrientes entre los 0-20mA o 4-20mA.
Salidas digitales: Son similares a las entradas digitales, pero antes de conectar algún
elemento en ellas es importante revisar la hoja de datos, para no exigirle una mayor
potencia o voltaje del que esta puede utilizar, siendo común que ástas normalmente
envíen su señal a una interfaz.
Salidas analógicas: Poseen características similares a las entradas analógicas, no son
tan comunes como las salidas digitales, suelen ser utilizadas para accionar servo-
válvulas.
28
2.5.11 Hardware de proceso de datos.
Es el encargado de procesar el programa de control. De este Hardware depende la
complejidad del control del sistema y con la cantidad de elementos que puede interactuar.
De conformidad a lo antes expuesto, se pueden clasificar en varios tipos:
Autómatas programables: Estos actúan directamente en función de los datos
recibidos, debido a que no tienen mucha capacidad de cómputo o almacenamiento de
datos. Esta condición impone una limitante, al no poder digitalizar imágenes entre otras
cosas. Son útiles para sistemas distribuidos o para ser gobernados por sistemas
superiores.
Centrales micropocesadoras: Estas son un poco más avanzadas que los autómatas
programables, su instalación es sencilla, pero son poco flexibles, pueden gobernar
sistemas no muy complejos, como luces e incluso sistemas básicos de anti-intrusión.
Ordenadores: Poseen procesadores mucho más componentes que los anteriores,
pueden ser programables en varios lenguajes, comunicarse a altas velocidades,
almacenar gran cantidad de información, además, son complementados con hardware
específico para alguna tarea.
2.5.12 Interfaz de usuario.
La interacción con el usuario es importante a la hora de escoger un hardware de control,
debido a que esto puede afectar mucho la efectividad que tiene el sistema, los tipos de
interfaces que pueden disponer estos sistemas.
La principal función de una interfaz de usuario es facilitar el control del sistema para
permitir la interacción directa sobre los componentes, reprogramar el sistema, monitorizar
alarmas, revisar u obtener registros de éste. Los elementos más comunes utilizados como
interfaz son tan sencillos como un conjunto de interruptores y/o dimmers, un display con
teclado, llegando a los más avanzados como las pantallas táctiles, sistemas de
reconocimiento de voz, o un centro de control formado por una serie de ordenadores
denominados consolas, utilizados principalmente en Inmótica. De ser necesario se pueden
utilizar interfaces que permitan controlar el sistema a distancia, para lo cual puede utilizarse
un interfaz web para ser accedidas mediante ordenadores, mandos multimedia y teléfonos
29
celulares (mediante mensajes de texto), siendo estos últimos reemplazados en la actualidad
por los celulares inteligentes13
.
13
También conocidos como Smartphone.
30
CAPITULO III: INTRODUCCION A LOS SISTEMAS DIFUSOS.14
3.1 UNA VISIÓN HISTÓRICA DE LOS SISTEMAS DIFUSOS
Es la marca de una mente instruida el descansar satisfecha con el grado de
precisión dado por la naturaleza del tema de análisis, y no buscar exactitud en
donde sólo hay aproximaciones a la verdad si es que es posible.15
La Precisión no es una verdad.16
Se debe aprender a explotar la tolerancia a la imprecisión.17
Las citas presentadas anteriormente hacen referencia a un tema en común, a simple vista se
puede comprender que los autores se adentran en la idea de que se debe comenzar a lidiar
con el problema de que el mundo no es determinístico, por lo que se debe empezar a
estudiar el comportamiento de un mundo impreciso. En resumen, mientras mayor sea la
imprecisión de un problema, menor será la precisión con que se comprende éste.
La primera cita presentada es del filósofo al que se le acredita la creación de la lógica de
occidente, la lógica binaria, en donde sólo se tiene dos posibles estados, 1 o 0, verdadero o
falso. Esta lógica no permite la existencia de algún nivel de incertidumbre o imprecisión en
las ideas que presenta, la lógica Aristotélica no permite representar el comportamiento real
del hombre en definitiva, la mente adulta trabaja con matices de verdades y falsedades y no
en base a una lógica binaria. Lo interesante de la cita de Aristóteles es que aún siendo la
más antigua es la que mejor se acomoda a los tiempos modernos y cada vez toma mayor
fuerza dado que es la que recalca con mayor fuerza la importancia de la incertidumbre en la
naturaleza. Debe enfatizarse la idea de que se tiene que generar un balance entre la
precisión que se acepta tener dentro de la incerteza existente en el ambiente de estudio.
La gran mayoría de los textos ya sean matemáticos o de ingeniería, entre otros, no hace
referencia a la incerteza asociada a los modelos, la información o las soluciones que
presentan dentro de sus páginas. Por esto es que se presentará de forma breve el concepto
14
(J. Ross, 2010). 15
Aristóteles, 384-322 BC. Antiguo filosofo griego. 16
Henri E. B. Matisse, 1869-1954. Pintor impresionista. 17
Lofti Zadeh, 1973. Profesor, System Engineering, UC Berkeley.
31
académico del Control Difuso dentro de los problemas de ingeniería con el fin de hacer un
marco teórico acorde a las necesidades de las ideas presentadas en este documento.
Una de las razones para embarcarse en la persecución de la idea de incertidumbre, es
porque los ingenieros siempre buscan el camino para lograr la mayor eficiencia y precisión
en los problemas que se enfrentan, en el día a día, con el menor costo de tiempo y dinero
posible. Cada vez que hay que enfrentar un problema de ingeniería es importante
preguntarse “¿Se está resolviendo el problema con la precisión requerida?”, mientras mayor
sea la complejidad del problema mayor será la imprecisión de la información con que se
cuenta por lo que el modelado del problema se hace cada vez más compleja. De la idea
anterior se puede obtener la primera conclusión importante sobre la precisión de los
problemas:
“La precisión, la información y complejidad están intrínsecamente relacionadas en la
resolución de un problema, cualquiera sea la naturaleza de éste.”
Mientras mayor sea la cantidad de problemas a solucionar mayor es la apreciación de la
aseveración anterior, es por esto que se consideró la utilización de nuevas herramientas para
solucionar problemas donde la incertidumbre sobre la información es alta. Como lo indica
la cita al profesor Lofti Zadeh, se debe comenzar a explotar la imprecisión de cada sistema.
Es por eso que nace el concepto de Fuzzy Control18
, método de control con el cual la
incertidumbre sobre la información y la precisión se transforman en herramientas de trabajo
comunes. A su vez, se obtiene la posibilidad de optimizar la resolución de problemas en la
vida cotidiana de una manera que no era posible anteriormente basado en la lógica
Aristotélica.
3.2 LA IMPRECISION COMO CASO DE ESTUDIO.
Parte del entendimiento sobre la mayoría de los problemas de física está basado largamente
sobre la comprensión imprecisa del comportamiento de la naturaleza. Esta imprecisión,
comparada con la sofisticada precisión que requiere un computador para operar por
ejemplo, no es nada más que un tipo de información que se puede utilizar a nuestro favor y
de manera muy útil por nosotros los humanos. La capacidad de integrar este razonamiento
18
Control Difuso.
32
en problemas hasta ahora intratables y complejo, es el criterio por el cual se juzga la
eficacia de la lógica difusa (Fuzzy Logic). Sin duda esta habilidad no puede resolver
problemas que requieren precisión, por ejemplo, el disparar un laser de precisión sobre
varios kilómetros en el espacio, crear piezas de electrónica en escalas atómicas o apuntar un
microscopio de electrones sobre un objeto en escala de nanómetros. El impacto de la lógica
difusa en estas áreas todavía no es medible, recién se está empezando a manejar este tipo de
técnicas en ingeniería, pero no todos los problemas humanos necesitan un nivel de
precisión tan alto. En el caso de problemas del tipo estacionar un automóvil, lavar ropa,
iluminar un espacio, controlar el tráfico de una intersección, juzgar la belleza de algo
constantemente o simplemente comenzar a estudiar un problema de complejidad relevante,
es posible utilizar técnicas difusas de forma bastante eficiente.
Cuando se requiere precisión en ingeniería, los modelos tienden a encarecerse y a tener
largos tiempos de estudio y desarrollo, es decir a mayor precisión en el desarrollo y
producción de un objeto, mayor será el precio. Si se decide utilizar las técnicas de lógica
difusa en un problema de ingeniería, se debe saber sopesar el costo de la imprecisión que se
desea utilizar. Tomando como caso de estudio a un vendedor que debe viajar mucho debido
a su trabajo, la principal preocupación del vendedor debe ser el recorrer la menor cantidad
de kilómetros en función de una mayor cantidad de ventas, para realizar este análisis el
vendedor debe analizar los siguientes puntos:
Distancia entre ciudades.
Itinerarios de medios de transporte.
Costo de pasajes.
Para un número pequeño de ciudades, el problema resulta trivial dado que simplemente se
debe enumerar un pequeño número de datos asociados a los ítems a estudiar enlistados
anteriormente, con el cual se puede elegir la ruta óptima, pero a medida que se aumenta el
número de ciudades el problema se transforma en algo complicado de manejar dado que la
cantidad de datos aumenta fuertemente. Por ejemplo, si el número de ciudades llega a 100,
se tiene el siguiente escenario de posibles combinaciones:
33
Es decir, se tiene un número totalmente inmanejable de combinación a analizar, incluso
para una computadora el trabajo no sería menor. La cantidad de rutas simplemente es
demasiado grande. Hoy en día no existen computadores que sean capaces de resolver este
problema de enumeración de rutas en base a fuerza bruta. Por lo que es necesario cambiar
el enfoque del problema. Existen, como se ha visto, problemas reales y prácticos al definir
la mejor ruta para el vendedor, estos problemas se los pueden encontrar a su vez en la
manufactura de piezas de computadora. Por ejemplo, una placa madre en la cual se deben
perforar cientos de pequeños agujeros en la placa. Decidir en qué orden hacer los agujeros
es un problema totalmente análogo al problema del vendedor viajero.
Se han generado muchos tipos de algoritmos para solucionar este problema de manera
optima, pero sugiriendo “la manera optima”, de inmediato resalta el hecho de que el
resultado no tiene por qué ser la mejor solución al problema, nuevamente nace
incertidumbre. Suponiendo que al hablar de una precisión absoluta se tiene un 0% de
incertidumbre en la resolución de un problema y ahora suponiendo que se quiere analizar la
ruta seguida por una señal (problema análogo al del vendedor) en una base de 100.000
nodos en una red con una precisión de 1% para la solución exacta. Esto requiere un tiempo
significativo de carga de CPU en una computadora, imaginando que se desea aun mayor
precisión en el análisis, un 0,75%. Entonces el tiempo de cálculo aumenta
exponencialmente con lo cual se podría estar semanas analizando la ruta a seguir. Esto
simplemente no es aceptable en términos de tiempo y dinero.
El análisis anterior lleva a la siguiente pregunta, “¿Los humanos son capaces de vivir con
una precisión no absoluta?” la respuesta a esta incógnita depende de la situación, pero para
los problemas cotidianos del día a día la respuesta es casi siempre sí.
3.3 UNA PERSPECTIVA HISTÓRICA.
Desde un punto de vista histórico, la problemática de la incerteza no ha sido siempre vista
desde un punto de vista científico. Desde un punto de vista tradicional de la ciencia la
incerteza se refleja como un estado indeseable, un estado que debe ser evitado a todo costo.
Esta fue la visión de la comunidad científica hasta los años 90s en donde los físicos se
34
percataron de que la mecánica Newtoniana no era capaz de resolver problemas a nivel
molecular. Nuevos métodos asociados con mecánica estadística fueron desarrollados,
métodos que reconocían que los promedios estadísticos podían reemplazar a las
manifestaciones de entidades microscópicas. Estas unidades estadísticas, las cuales
resumían la actividad de un conjunto de entidades microscópicas, ahora podían ser
utilizadas como variables en modelos macroscópicos. Gracias a lo anterior, la mecánica
Newtoniana fue reemplazada por un análisis estadístico, el cual consideraba incertezas
asociadas a los modelos de estudio. Todo esto gracias a la Teoría de Probabilidades, teoría
que puede capturar o utilizar una forma de incerteza del tipo azarosa. Posterior al avance en
el área de la mecánica estadística, se realizaron nuevos estudios que consideraran las
incertezas en los modelos de estudio con el fin de lograr una respuesta cada vez más certera
a los problemas estudiados. El modelo que lidera la teoría de cuantificación de incertezas
data de la última parte del siglo 19 hasta los últimos años del siglo 20 donde aparece la
teoría de probabilidades. Dado el tiempo que tomo generar una teoría solida sobre
incertezas, esta ultima sufrió variados ataques, el primero en 1937 por Max Black, quién
con sus estudios de “vagueness” (vaguedad), luego con el modelo difuso de Zadeh (1965).
La teoría de probabilidades dominó las matemáticas de las incertezas por más de cinco
siglos, el concepto de probabilidad data del 1500, en los tiempos de Gerolamo Cardano19
,
en donde los apostadores de la época reconocieron que debían tomar en cuenta las
probabilidades en los juegos de apuestas. El concepto aún estaba muy verde para 1685
cuando el renombrado “Bishop of Wells” escribió un documento sobre la problemática
representada en la determinación de la verdad entre dos testigos quienes son conocidos por
ser poco fiables en sus aseveraciones, el documento hace referencia a que cada declaración
debe tener una probabilidad P1 y P2, cada una de estas probabilidades no estaban una en
función de la otra y cada una de estas declaraciones son fuentes de información
independientes una de la otra.
En sus origines, la teoría de probabilidad nace alrededor de 1700 junto a las primeras
mentes interesadas en esta área de estudio, pudiendo nombrar a Jacob Bernoulli y su Ars
Conjectandi (1713) y Abraham DeMoiver Doctrine of Chance (1718, 2da
edición en 1738).
19
Su libro sobre juegos de azar, Liber de ludo aleae, escrito en la década de 1560 pero publicado
póstumamente en 1663, constituye el primer tratado serio de probabilidad abordando métodos de cierta
efectividad.
35
En esa misma época comienzan a su vez a aparecer pequeños artículos sobre el tema de las
probabilidades en la literatura, artículos que comenzaron a forjar el camino para este nuevo
campo de estudio. Algunos de los más importantes documentos escritos en la época
vinieron de las manos de Thomas Bayes y su “An essay towards solving a problem in the
doctrine of chances” (1763) y Pierre Simon Laplace con sus axiomas con respecto a las
probabilidades en los juegos de azar presentados en “Memoire sur la probabilite des causes
par les evenemens” (1774). Para la época de Newton, la física y matemáticas estaban
produciendo diferentes teorías sobre probabilidades, las más populares aún hoy en día están
presentes, “The relative frequency theory” y “The subjectivist or personalistic theory”.
Como se menciona anteriormente, en 1763 Bayes trabajaba en su “An essay towards
solving a problem in the doctrine of chances” con la cual logró articular el gran teorema
sobre la Evaluación de las probabilidades subjetivas, teorema que especifica que para cada
persona existe un grado de verdad que puede ser sujeto a un objetivo, coherente y medible
marco matemático dentro de la teoría de probabilidades.
El siglo 20 vio el nacimiento del primer desarrollo de una teoría alternativa a la de
probabilidades y a la clásica lógica aristotélica, con lo cual se logro analizar casos de
incerteza fuera del azar, Jan Lukasiewicks desarrolló un modelo lógico multivariable
(Circa, 1930) mientras que en 1960 Arthur Dempster desarrolló su “Theorie of Evidence”
con la cual por primera vez se incluyeron las valorización de ignorancia o falta de
información en diferentes casos de estudio. Para 1965 Lofti Zadeh introdujo sus ideas de
una lógica evaluada continuamente (valores continuos), estas ideas se ven reflejadas en su
trabajo sobre “Teoría de Conjuntos Difusos”. En 1970 Glenn Shafer extendió el trabajo
realizado por Dempster para producir una teoría completa de manejo de evidencias con
múltiples fuentes de información y Lofti Zadeh genero una nueva teoría de probabilidades
basado en un caso especial de la Fuzzy Set Theorie. En 1980 se logro demostrar un fuerte
vinculo entre la “Teoría De Evidencia”, teoría de probabilidad y la teoría de posibilidades,
esta relación se logro mediante los conocidos “Mediciones Difusas” (Klir and Wierman,
1996), esto es actualmente conocido como Mediciones Monótonas.
3.4 LA UTILIDAD DE LOS SISTEMAS DIFUSOS.
Variadas fuentes han demostrado y probado que los sistemas difusos son aproximadores
universales (Kosko 1994; Ying et al., 1999). Estas pruebas tienen sus raíces en el
36
isomorfismo entre dos algebras: el algebra abstracta, la cual trabaja con la teoría de
conjuntos, espacio y anillos y el algebra lineal, la cual hace referencia a vectores, estado de
vectores y transición de matrices. Estas dos algebras se enfrentan al modelo de matemática
difusa de forma cada vez mas orgánica y estructurada. La razón del isomorfismo
anteriormente mencionado se encuentra en que estas dos entidades, la matemática difusa y
el algebra, presentan un manejo de una o más variables, esto lo vemos en contexto de que
es necesario el mapeo de variables en diferentes espacios o escenarios.
Así como una función algebraica mapea una variable como entrada y otra como salida, un
sistema difuso mapea un grupo de variables como entrada y otro grupo como salida, lo
interesante es que estos grupos pueden ser proposiciones lingüísticas u otro tipo de
información difusa. Los fundamentos en que descansa la teoría de sistemas difusos se
encuentran en un teorema de análisis real, teorema conocido como Stone – Weierstrass
Theorem inicialmente desarrollado en la última parte del siglo 19 por Weiestrass (1885) y
posteriormente simplificado por Stone (1937). Con el pasar de los años la presencia de este
isomorfismo se hizo cada vez más relevante dado que se logra darle aplicaciones nuevas y,
a su vez, aparecen nuevos escenarios donde aplicar el esquema de resolución de problemas
difuso. Los sistemas difusos comenzarán a ser parte fundamental en los cursos de ingeniería
y matemáticas como solución de análisis a diferentes problemáticas dado que tiene todo lo
que puede ofrecer el algebra y mucho más, dado que es capaz de manejar tanto información
numérica como aseveraciones lingüísticas.
Los sistemas difusos se muestran como un aproximador universal para las funciones
algebraicas, pero no es esta característica la que los hace interesantes para este trabajo. Más
bien el beneficio primordial de los sistemas difusos es el poder aproximar el
comportamiento de sistemas en donde las funciones analíticas o relaciones numéricas no
existen. Lo anterior se traduce en el potencial o la capacidad de entender los sistemas que
están desprovistos de una formulación analítica, a los que llamaremos sistemas complejos.
Estos sistemas pueden ser un nuevo tipo de sistema que no han sido probados, ellos pueden
ser sistemas evolutivos los cuales toman en cuenta el comportamiento humano, condiciones
médicas, sistemas sociales o políticos en donde la gran cantidad de entradas y salidas no
pueden ser recolectadas y analizadas de forma analítica convencional, más aún, las
37
relaciones entre causa y efecto de estos sistemas en general no son comprendidos pero si
son observables en la vida cotidiana.
De forma alternativa la teoría de sistemas difusos puede ser utilizada para tratar con
nuestros sistemas cotidianos menos complejos. Por ejemplo, para problemas en donde la
solución exacta no es necesaria siempre. Una solución aproximada, pero rápida, puede ser
útil para tomar decisiones de diseño en maquinarias o otros ambientes, también es posible
obtener un estimado inicial de producción de tal manera que se ahorre en costos de
computo, dado algoritmos clásicos de análisis. Otro ejemplo, sería el de un controlador para
sacar a un avión de una caída vertical, ya que los controladores convencionales no pueden
manejar este tipo de situaciones (están restringidos a variables lineales); y un escenario de
caída vertical para un avión es un escenario altamente no lineal. Para este caso se podría
utilizar un modelo difuso el cual podría sacar al avión de la caída trasladando el problema
de la caída no lineal a un problema lineal y luego dar el control del avión a los
controladores convencionales de este. Dada la naturaleza de los controladores difusos, estos
son capaces de absorber datos altamente “vagos”, como por ejemplo, serían los datos de la
caída del avión en vertical debido a que sería sumamente complicado obtener con precisión
datos como el ángulo de caída, velocidad relativa, dirección del viento, etc. Situaciones
como está, en donde no se presentan soluciones claras, se encuentran comúnmente en todos
los ámbitos de la vida cotidiana y es gracias a esta característica fundamental de lo
“azaroso” de la vida que los sistemas de control difuso ganan tanta importancia, a medida
que son capaces de reconocer los escenarios en los cuales son aptos de ser utilizados de
forma óptima.
Los sistemas difusos son muy útiles en dos escenarios, en general:
Situaciones que involucren sistemas altamente complejos y su comportamiento no es
del todo bien comprendido.
Situaciones en las cuales es necesario una aproximación muy rápida del resultado.
Haciendo referencia a Ben-Haim (2001), existe una distinción entre modelos de sistemas y
modelos de incertezas. Un sistema difuso puede ser una manipulación de los escenarios
dado que trata de comprender un sistema que no se conoce en profundidad por lo que es
necesario manipular información vaga e imprecisa. Por el contrario, en sistemas más
38
robustos o conocidos éstos son controlables, y tienen en su naturaleza la capacidad de
resistir los cambios espontáneos. En este sentido, la salida de estos sistemas no varían
mucho dada las variaciones de las entradas dado que siempre se sabrá a priori el
comportamiento del sistema en cuestión. Los sistemas difusos también presentan esta
característica de ser robustos dado que son las incertezas de las entradas y de las salidas del
sistema los datos utilizados para construir el sistema en sí, a diferencia de los sistemas
convencionales que utilizan un modelo que se acomoda a la problemática que se quiere
trabajar.
La postulación de una forma matemática para el sistema ha desarrollar en este trabajo
puede ser nuestro primer problema y cualquier subconsecuente análisis de esta abstracción
matemática puede significar un desviación del correcto análisis, refiriéndose a este
problema como “El dilema del optimista”.
3.5 LIMITACIONES DE LOS SISTEMAS DIFUSOS.
Dado variados argumentos y ejemplos que demuestran la potencia de los sistemas difusos
para resolver problemas complejos, se debe recordar que no por esto se debe dejar de
buscar nuevas herramientas para solucionar problemas complejos. Aunque los sistemas
difusos fueron descritos como herramientas de análisis superficiales, en el sentido de la
resolución de problemas, y dado que son utilizados como aproximadores a las soluciones.
Este es el tipo de raciocinio en donde se infiere algo específico desde una generalidad, por
ejemplo, en el juego del “gato” sólo existen algunos movimientos para todo el juego, donde
se puede deducir el siguiente movimiento desde un movimiento anterior y el conocimiento
del juego. El análisis es realizado de forma no muy profunda, se le referirá como análisis
superficial, dado que es desde el conocimiento pobre y plano del juego, que nacen las
soluciones a los movimientos. En contraste a este tipo de razonamiento, existe el
razonamiento del tipo inductivo, donde se infiere desde lo particular algo general. Este tipo
de razonamiento se le dará referencia como “razonamiento profundo” debido a que el
conocimiento que se tiene es profundo y substancial. Un ejemplo de esto es un juego de
ajedrez en donde es necesario un profundo entendimiento del juego para poder realizar
movimientos correctos.
39
Se debe entender la distinción entre el uso de modelos matemáticos para dar cuenta de los
datos observados y el uso de modelos matemáticos para describir el proceso subyacente en
los modelos de sistemas en los que se puede observar el comportamiento, y cuyas
predicciones sólo se pueden explicar mediante estos datos observados. Se dice que son
poco profundos ya que no tienen en cuenta las realidades subyacentes. Modelos Profundos
del tipo inductivo presuntamente son capaces de obtener el proceso físico por el cual la
naturaleza ha producido los resultados que se han observado.
3.5.1 La ilusión: Ignorar la incerteza y precisión.
Una ligera variación en los axiomas en la fundación de una teoría puede resultar
en un cambio gigante en la frontera.20
Los no iniciados, generalmente, claman que la teoría de Conjuntos Difusos es simplemente
otra forma de la teoría de probabilidad disfrazada. Esta aseveración por supuesto es
errónea, en uno de los trabajos de Gaines (1978), trabaja esta aseveración en cuestión,
históricamente las probabilidades y los sistemas fuzzy han sido presentados como distintas
teorías para enfrentar las problemáticas asociadas al razonamiento y decisión causando
situaciones que involucran incerteza, aún así, cuando se examina las descripciones de los
axiomas de la teoría de probabilidad y fuzzy set, las dos difieren sólo por un axioma en un
total de 16 requeridos para una completa representación. El trabajo de Gaines establece una
base común para las dos formas de lógica sobre incerteza, en las cuales una incerteza está
definida en términos de la evaluación de una red de propuestas.
Viéndolo por separado, se puede argumentar, con respecto a la teoría de probabilidades y
fuzzy set:
Si se agrega el principio del tercer excluido (principio del tercer excluido) a la lógica
básica, obtenemos una lógica de probabilidad estándar.
Si se agrega como requerimiento la necesidad de sólidas aseveraciones de verdad
dentro de un problema, se obtiene la teoría de lógica difusa o fuzzy set.
La idea anterior proviene de las ideas de Stanley Gudder las cuales son bastante instructivas
o idóneas en esta situación. La teoría de probabilidades y de fuzzy set, cada una satisface un
20
Stanley P. Gudder, 1988. Autor de Quantum Probability.
40
diferente grupo de axiomas, por ende ninguna de las dos teorías deben compararse en su
forma de actuar en términos de sus funciones o axiomas básicos.
El análisis estadístico básico está fundado en la teoría de probabilidad en áreas donde los
resultados más extremos contienen tanto procesos aleatorios (información basura o “ruido”)
como no aleatorios. Un tipo de proceso aleatorio, correspondería a los procesos aleatorios
estacionarios, que presentan las siguientes tres características:
El espacio de muestreo en el cual el proceso está definido no puede cambiar
desde un experimento a otro, es decir, el espacio resultante no puede cambiar.
La frecuencia con que ocurre, o la probabilidad de ocurrencia de un evento dado
dentro del espacio de muestreo es constante y no puede cambiar desde una
prueba a otra.
El resultado esperado debe ser obtenible cada vez que se realice el experimento
en cuestión.
Existen clases más generales de procesos aleatorios que los mencionados anteriormente,
pero los procesos difusos no son gobernados por este tipo de características. Los procesos
aleatorios estáticos son aquellos que surgen por suerte o de forma esporádica en donde la
posibilidad de representar la frecuencia de ocurrencia del evento puede ser medida. Un
problema, como por ejemplo, el tomar pelotas de color desde una caja, lanzar una moneda
al aire y muchos juegos de carta son grandes ejemplos de procesos aleatorios estacionarios.
¿Cuántas de las decisiones que una persona debe tomar diariamente pueden ser catalogadas
como aleatorias? Al hablar sobre la incerteza del clima, ¿es éste aleatorio? O la decisión
sobre un tipo u otro de ropa para el día de mañana, tomando un caso más extremo como el
saber si una sustancia X podría producirle algún tipo de cáncer a una persona en 15 años
más, todas estas preguntas ¿son algún tipo de incerteza aleatoria?
Aunque es posible modelar todos los escenarios anteriores con variados tipos de modelos,
la solución podría no ser del todo confiable. El tratamiento de este tipo de incertezas o
problemáticas utilizando moldeamiento en base a fuzzy set debe ser tomado con cautela. Se
debe estudiar las características de las incertezas y luego seleccionar un acercamiento
apropiado para desarrollar un modelo de procesos creíble. Algunas características del
problema que pudieran variar con el tiempo y o espacio en que ocurra el evento deben ser
41
tomadas en cuenta. Por ejemplo, cuando el reporte del clima sugiere que hay un 60% de
posibilidades de lluvia mañana, significa esto que para la fecha de mañana ha llovido para
60 de los últimos 100 años. O significa que dentro de un espacio físico solo el 60% del área
total va a ser mojado por la lluvia. En general, los seres humanos conviven con este tipo de
análisis constantemente, análisis de problemas lingüísticos asociados a posibilidades
matemáticas. “Lo más probable es que mañana llueva”, aún con esta aseveración cruda, aún
no es posible realizar una aproximación precisa sobre la decisión de que si mañana lloverá
o no.
Errores aleatorios van a generar promedios a lo largo de un período de tiempo mientras que
errores no aleatorios como algunos tipos de errores sistemáticos en un experimento no
generaran promedios durante un período de tiempo dado y a su vez comenzará a agrandarse
con el tiempo. Los errores sistemáticos son generadores durante un período de tiempo por
algún factor o evento que en general se desconocen dado que no se posee la información
necesaria para reconocerlo o también podría deberse a un evento que no se puede controlar.
Distinguir entre errores aleatorios y no aleatorios, es un problema bastante complejo de
manejar en ocasiones y el poder cuantificar la diferencia entre uno y otro generalmente
resulta en una ilusión de que al analizar el problema en cuestión manejamos cada tipo de
error posible. Bajo cualquier análisis de probabilidades los errores no aleatorios pueden
crecer sin ningún límite durante el tiempo, más aún, la variabilidad del evento no puedo
disminuir con una mayor cantidad de información aunque puede ser cuantificada. En
contraste los errores no aleatorios, los cuales también pueden ser cuantificados con varias
hipótesis o teorías, pueden ser reducidos con la adquisición de mayor información. Desde
un punto de vista histórico es interesante que la palabra estadística este derivada del
término ya obsoleto “estadista”, término que hace referencia a un “experto en estadística”.
Las estadísticas representaban numéricamente hechos que ocurrían en el manejo de estados.
Para mucha gente las estadísticas y recientemente otros métodos para representar
incertezas, como lo ha demostrado la teoría de fuzzy sets, son hechos usados por políticos,
periodistas, vendedores de seguros, etc. quienes usan estas “verdades” para acercarse a
clientes en sus negocios. El manejo de estadísticas da un aire de conocimiento en la persona
que las versa y por ende pareciera ser un elemento importante al momento de vender una
idea, pero como se ha apreciado, este enfoque no es el correcto dado que es necesario el
poder balancear la información del problema en cuestión.
42
La tradición popular sugiere que varias teorías de incertezas permitieron a los ingenieros
engañarse a sí mismos de una manera altamente sofisticada, al momento de ver temas
relativamente incoherentes, relacionados con informática o estudios experimentales. Esto
tratando de hacerlo parecer como una forma de engaño más plausible, que el solo hecho
presentar ignorancia con respecto al sujeto de estudio. Demasiado seguido los científicos e
ingenieros son guiados o empujados a utilizar teorías de una manera de enfrentar o explicar
una cantidad de incertezas en sus modelos o la información que utilizan. Por ejemplo, en
las aplicaciones de probabilidades, la suposición de independencia en variables aleatorias es
utilizada comúnmente como una manera de entregar un método simple para describir
funciones de distribución de probabilidades conjuntas. Una suposición análoga llamada, no
interactive set, es utilizado en aplicaciones difusas para desarrollar funciones de
pertenencias conjuntas desde funciones de pertenencias individuales para grupos de
diferentes universos de pertenencia. Se debería, tal vez, ignorar aparentemente la
información aberrante, no significativa o ¿se ha de considerar toda la información en el
modelo aunque vaya a favor o no de las preconcepciones del ingeniero o científico?
Experimentos adicionales para aumentar el entendimiento cuesta dinero y aún así, estos
estudios podrían aumentar la incerteza al revelar conflictos en la información que se
maneja. Lo mejor que se podría decir o acotar es que la estadística, los modelos difusos o la
evidencia por sí sola, son insuficientes para explicar muchos de los imponderables que la
gente ve en el día a día; Por otro lado, en forma colectiva todos ellos son sumamente
fuertes.
3.5.2 Incertezas e Información.
Sólo una pequeña porción del conocimiento para un típico problema puede ser observado
como un tipo de certeza. Desafortunadamente, la vasta mayoría del material que se estudia
en ingeniería está basado en presunciones que dictan que el conocimiento envuelto en estos
materiales es determinístico. La mayoría de los procesos están de forma clara y disimulada
reducidos a algoritmos cortos, en ecuaciones y formulas. Pero lo que ocurre en la vida
diaria es que la información que se tiene para un problema particular virtualmente siempre
tiene incertezas. Para cuantos de los problemas se puede decir que la información que se
maneja es completamente cierta, es decir, que no contenga ningún tipo de error asociado ni
imprecisión en su obtención. Siempre existirá ignorancia asociada a la obtención de los
43
datos, incertezas debido al nivel de complejidad. Por ejemplo, en el nivel de complejidad de
una red de control de una central de energía nuclear, la cual no cabe duda que lleve un nivel
de complejidad notorio. Existen incertezas que nacen desde varios tipos de aleatoriedades,
desde la inhabilidad de generar mediciones adecuadas, falta de conocimiento o de falta de
comunicación, pues es algo inherente a la naturaleza humana.
La naturaleza de las incertezas presentes en un problema, es muy importante para la
ingeniería, tanto así que antes de comenzar a analizar o evaluar un problema se debiera
elegir un método acorde al problema para representar las incertezas. La matemática de los
modelos difusos proporciona una manera de representar la imprecisión inherente al
lenguaje y razonamiento humano. Por ejemplo, si se le enseña a un niño a cocinar galletas y
se le quiere dar instrucciones de cuando se deben sacar las galletas del horno, se podría
decir al niño que debe sacarlas cuando la temperatura dentro de las galletas sea de 160ºC o
de otra forma se le podría decir que saque las galletas cuando su cubierta éste de color café.
En base a las reglas propuestas anteriormente, es de esperar que la más fácil de utilizar y
que de mejor resultado sea la segunda dado que la primera regla es demasiado precisa para
ser implementada de forma práctica. En este caso la precisión no es útil para el niño; por
otro lado, la segunda regla sobre que tan “café” este la cubierta de la galleta es muy simple
de aplicar incluso para el niño. La forma de ser es la que lleva aplicar imprecisión a las
órdenes o aseveraciones, esta forma de ser es aplicada en cada aspecto de la vida tanto para
problemas prácticos como complejos, donde la incertezas siempre existe pero donde se
tienen reglas estadísticas que ayudan a llevar a cabo todo sin mayor problema, dado que
estas reglas estadísticas son probadas a groso modo en casi todos los aspectos de la vida. La
matemática difusa se introduce en un mundo en extremo rico en la representación del
entorno, cualidad que le otorga la posibilidad de entrelazar como nunca antes el lenguaje
máquina con el humano logrando revitalizar las expectativas de un control cada vez más
certero.
44
CAPITULO IV: ILUMINACION Y CUERPO HUMANO.
4.1 CONSIDERACIONES SOBRE ILUMINACION21
Una buena calidad de la iluminación es vital para lograr un buen desempeño dentro de las
distintas actividades que se realizan diariamente dentro del trabajo o vida cotidiana.
Actualmente existen una serie de libros, manuales, folletos entre otros materiales a
considerar, cuando se trabaja sobre una aplicación en una materia, siendo uno de los
documentos más importantes a considerar en nuestro caso, la norma ISO-8995 de
iluminación de puestos de trabajo en interiores.
Existen, además, una serie de consideraciones necesarias para lograr una iluminación
optima, siendo relevante para este estudio la iluminancia22
mínima recomendadas, la cual se
variara para distintas tareas y lugares, a fin de permitir la obtención de un ahorro
energético, con el fin de alcanzar un rendimiento visual suficiente y óptimo para una tarea
específica.
4.1.1 ISO 8995/CIE S 008-2003.
Todas las recomendaciones de la norma son importantes a la hora de hacer una instalación.
Pero, desde el punto de vista del control y del objetivo de este trabajo se considerá
referenciar algunos factores como la iluminancia mantenida23
, mínima recomendada, ,
para distintas tareas, tipo de interior o actividades que han de aplicarse dependiendo del
caso, como se observa en la Tabla 3 y la Tabla 4 siguientes.
21
(NC-ISO 8995) (INDALUX). 22
cantidad de flujo luminoso que incide sobre un área, lumen por metro cuadrado o lux. 23
Valores medios de iluminancia en los mismos puntos.
45
Tipo de interior, tarea o actividad
Áreas generales de edificaciones LUX
Vestíbulos de entrada 100
Salas de estar, de fumar 200
Escaleras 150
Rampas 150
Aéreas de descanso 100
Guardarropas, cuartos de aseo, baños, tocadores 200
Almacén, cuarto de mercancías, almacén
refrigerado
100
Tabla 3: Iluminancia mantenida en áreas generales de edificaciones, ISO 8995.24
Tipo de interior, tarea o actividad
Restaurantes y Hoteles LUX
Cocina 500
Restaurante, comedor, salón multiuso 200
Corredores (pasillos) 100
Tabla 4: Iluminancia mantenida en Restaurantes y Hoteles, ISO 8995.25
Además, la ISO establece que "La iluminancia media para cada tarea no estará por debajo
de los valores dados, haciendo caso omiso de la edad y condición de la instalación. Los
valores son válidos para condiciones visuales normales y tienen en cuenta los siguientes
factores: los requisitos para las tareas visuales, la seguridad, los aspectos psico-fisiológicos
como la comodidad visual y el bienestar, la economía, la experiencia práctica".
4.1.2 Manual de luminotecnia 2002, INDALUX, España.
Este manual, con respecto a la iluminancia, establece consideraciones similares a la norma
ISO anteriormente mencionada, pero es importante considerarlo, pues también, considera
habitaciones presentes en vivienda ordinaria, ver
24
(NC-ISO 8995 pág. 16). 25
(NC-ISO 8995 pág. 24).
46
Tabla 5, siendo por esto útil para el objetivo que se busca. Pese a esto también, se
considerará en las especificaciones de hoteles y restaurantes, expuesta en la
Tabla 6, para así poder evaluar de una mejor manera alguna habitación no especificada para
las casas.
Tipo de área
(Casas)
Iluminancia en
servicio (lux)
Dormitorio en general 50
Cabecera del dormitorio 200
Baño en general 100
Lugar para afeitarse y maquillarse en el baño 500
Vivienda en general 100
Lugar para leer coser 500
Escaleras 100
Cocina en general 300
Área de trabajo en la cocina 500
Escritorio 300
Cuarto de los niños 100
Tabla 5: Iluminancia mantenida en Casas.26
Tipo de área
(Hoteles y restaurantes)
Iluminancia en
servicio (lux)
Comedores 200
Cuarto de huéspedes y baños en general 100
Cuarto de huéspedes y baños local 300
Entradas y salidas de conferencias en general 300
Cocinas 500
Tabla 6: Iluminancia mantenida en Hoteles y Restaurantes.27
26
(INDALUX pág. 163). 27
(INDALUX pág. 163).
47
4.1.3 Escala de iluminancias.
La ISO 8995/CIE S 008-2003, establece una escala de iluminancias, ver Figura 1, dado el
valor mínimo de 20 lux. Este valor es la cantidad mínima aproximada de luminancia
horizontal. Permite discernir las características de un rostro humano, posteriormente se
establece un factor de 1,5 que representa aproximadamente, la menor diferencia
significativa para notar un cambio significativo de la iluminancia. La escala recomendada
de iluminancia es:
20 - 30 - 50 - 75 - 100 - 150 - 200 - 300 - 500 - 750 - 1000 - 1500 - 2000 - 3000 - 5000 lux.
Figura 1: Escala de iluminancias.28
La ISO permite ajustar la iluminancia mantenida, como mínimo en un escalón, pues para
establecer los valores de iluminancias se tienen en cuenta factores generales que no siempre
corresponderán a valores óptimos. Se puede aumentar cuando la capacidad del trabajador
está por debajo de la normal, el trabajo visual es crítico, es de gran importancia la precisión,
etc. Se puede disminuir cuando, la tarea ha de acometerse en un tiempo inusualmente
breve, los detalles son de grandes dimensiones, entre otras consideraciones. A pesar de lo
anterior, se recomienda que cuando el trabajo va a ser continuo, no se ha de tener una
iluminancia inferior a 200 lux.
4.2 EFECTOS VISUALES EN EL SER HUMANO.29
La luz juega un papel importante en la vida del ser humano, esto es un hecho, cosa de ver al
pasado y observar como la incorporación de la luz eléctrica significó ampliar las horas que
tenemos para realizar distintas actividades. Se puede apreciar el rol fundamental de la luz
en el ser humano, cuando existen problemas con los sistemas de alumbrado, disminuye la
seguridad, se reduce la eficiencia, etc. Todo esto ha motivado una serie de estudios
referentes a este tema, los cuales se analizaran a continuación.
28
(NC-ISO 8995 pág. 7). 29
(van Bommel, y otros, 2002), (van Bommel, y otros, 2004).
48
4.2.1 Relación entre edad e iluminación.
Para realizar una tarea sin mayores inconvenientes, y sin producir derroches, se puede hacer
caso a las normas existentes de iluminación, pero esto no garantiza que todas las personas
que se encuentren en el entorno lo perciba con el mismo grado de detalle, pudiendo dejar
limitados a algunos individuos, debido a que todos los seres humanos tenemos distintas
habilidades visuales. Es imaginable que la edad es un factor que influye cuando decimos
que algunos individuos se encuentran limitados, pero actualmente se ha demostrado,
además, es uno de los factores que afecta en forma más significativa, tanto así que, en
muchos casos una iluminación considerada suficiente y recomendada para una actividad
puede ser sumamente pobre, afectando considerablemente el rendimiento de las personas
mayores.
En el estudio "Visual power and visibility"30
se cuantificó la cantidad de luz necesaria para
leer un libro, bien impreso, en distintas personas de diferentes edades. Para esta
investigación los sujetos experimentales que lo requerían, contaban con las gafas de lectura
adecuadas. En este estudio, se observó un claro aumento de la necesidad de iluminación a
medida que aumenta la edad, ver Figura 2.
Figura 2: Relación entre la edad y la cantidad relativa de luz necesaria para leer un texto bien
impreso.31
30
Capacidad visual y visibilidad. 31
(van Bommel, y otros, 2004 pág. 5).
49
La necesidad de mayores niveles de iluminación se debe al deterioro del cristalino, este
deterioro es causado por un proceso de envejecimiento natural, lo que conlleva una pérdida
paulatina de su transmitancia32
, proceso por el cual el cristalino comienza a volverse
amarillento, poco a poco, provocando que se transmita menos luz azulada con el paso de
los años, y provocando que el cerebro perciba con mayor dificultad dicho color, como se
aprecia en la Figura 3 siguiente.
Figura 3: Transmitancia del cristalino en diversos intervalos de edad. Los valores se expresan
como porcentaje del punto de 560nm correspondiente al recién nacido.33
En estudios para entornos industriales, se observa la influencia de la calidad de la
iluminación asociada al rendimiento visual asociado a una tarea, con dificultad moderada y
otra difícil, observar Figura 4, donde se aprecia un claro aumento del rendimiento en
función de una mejor calidad de la iluminación.
32
También conocida como transmitancia es una magnitud que expresa la cantidad de energía que atraviesa un
cuerpo en la unidad de tiempo. 33
(van Bommel, y otros, 2004 pág. 5).
50
Figura 4: Relación entre el rendimiento visual relativo (en %) y el nivel de iluminación (en
lux). Línea azul continua: personas jóvenes; línea roja discontinua: personas mayores. En:
niveles de iluminación especificados en la norma europea.34
Al hacer una comparación entre personas jóvenes y mayores se puede observar que de
conformidad a la norma europea para una tarea con dificultad moderada se exige 300lux, es
evidente que la norma está mucho mejor adaptada a los jóvenes, puesto que a igual
iluminancia éstos tienen un rendimiento visual 20% mayor, lo que en la práctica exige una
iluminación 10 veces más potente que el mínimo recomendado por la norma, y así obtener
el mismo rendimiento en una persona mayor. Esto es más significativo cuando se trata de
tareas que requieren un mayor esfuerzo visual, en este caso, para el nivel de iluminación
recomendado por la norma una persona mayor tendrá un rendimiento visual inferior al
50%.
El aumento en la iluminación significa un mayor rendimiento, menor número de errores y
eventuales accidentes, pero en los casos que la exigencia visual es mayor, es donde más
significativo se hace el beneficio del aumento en la iluminación. Esta componente es de
menos relevancia en los casos de menor dificultad visual y laboral.
34
(van Bommel, y otros, 2004 pág. 6).
51
4.2.2 Células ganglionares fotorreceptoras o intrínsecamente fotosensibles.35
La iluminación tiene directa relación con la percepción visual. Comúnmente cuando se
habla de la visión se mencionan a los conos y bastones los cuales son células
fotorreceptoras, presentes en la retina del ojo. Estas células permiten convertir la luz en una
señal eléctrica, este fenómeno se conoce como fototransducción. Estas señales del cerebro
son recibidas por el córtex visual, ubicado en la parte posterior del cerebro, como se aprecia
en la Figura 5, el cual las interpreta como visión.
Los bastones permiten la visión en condiciones de escasa luminosidad, la imagen percibida
a través de los bastones es poco aguda y sin color. Los conos son los encargados de la
agudeza visual, pues captan los colores y detalles. La sensibilidad de los conos y bastones
hacia la luz depende de la longitud de onda (Figura 6), donde Vλ corresponde a la
sensibilidad de los conos y V'λ a los bastones. La curva Vλ, ligada al sistema de conos, se
utiliza como base para el cálculo de de todas las unidades de iluminación, como lumen, lux
y candela.
Figura 5: Rutas visuales y biológicas del cerebro: conexiones nerviosas por un lado entre la
retina del ojo, con sus conos y bastoncillos y el córtex visual (en rojo) y entre la retina con la
35
(van Bommel, y otros, 2004), (van Bommel, y otros, 2002), (Pérez-León, y otros, 2009).
52
nueva célula foto receptora y el núcleo supraquiasmático (NSQ) y la glándula pineal (en
azul).36
Figura 6: Curvas de sensibilidad espectral del ojo, Vλ corresponde al sistema de conos (visión
fotópica: línea continua) y V’λ corresponde al sistema de bastoncillos (línea punteada).37
Uno de los hallazgos más interesantes es un nuevo tipo de células, células ganglionares
fotorreceptoras o intrínsecamente fotosensibles (ipRGC). Hasta hace poco se sabía que las
células ganglionares de la retina se dedicaban a capturar el impulso nervioso que generan
los conos y bastones. Un subgrupo de estas células las ipRGC pueden sintetizar la
melanopsina que es un fotopigmento, permitiéndoles transformar a la luz en un impulso
nervioso de manera homóloga a como lo hacen los conos y bastones. El impulso generado
por las ipRGC es posteriormente enviado al núcleo supraquiasmático (NSQ), el cual es uno
de los encargados de controlar el reloj biológico, junto con la glándula pineal.
Al igual como ocurre con los conos y bastones, las ipRGC presentan diferentes respuestas
en presencia de distintas longitudes de onda, Considerando el efecto biológico de supresión
de la melatonina, se puede elaborar una curva de acción espectral biológica. Como se
aprecia en la Figura 7, las ipRGC tienen una mayor sensibilidad máxima en la región azul
del espectro, distante de la zona que se considera la mayor sensibilidad visual
correspondiente a la curva Vλ.
36
(van Bommel, y otros, 2004 pág. 3). 37
(van Bommel, y otros, 2004 pág. 3).
53
Figura 7: Curva de acción espectral biológica (con supresión de la melatonina), en azul y
curva de sensibilidad visual, en rojo.38
4.2.3 Luz y ritmos corporales
Es fácil pensar que la única función del ojo es dedicarse al procesamiento de imágenes,
pero es sabido que la luz solar trae beneficios a la salud de las personas, esto se evidencia
en los tratamientos utilizados por pueblos antiguos, como la helioterapia u otros
tratamientos en los que se exponía al paciente a la luz solar directa. Todas estas técnicas
fueron populares hasta la introducción de la penicilina, que promovió el uso masivo y
generalizado de los fármacos para la cura de las enfermedades, los cuales finalmente
superaron y reemplazaron las técnicas ancestrales. En los últimos años, el interés por la
influencia de la luz en el ser humano se ha visto nuevamente impulsado debido a
investigaciones biológicas y médicas.
Las ipRGC se caracterizan por participar en una serie de funciones adicionales a la
generación de imágenes, destacándose la captura de luz y el envío de señales a nuestro reloj
biológico, con lo cual se permite regular el ritmo circadiano (diario) y los ritmos
circanuales (estacionales) los que controlan distintos y variados procesos corporales como
la temperatura corporal, los de la hormona cortisol, melatonina, y el estado de alerta. En la
Figura 8 se muestran algunos ritmos típicos en los seres humanos.
38
(van Bommel, y otros, 2004 pág. 4).
54
Figura 8: Trazado doble (2x24 horas) de los ritmos diarios típicos de la temperatura corporal,
melatonina, cortisol y la vigilia en seres humanos durante un ciclo natural de luz/oscuridad de
24 horas.39
Dado lo anterior, es pertinente el nombrar a la hormona cortisol, "hormona del estrés",
entre otras hormonas, cuando ésta se eleva por la mañana, aumenta la concentración de
glucosa en la sangre. El aumento de la glucosa implica un aumento de la energía en el
cuerpo y, a su vez, mejora el sistema inmune, con lo cual se prepara el cuerpo para el día
que se avecina. Durante el día permanece en niveles suficientes para el organismo, pero al
encontrarse elevada por mucho tiempo ésta disminuye a niveles bajos durante la noche
limitando sus efectos. Por otro parte, la hormona melatonina, "Hormona del sueño", cae por
la mañana reduciendo la somnolencia, permaneciendo baja durante el día. Llegada la
oscuridad del anochecer la melatonina sube nuevamente, esto más el hecho de que el
cortisol se encuentre en niveles mínimos, permite un sueño sano.
El reloj interno en los seres humanos al funcionar sin la influencia externa de la luz natural,
tiene un periodo de vigilia y sueño que varía entre las 24 horas y 15 min y 24 horas y 30
minutos. Si no se cuenta con el ajuste de la luz natural se producen desfases cada vez
mayores de nuestros ritmos típicos normales, provocando ritmos equivocados de vigilia y
sueño. Esta desarmonización puede producirse cuando falta un correcto ritmo de luz-
oscuridad, es por esto que, para tener una buena salud es sumamente importante que estos
ritmos no se alteren, una buena forma de normalizarlos es con la luz brillante de las
mañanas la cual ayuda a restaurar el ritmo normal.
39
(van Bommel, y otros, 2004 pág. 9).
55
4.2.4 Iluminación, vigilia estado de ánimo y estrés.40
Es sabido que los colores influyen en los estados de ánimo y sentimientos de las personas,
esto se ve reflejado cuando apreciamos una obra de arte. Técnicas similares son aplicadas
en la arquitectura cada vez de una forma más consistente. La luz está compuesta por ondas
las cuales están asociadas a un espectro de colores visibles los cuales pueden modificar
visualmente el entorno, entonces no es extraño pensar que la luz también puede influirlas.
Si se observan las fotografías de la Figura 9 se puede apreciar dos escenas naturales de
iluminación apreciadas normalmente a lo largo de un día común. Estas escenas sin duda
producen sentimientos diferentes, pero además, producen efectos biológicos distintos.
Figura 9: Color ambiente a primeras horas de la mañana y a primera hora del atardecer en
París.41
En la primera escena se aprecia una luz azulada presente comúnmente en las mañanas la
cual tiene un efecto activador en las personas permitiendo estar más alerta, caso contrario
ocurre al atardecer, los colores rojizos en los cielos de la tarde tienen un efecto relajante, la
luz con estas tonalidades pueden tener los mismos efectos en las personas permitiendo
generar condiciones que relajen o tranquilicen a las personas.
El efecto del las tonalidades de la luz mostraron interesantes resultados en estudios
realizados por Mariana Figueiro, realizados en pacientes con Alzheimer. Las personas
mayores que sufren demencia, pierden el sentido del tiempo, lo cual les ocasiona insomnio,
40
(van Bommel, y otros, 2004 págs. 10-13), (Efectos biológicos de la luz, 2006). 41
(van Bommel, y otros, 2004 pág. 12).
56
para ajustar su reloj biológico se utilizó una terapia selectiva de luz, el método consistía
aplicando en las tardes una mayor cantidad de luz azulada, y durante las noches una mayor
cantidad de luz rojiza, logrando con esto un dormir más profundo y sin interrupciones.
Otros estudios realizados en personas, las cuales se les desorientaba su reloj biológico al
hacerlas permanecer un prolongado tiempo, sin luz solar ni medio para tener alguna noción
del tiempo, provocaba en ellas mucho cansancio. Después de terminada la desorientación,
se realizaron dos grupos que los que se sometieron a una terapia de luz intensa de 6 horas y
media de distinta tonalidad, uno a luz azul brillante y el otro a verde brillante. Tras las
pruebas se confirmó que el grupo expuesto a la luz azul brillante término más despierto y
con mejor ánimo que el expuesto a la luz verde. La influencia de la luz en las personas ha
motivado investigaciones de las preferencias del color en el trabajo, para lograr mejoras,
aplicando distintos tonos en la iluminación. Estudios efectuados tanto a hombres como a
mujeres de diversa edad en entornos de oficinas demostraron lo complejo de los seres
humanos, Figura 10, pues no se logró una tendencia, reflejando que cada individuo tiene
gustos distintos.
Figura 10: Preferencias del color de la luz artificial en una oficina con ventanas (luz natural)
expresadas como temperatura de color correlacionada de la luz Tk según diferentes edades y
según sexo.42
Küller y Wetterberg realizaron estudios en condiciones similares a las presentes en una
oficina. En éstos analizaron los patrones de ondas cerebrales (EEG) de los individuos en los
cuales se aplicaban dos niveles de iluminación distintos. Los resultados de estos estudios
42
(van Bommel, y otros, 2004 pág. 13).
57
arrojaron, en condiciones de mayor iluminación, una clara disminución de las ondas delta
que se relacionan con el estado de somnolencia, ver Figura 11.
Figura 11: Actividad delta en el EEG de trabajadores de oficina sometidos a una iluminación
de 450 lux y 1700 lux.43
Estudios similares en los que se analizaron los niveles de excitación trascurrida la media
noche se obtuvieron resultados similares, lográndose un mejor estado de ánimo y vigilia en
condiciones de mayor iluminación, como se precia en la Figura 12.
Figura 12: Vigilia y estado de ánimo expresados como nivel de excitación con niveles de
iluminación de 250 lux y 2800 lux, en función del número de horas de trabajo tras la
medianoche.44
Estudios sobre la influencia de la iluminación sobre el estrés y los malestares en personas
que trabajan en oficinas han arrojado interesantes resultados. En éstos se comparó dos
grupos de personas que trabaja en interiores, un grupo que contaba con sólo luz artificial y
43
(van Bommel, y otros, 2004 pág. 10). 44
(van Bommel, y otros, 2004 pág. 10).
58
el otro con luz artificial y natural combinada para su iluminación. Las pruebas se hicieron
en los meses de Enero y Mayo. Para este estudio las condiciones de iluminación en Enero
son pobres, siendo mucho más elevadas en Mayo. En el primer mes, no se observó una
diferencia a considerar entre los dos grupos. Es en el caso de mayo el grupo de trabajadores
iluminado con luz artificial y natural presentó un mucho menor número de quejas asociadas
al estrés (observar la Figura 13).
Figura 13: Nivel de quejas sobre estrés (con dispersión estadística) en un grupo de
trabajadores que utiliza bajo luz artificial exclusivamente, o con luz artificial y natural
combinadas.45
Existen estudios sobre la contribución de la iluminación artificial brillante en invierno y sus
efectos en positivos, ayudando a la vitalidad y al estado de ánimo. Esto no siempre es así.
La iluminación producida por lámparas fluorescentes accionadas por reactancias
magnéticas y alimentadas por fuentes de 50hz, a algunas personas les ocasiona dolores de
cabeza. Al utilizar el mismo tipo de lámparas pero accionado por reactancias electrónicas
de alta frecuencia, las cuales operan a unos 30kHz, éstas no presentan fluctuaciones o
parpadeos, con esto se logró disminuir los casos de dolores de cabeza. Küller y Laike
realizaron investigaciones asociadas a este fenómeno, para esto midieron las excitación
cerebral, asociado a una mayor actividad de las ondas alfa, la velocidad y los errores
cometidos en tareas de revisión (ver Figura 14). De los resultados se observa un beneficio
por parte de la iluminación de alta frecuencia, pues se nota una menor excitación cerebral
asociado a un menor grado de estrés. La velocidad es menor en comparación a la luz de
50Hz, pero si se observa la cantidad de errores cometidos, la eficiencia de los trabajadores
es mucho mayor y se obtiene un mayor bienestar al mismo tiempo.
45
(van Bommel, y otros, 2004 pág. 11).
59
Figura 14: Excitación cerebral medida como valor recíproco de la actividad alfa de los EEG
en empleados de oficina sometidos a iluminación fluorescente de 50 Hz y de alta frecuencia
(30 kHz).También se indican la velocidad y los errores cometidos en tareas.46
46
(van Bommel, y otros, 2004 pág. 11).
60
CAPITULO V: CONSIDERACIONES PARA EL MANEJO DE
PERFILES BIOTIPICOS.
5.1 CONSIDERACIONES DE ILUMINACIÓN.
En el capítulo IV, sobre Efectos biológicos de la iluminación en el ser humano, se hace
referencia a una serie de estudios y normas, los cuales son resultado del estudio y análisis
de científicos y expertos sobre la materia. A continuación se especificarán las
consideraciones que se aplicaran al modelo, para facilitar el entendimiento de cómo se
utilizará.
5.1.1 Iluminancia mantenida para las distintas zonas.
Comparando los valores de la ISO 8995:2002/CIE S 008-2001 y el Manual de luminotecnia
2002 (INDALUX) se prefirieron los valores que más se adecuaban, según un cierto criterio,
a las necesidades de iluminancia mantenida para los distintos tipos de habitaciones, como
se aprecia en la Tabla 7.
En el caso de las aéreas generales de baños, cocinas y dormitorios, se prefirió la
iluminancia menor de INDALUX, en vista que éste definía iluminancias mayores en las
zonas que era relevante como los tocadores en los baños, cabeceras en los dormitorios y el
área de trabajo de la cocina, potenciando el ahorro energético y manteniendo la comodidad
y/o seguridad donde era necesario.
Para el caso de las escaleras y rampas se prefirió la norma ISO, que especificaba niveles de
iluminancia mantenida mayores que el manual de Indalux y pese a que éste está adaptado a
hogares, siempre un nivel más alto de iluminancia implica una mayor seguridad.
Tanto en la norma ISO como en el manual INDALUX existen zonas, que poseen una
iluminancia mantenida de 100 lux, las cuales en algunos casos son parte de un hogar y en
otros no. A la hora de desplegar un menú con una gran cantidad de opciones similares que
generan un mismo resultado, puede ser innecesario y hasta engorroso para el usuario final.
Es por esto que se ha simplificado en una única opción "Otras".
61
Tipo de interior, tarea o actividad
Dormitorio, en general. 50
Dormitorio, cabecera. 200
Baños, en general. 100
Baño, tocador. 500
Cocina, en general. 300
Cocina, área de trabajo. 500
Comedor. 200
Corredores, pasillos. 100
Escaleras, rampas. 150
Otras. 100
Lugar para leer o coser. 500
Escritorio. 300
Cuarto de aseo. 200
Almacén. 100
Guardarropas. 200
Tabla 7: Iluminancia mantenida.47
5.1.2 Niveles de la iluminancia.
Aunque hoy en día se espera que cualquier sistema se adapte automáticamente a las
necesidades de los usuarios, siempre es conveniente dar una cierta libertad para que éstos
puedan realizar correcciones menores. Para facilitar el ajuste, si se quiere aumentar o
disminuir la iluminación, se utilizaran los valores de la escala de iluminancias (ver Figura 1
anterior). También se aprovechara la escala para establecer los conjuntos difusos, para el
control, debido a que el sistema puede ser afectado por las variaciones del ambiente. Una
forma de hacerlo más robusto, es utilizar un control difuso para dicha tarea.
47
Fuente: Elaboración propia.
62
5.1.3 Nivel de compensación en la zona de trabajo.
Como ya se mostró anteriormente, si a una persona mayor que realiza una tarea se le
expone a una iluminancia mayor, esta tarea se realizará de una forma más eficiente,
lográndose mayores beneficios cuando la tarea a realizar sea de una mayor dificultad.
Las viviendas normalmente suponen un lugar de descanso, por lo cual las personas no
siempre se encuentran haciendo tareas. Es por esa razón que es importante identificar los
lugares donde se realizan actividades y el nivel de dificultad. Una forma práctica para
determinar esto es observar la tabla de iluminancia, Tabla 7, donde se puede determinar la
dificultad del trabajo por la iluminancia de estas. Así, se consideró que se realizarán tareas
de nivel:
Bajo, en las zonas con una iluminancia menor 150lux.
Medio, en las zonas con una iluminancia alrededor de 200 y 300 lux.
Alto, en las zonas con una iluminancia mayor 500lux.
5.1.4 Compensación de la iluminancia según la edad.
Apoyados en la "Tabla 7: Iluminancia mantenida." y la "Figura 2: Relación entre la edad y la
cantidad relativa de luz necesaria para leer un texto bien impreso." se puede apreciar que esta
gréfica entrega una corrección de edad para el nivel de dificultad alta, determinado en 5.1.3.
Si bien una mayor iluminación permite realizar trabajos de una manera más eficiente, en las
zonas que se denominaron de baja y media dificultad, este aumento de la iluminancia puede
no generar un aumento significativo de iluminancia, beneficiando el ahorro energético.
5.1.5 Ritmos corporales.
Ya se explicó cómo la luz afecta a los ritmos corporales y de los estudios se concluye que
se potenciará tener una luz brillante durante la mañana, para ayudar a regular el ciclo
circadiano. De preferencia se ha de instalar luces que, además, tengan una buena
iluminación en la longitud de onda alrededor de los 450nm y no sólo alrededor de los
550nm.
63
Para favorecer el ahorro durante el día, los ritmos corporales, el estado de ánimo y el deseo
de disminuir el estrés, se debe de favorecer la entrada de luz natural, apoyada por luz
artificial, que ayude a estar sobre los límites mínimos de iluminancia fijados por la Tabla 7:
Iluminancia mantenida.. En la noche, antes de dormir, se ha de reducir los niveles de
iluminación para ayudar a la etapa del sueño, de preferencia en tonalidades rojas, para así
reproducir los efectos del atardecer, favoreciendo el facilitar el sueño.
Como ya se explicó, las luces que oscilan alrededor de los 50Hz, no son beneficiosas para
las personas. Apoyados en esto, es que se ha de evitar la utilización de este tipo de luces en
el sistema. Se recomienda de preferencia que en caso de que la iluminación sea necesaria,
se trabaje a frecuencias por sobre los 30kHz.
5.2 CONSIDERACIONES MATEMATICAS48
5.2.1 Conjuntos Difusos Propiedades Matemáticas
Una conversación del diario vivir puede contener palabras vagas o ideas poco específicas
como “el día está caluroso” o “el precio del cobre sigue subiendo con fuerza”. Para este
tipo de ideas como se ha comentado en extenso nacen los conjuntos difusos, que son
herramientas matemáticas, para manejar ideas de una forma que la teoría convencional de
conjuntos no es capaz. El concepto “caluroso” entrega poca información en términos
convencionales, por lo que es necesario definir la idea de un modo como “Caluroso
representa al conjunto de días que presentan una temperatura superior a los 28ºC”. Si un día
se encuentra acotado bajo esa definición pertenecerá al conjunto de los días calurosos. Para
la teoría de conjunto difusos estos tipos de conjuntos se llamarán “conjuntos clásicos”.
Para entender el manejo de conjuntos dentro de un Conjunto difusos es necesario recordar
el manejo de la teoría clásica de conjuntos, para mayor información referirse a anexo
“Conjuntos Clásicos”.
48
(Kazuo, 1996 págs. 51-119).
64
5.2.2 Conjuntos Difusos y funciones de pertenencia
Las funciones características no son usadas habitualmente para aplicaciones o manejo de
los subconjuntos, aun así, cuando se extienden estas ideas a la teoría de Conjunto difusos el
rol de las funciones características se ve significativamente reforzado como se verá a
continuación.
Hay ocasiones en las que los conjuntos tradicionales pueden ser descritos mediante
funciones características y a su vez los conjuntos difusos pueden ser descritos como
funciones de pertenencia. Para ejemplificar lo anterior, se utilizará un ejemplo:
Se define el siguiente grupo de elementos a continuación:
Sea X los miembros del conjunto.
Sea A la cantidad de mujeres en el conjunto.
Sea B la cantidad de estudiantes del conjunto.
Se dirá que si se reemplaza el conjunto A y B con los siguientes conjuntos difusos se tienen
los obtienen los siguientes conjuntos
el conjunto de personas con sobrepeso.
el conjunto de personas con peso moderado.
Como se ha visto, es bastante inconveniente el expresar conjuntos difusos mediantes
diagramas de Venn por lo que la idea de “sobrepeso” y “peso moderado” no pueden ser
aplicadas a cada persona, dado que estas sentencias varían de situación en situación.
Es poco práctico el dividir a la gente en conjuntos del tipo “con sobrepeso” y “sin
sobrepeso” dado que el grado de “sobrepeso” puede variar desde un “poco de sobrepeso” a
“muchísimo sobrepeso” por lo que es necesario expresar el grado que se tiene para tener
sobrepeso. Mediante el ejemplo anterior se asignará un número Real entre 0 y 1; Siendo 1
el que una persona pertenece completamente al conjunto de la gente con sobrepeso
mientras que 0 representa a la gente que no pertenece. Esta situación se representa,
mediante la Tabla 8, el problema propuesto:
65
Conjunto Ana Jorge Catalina Jaime Pilar Tomás
Sobrepeso 0,5 0,9 0,3 0,4 0,7 0,6
Sobrepeso moderado 0,4 0,1 0,5 0,7 0,9 0,8
Tabla 8: Personas con sobre peso.49
Las funciones de pertenencia en los Conjunto Difusos definen el grado de pertenencia
descritos en la Tabla 8 anterior, la pertenencia siempre debe estar entre {0,1}. En la
representación de estos conjuntos se utilizara el símbolo para representar un Conjunto
Difuso. Esta clase de conjuntos pueden ser utilizados como una extensión natural de los
conjuntos “clásicos”, por lo que las funciones de pertenencia son una extensión de las
funciones características anteriormente mencionadas.
Un conjunto difuso A presente en un Universo X es un conjunto definido por la función de
pertenencia tal que:
Aquí, los valores de para el Conjunto Difuso A serán llamados “valores de
pertenencia” o “grado de pertenencia” de . Los valores de pertenencia representaran
el grado de X en función de su pertenencia al Conjunto Difusos de A.
El valor de la función característica de los conjuntos clásicos puede ser representado como
0 o 1, mientras que el valor de pertenencia de los Conjuntos Difusos pueden ser
representados de forma arbitraria entre 0 y 1, mientras más cercano sea el valor de
pertenencia a 1, mayor será el grado de pertenencia al conjunto X, por lo que si
el elemento x es totalmente perteneciente al conjunto Difusos A y si
x no pertenece al Conjunto Difusos A. Revisar Anexo “Ejemplo de pertenencia y
función característica”.
49
(Kazuo, 1996 pág. 10).
66
5.2.3 Denotación de conjuntos Difusos.
Como se ha visto, los Conjuntos Difusos pueden ser denotados como extensiones de la
teoría de conjuntos comunes, aún así, se debe tomar en cuenta la notación utilizada en los
Conjuntos Difusos dado que ellos contienen simbología especial de la matemática. El
método común para expresar Conjuntos Difusos puede ser dividido en dos tipos, esta
diferenciación está dada por las expresiones discretas y continuas con las cuales se puede
expresar un Conjunto Difuso.
Expresión discreta (universo finito)
o Sea el Universo X tal que:
o Luego, el Conjunto Difusos A perteneciente a X puede ser representado
de la siguiente manera:
Expresión continua (universo infinito)
o Sea el Universo X infinito y el Conjunto Difusos A tal que:
Un elemento nuevo es integrado a las expresiones matemáticas anteriores, el símbolo “ / “
es llamado separador. El separador es utilizado para expresar elementos de Conjuntos
Difusos tal que a su derecha se escribirá un elemento del Universo y a la izquierda el valor
de pertenencia del elemento en el conjunto definido. Se escribirá cada elemento de la
misma manera y se conectarán mediante “+” describiendo división y suma, pero no la
división y suma que se ha utilizado cotidianamente, dado que para los Conjuntos Difusos
67
estas definiciones cambian. Si el Universo es finito, se utilizará el símbolo griego “∑“, pero
nuevamente este operador cambia su significado al ser utilizado en Conjuntos Difusos50
.
5.2.4 Operaciones fundamentales de los conjuntos Difusos
En esta sección se introducirán las formas de operar las operaciones básicas de los
conjuntos Difusos, estas operaciones son la Unión, Intersección y Complemento de
conjuntos. Primero se definirán las funciones de pertenencia de la siguiente manera:
Unión de conjuntos Difusos.
Sean A y B conjuntos tales que:
donde,
puede ser escrito a su vez de la siguiente manera,
á
Intersección de conjuntos Difusos.
Sean A y B conjuntos tales que:
donde,
puede ser escrito a su vez de la siguiente manera,
í
Complemento del conjunto Difusos A.
50
Para mayor información véase en los anexos: 1.2. Reglas para conjuntos discretos.
68
Sea el complemento del conjunto Difusos A tal que:
5.3 RAZONAMIENTO DIFUSO
Es necesario utilizar reglas de inferencia para realizar análisis Difusos, estas reglas de
inferencia para los modelos Difusos son expresadas en términos de reglas del tipo “SI-
ENTONCES”. Este tipo de sentencias lógicas en los modelos Difusos son llamadas “Reglas
Difusos Si-Entonces”.
Se pueden clasificar las reglas de análisis Difusos mediante “métodos directos” o “métodos
indirectos”, los modelos más populares aun si son basados en los del tipo “directo”. Los
métodos indirectos conducen se realizan mediante razonamiento del tipo “valor de verdad”,
aun así los modelos indirectos son técnicamente basados en pruebas de veracidad, estos
presentan un mecanismo relativamente complejo de análisis.
A continuación un diagrama de los modelos de análisis para los modelos Difusos:
Figura 15: Clasificación del razonamiento en Conjunto Difusos.51
Como se dijo anteriormente, los métodos directos son los más populares y dentro de los
modelos nombrados en el esquema anterior, el modelo de Mamdani fue el primero
51
(Kazuo, 1996 pág. 81).
Análisis Fuzzy
Métodos Directos
Metodo Directo de Mamdani
Modelamiento de Takagi & Sugeno
Método Simplificado
Métodos Indirectos
69
propuesto. El método Mamdani presenta una estructura simple basada en operaciones mín y
máx por lo que representa una opción popular dado su simplicidad.
5.3.1 Métodos Directos
Los modelos Directos, como se comento en párrafos anteriores, se presentan mediante el
uso de reglas de inferencias lógicas del tipo “Si-Entonces”, por ejemplo:
SI x es A
Y y es B
ENTONCES z es C
En donde A, B y C representan conjuntos Difusos.
En las reglas del tipo SI-ENTONCES la sentencia que sigue al operador lógico SI es
llamada premisa y el término que sigue al operador ENTONCES es llamado consecuencia.
Las variables x e y usados en la premisa son llamados “variables de la premisa” y z es
llamado “variable de consecuencia”.
Un ejemplo de lo propuesto anteriormente pudiera verse reflejado en el siguiente ejemplo,
tal que:
SI la temperatura de la habitación está “un poco alta”
Y la humedad es “bastante alta”
Entonces aumenta la potencia del aire acondicionado a “alto”
Cuando se comparan estas reglas con las reglas presentadas anteriormente, se encuentran
las siguientes correspondencias:
X Temperatura de la pieza
Y Humedad
Z Potencia del aire acondicionado
A Un poco alto
B Bastante alto
C Alto
70
Aquí A, B y C son los conjuntos Difusos, la temperatura de la pieza es medida en Celsius,
la humedad es medida en porcentaje y se puede asumir que la potencia del aire
acondicionado tiene 10 niveles de potencia. Si se reemplazan los conjuntos Difusos “Un
poco Alto”, “Bastante Alto” y “Alto” con información más explícita como “cerca 20ºC”,
“cerca de 80%”, “cerca de 8” respectivamente, se podría reescribir las ideas anteriores de la
siguiente manera:
SI x esta “cerca 20ºC”
Y y esta “cerca de 80%”
ENTONCES z esta “cerca de 8”
Para utilizar los datos anteriores se utilizará un modelo lineal para el análisis de este caso
tal que se represente el modelo en un caso de relación “input-output” en vez de un modelo
Difusos del tipo:
SI x es A
Y y es B
ENTONCES
Aquí A, B y C son representados como parámetros de una función lineal es la parte de
consecuencia. Mediante la información anterior es posible reescribir la regla para el aire
acondicionado de la siguiente manera:
SI la temperatura de la habitación esta “un poco alta”
Y la humedad es “bastante alta”
ENTONCES La potencia del aire acondicionado
= Temperatura de la pieza * 0,2 + Humedad* 0,05
Es posible interpretar la parte de consecuencia como una ecuación lineal mediante la
siguiente regla:
Potencia aire acondicionado = 0,05*(Temperatura de la pieza*0,4 + Humedad)
Esta ecuación muestra que la Temperatura de la pieza tiene 4 veces el peso de la variable de
la Humedad mientras que 0,005 multiplica la escala del valor de la Potencia del aire
acondicionado. Se reescribirán las reglas de modelo de la siguiente manera:
71
SI x esta “cerca 20ºC”
Y y esta “cerca de 80%”
Entonces
En general es difícil determinar la ecuación lineal asociada a la consecuencia
empíricamente, por lo que en este tipo de análisis se debe asumir que el aplicar el modelo
del tipo “Input-Output” posible, por lo que hay ocasiones en que este tipo de análisis es
considerado como un método de análisis Difusos.
5.3.2 Método directo de Mamdani.
Primero se analizará el mecanismo de análisis de Mamdani mediante un ejemplo con dos
reglas y dos variables en la parte de la premisa y una en la parte de la consecuencia por lo
que se estudiará este caso como un modelo de “doble input, un-output”, las reglas lógicas
serán las siguientes:
Regla 1:
SI x es A1
Y y es B1
ENTONCES z es C1
Regla 2:
SI x es A2
Y y es B2
ENTONCES z es C2
Donde A1, A2, B1, B2, C1 y C2 son conjuntos Difusos.
Complementario se presentan los siguientes gráficos de la Figura 16 para analizar este
ejemplo.
72
Figura 16: Proceso de razonamiento de método directo de Mamdani.52
En base a la Figura 16 se supondrá que x0 e y0 serán los inputs de las variables x e y de
premisa respectivamente. Tomar nota que el input será presentado de la siguiente manera
(x0 , y0). El proceso de análisis para el input (x0 , y0) será el siguiente:
Regla 1:
Medir la adaptabilidad de cada regla para el input (x0 , y0) de la siguiente manera:
Adaptabilidad de Regla 1 :
Adaptabilidad de Regla 2 :
En base a las dos variables x e y en la premisa se pueden obtener dos valores de pertenencia
gracias al input (x0, y0). Si se aplica la operación mín representado por el operador , para
los valores de pertenencia se obtendrá la adaptabilidad de cada regla.
52
(Kazuo, 1996 pág. 87).
73
Regla 2:
Se aplicara la regla 1 a los conjuntos Difusos en la sección consecuente para obtener la
conclusión de cada etapa.
Conclusión de Regla 1 :
Conclusión de regla 2 :
Para este caso se utilizo el operador (mín) pero esto pudiera diferir debido a las diferentes
implicancias del problema. El cálculo realizado corresponde, como se ve en la Figura 16, al
área limitada por la línea segmentada y la línea continua.
Regla 3:
Se agregará la conclusión de cada etapa obtenida en la regla 2 y se hará una conclusión
final como se ve a continuación
Conclusión final :
En general para un ejemplo en donde se tenga n reglas la conclusión final puede ser escrita
de la siguiente manera:
Esto completa el proceso de razonamiento, tomar nota en que la conclusión final es dada
por el conjunto Difusos dado en la regla 3. Esto no es práctico en general cuando es
necesario definir el valor del output de razonamientos del tipo encontrados en procesos de
control. Dado lo anterior es necesario el convertir el conjunto Difusos a un valor definido.
La operación para convertir un conjunto Difusos en un valor definitivo es llamado en inglés
“defuzzification”, como se verá a continuación el valor de z0 transformado en un valor
único se obtiene de la siguiente manera:
Tome el centro de gravedad del conjunto Difusos para la conclusión.
En donde representa el operador integral de cálculo diferencial.
74
Se tomará el valor máximo de pertenencia en el conjunto Difusos de la conclusión tal
que:
Se tiene una variedad de procesos de defuzzification propuestos, pero en
general todos ellos generan resultados que varían poco en la práctica, por lo
que no se justifica la explicación de cada proceso en cuestión.
El razonamiento anterior asume que tanto x0 como y0 son valores finitos y definidos, aun
así, pudieran haber casos en los cuales el input puede haber sido dado por los conjuntos
Difusos A´ y B´. En estos casos el cálculo de adaptabilidad ejemplificado anteriormente
puede ser reemplazado por el siguiente análisis.
Regla de Adaptabilidad 1:
Regla de Adaptabilidad 2:
á
á
A continuación, en la Figura 17 se muestra un ejemplo del cálculo expuesto anteriormente:
Figura 17: Cálculo de adaptabilidad al utilizar Conjuntos Difusos como entrada.53
53
(Kazuo, 1996 pág. 88).
75
5.3.3 Ejemplo de Lógica Difusos aplicado a un automóvil en función de la velocidad
y la distancia.
Para ejemplificar lo expuesto en párrafos anteriores se estudiará el caso de un automóvil en
movimiento considerando su velocidad y la distancia recorrida, para efectuar este análisis
se utilizarán cuatro reglas globales, tal que:
Regla 1:
SI la distancia entre los automóviles es corta
Y la velocidad es baja
ENTONCES mantener el pedal del acelerador fijo (mantener la velocidad)
Regla 2:
SI la distancia entre los automóviles es corta
Y la velocidad es alta
ENTONCES pisar el freno (bajar la velocidad)
Regla 3:
SI la distancia entre los automóviles es alta
Y la velocidad es baja
ENTONCES pisar el acelerador (aumentar velocidad)
Regla 4:
SI la distancia entre los automóviles es alta
Y la velocidad es alta
ENTONCES mantener la presión en el acelerador (mantener la velocidad)
Las reglas anteriores están escritas en lenguaje común o humano por lo que no es posible
aplicar las reglas de la lógica Difusos de inmediato. Primero se debe expresar la
información como “corto”, “alto” y “lento” en términos de conceptos Difusos. En este
ejemplo los conjuntos Difusos pueden ser representados por funciones de pertenencia como
se ejemplifica en los diagramas de la Figura 18:
76
Figura 18: Funciones de pertenencia para “manejar”.54
Se expresarán las reglas anteriores de la siguiente forma:
X La distancia entre los automóviles
Y Velocidad
Z El ajuste de velocidad (acelerador y freno)
Los conjuntos respectivos pueden ser definidos de la siguiente manera:
.
Las regiones de interés pueden ser determinadas de forma fácil y rápida. Por ejemplo, la
distancia entre los automóviles y la velocidad de ellos no puede ser negativa. Es importante
recalcar que hay algunas áreas con límites superiores dentro de la información tales como la
distancia entre los automóviles y un límite de velocidad. Ahora es necesario etiquetar los
conjuntos Difusos necesarios, tal que:
A1: “corto”distancia entre los automóviles
A2: “Largo” distancia entre los automóviles
B1: “Lento” velocidad
B2: “Rápido” velocidad
C1: “Mantener” velocidad
54
(Kazuo, 1996 pág. 89).
77
C2: “Reducir” velocidad
C3: “Incrementar” velocidad
Las reglas necesarias escritas en lenguaje común se verían de la siguiente manera, siempre
en términos de reglas lógicas “SI-ENTONCES”.
Regla 1: SI x es A1 Y y es B1 ENTONCES z es C1
Regla 2: SI x es A1 Y y es B2 ENTONCES z es C2
Regla 3: SI x es A2 Y y es B1 ENTONCES z es C3
Regla 4: SI x es A2 Y y es B2 ENTONCES z es C1
Las reglas expuestas también pueden ser expresadas en términos de la Tabla 9.
X \ Y B1 B2
A1 C1 C2
A2 C3 C1
Tabla 9: Tabla de reglas para manejar.55
Gracias a las reglas reescritas es posible analizar la información en forma gráfica en base a
los diagramas expuestos a continuación en la Figura 19:
55
(Kazuo, 1996 pág. 90).
79
CAPITULO VI: MANEJO DE PERFILES BIOTIPICOS.
El conocimiento científico sobre Domótica y los efectos biológicos de la iluminación
fueron las bases para elaborar un software, el cual se presenta como referencia para quienes
deseen elaborar un sistema Domótico que considere los efectos biológicos de manera
sencilla y escalable. El software fue elaborado en Matlab57
, debido a que es un programa
popular. Este programa está dividido en tres partes, a saber: la Interfaz de usuario, una base
de datos y el modelo del hogar.
6.1 INTERFAZ DE USUARIO
Uno de los requerimientos de la interfaz de usuario es que debe ser sencilla y amigable,
evitando mostrar una gran cantidad de opciones. También es necesario considerar que la
primera experiencia ha de ser amigable para el usuario; es por esto que, se ha de facilitar lo
más posible esta etapa como se aprecia en la Figura 20. Se utilizará una configuración
inicial del usuario que permitirá crear un “Perfil biotípico”.
Figura 20: Inicio de la Interfaz de usuario.58
El perfil biotípico contiene la información mínima que ha de disponer el sistema para poder
funcionar considerando los efectos biológicos asociados. Este ha de contener características
fisiológicas, comportamientos e influencia sobre otros usuarios. La idea es permitir un
57
Herramienta de software matemático que ofrece un entorno de desarrollo integrado con un lenguaje de
programación propio. 58
Fuente: Elaboración propia.
80
ajuste rápido y eficientemente del ambiente, utilizando para esto estudios científicos sobre
la influencia del entorno y los beneficios biológicos para los usuarios. A continuación se
explicará lo que realizan los tres botones del Inicio de la interfaz de usuario de la Figura 20.
6.1.1 Nuevo usuario
Se crea el perfil biotípico inicial del residente del hogar. Para esto se entrega un "nombre de
usuario" para ser identificado. Además, de la fecha de nacimiento con la cual se calcula la
edad y la hora que el usuario se despierta, ver Figura 21. Pese a que se requiere el horario
diario para despertar y acostarse, sólo se preguntará la hora de despertarse de lunes a
viernes (días hábiles) y de sábado a domingo (no hábiles), detallado en la Figura 22. Se
asignaron 8 horas de sueño, considerando una hora de despertar seleccionada, a fin de
facilitar la interacción con el sistema. No obstante, estos valores pueden ser modificados
posteriormente.
Figura 21: Nuevo usuario59
Figura 22: Temporizador60
6.1.2 Usuarios
Al seleccionar la opción usuarios se despliega una ventana, ver Figura 23, que permite
obtener y modificar el horario del usuario seleccionado, ver un informe sobre el horario y
eliminar a los usuarios.
59
Fuente: Elaboración propia. 60
Fuente: Elaboración propia.
81
Figura 23: Seleccionar; permite modificar, ver comó se encuentra configurado o eliminar un
usuario.61
Si se desea modificar, se selecciona el horario, despertar o acostarse en la pestaña
desplegable, posteriormente el día para el caso de despertar o el tramo para acostarse. Si se
selecciona acostarse, además, se mostrará el día de la semana y la hora de acostarse, como
se aprecia en la Figura 24. También se muestran las horas de sueño, si se modifica la hora
se mostrarán las horas de sueño que se disponen. Este valor puede ser modificado para
aumentar o disminuir las horas de sueño, sin necesidad de seleccionar otro día para lograr
esto.
Figura 24: Horario; si se selecciona "Despertar", la ventana Horario se visualizará
como la imagen izquierda. En caso de seleccionar Acostarse se visualizará como la
ventana derecha.62
61
Fuente: Elaboración propia. 62
Fuente: Elaboración propia.
82
Si se selecciona informe, se muestra un informe con el horario de la semana, con la hora de
despertar y acostarse, para cada día de la semana.
Figura 25: Informe: se muestra la información del usuario seleccionado.63
6.1.3 Habitaciones
Uno de los mayores inconvenientes de la domótica es la interacción con el usuario, sobre
todo si se quiere que éste lo manipule lo menor posible o no se percate que el sistema está
realizando modificaciones en el ambiente. Hasta ahora la mayoría de los sistemas
domóticos se manejan bien interactuando con un usuario o simplemente imponiendo la
decisión de una persona (administrador) a un grupo de usuario. En esta sección se explicará
cómo se resolvió este problema desde la perspectiva del usuario de la sección, 6.4.5.
Combinación de perfiles, donde se expone la mecánica para resolver este problema.
Si se selecciona la opción "Habitaciones" en el inicio de la interfaz de usuario, ver Figura
20, se accede a un menú de configuración, el cual está diseñado para solucionar el
problema de la interacción cuando se encuentra más de un usuario en un mismo ambiente.
En la interfaz Habitaciones, que se observa en la Figura 26, se aprecian dos pestañas la
primera corresponde al nombre de la habitación el cual no puede ser modificado y el
segundo permite especificar el rol (tipo) de la habitación, que es utilizado para definir la
iluminación mínima considerando el uso que se le da a ésta, ver
63
Fuente: Elaboración propia.
83
Tabla 7.
En la parte central de la interfaz se aprecia una sección que se llamó "Relevancia de las
variables", es aquí donde se gestiona la interacción entre los distintos usuarios en la
habitación seleccionada, cada una de las variables está destinada a priorizar a ciertos
usuarios frente a otros, según su relevancia sea alta, media o baja.
Edad, beneficiará más a las personas de mayor edad, siendo útil en espacios como la
cocina donde suelen ser ellos los que realizan labores.
Hora, está pensada para los espacios, como los dormitorios, donde se beneficia la
persona que se encuentra en el tiempo de sueño otorgando un mejor descanso.
Goce, existen habitaciones que le pertenecen a uno o más usuario, de esta forma se
beneficia a los dueños de las habitaciones frente a otros usuarios.
En la parte inferior aparece la sección "PERTENENCIA cada usuario", esta sección está
ligada a la variable de PERTENENCIA, es aquí donde se realiza la relación usuario
habitación permite definir quién es dueño o qué prioridad tiene un usuario sobre la
habitación además en la parte inferior se puede apreciar la relación que tienen todos
usuarios con la habitación.
84
Figura 26: Habitación, Interfaz de usuario para facilitar la interacción entre usuario(s) y
habitaciones.64
6.2 BASE DE DATOS
Se hace necesario utilizar una base de datos para almacenar la información en caso de que
el programa sea reiniciado o apagado. Como base de datos se utilizó un archivo Excel, en el
cual se almacena en la hoja 1 (
Tabla 10), la información correspondiente a los usuarios; la cantidad de usuarios, además,
de la información de cada usuario y en la hoja2 (Tabla 11), la información de las
habitaciones; el número de habitaciones y las variables mencionadas en la sección 6.1.3, a
la variable usuario se le agregará una nueva fila por cada nuevo usuario.
64
Fuente: Elaboración propia.
85
Tabla 10: Hoja1, información almacenada para los usuarios.65
Tabla 11: Información correspondientes a las habitaciones.66
65
Fuente: Elaboración propia. 66
Fuente: Elaboración propia.
86
6.3 MODELO DEL HOGAR
Se simuló el funcionamiento del hogar para comprobar el funcionamiento del programa, al
seleccionar un TAG67
, los que se aprecian en la Figura 27, y seleccionar un usuario, se
recrea la identificación por algún sistema electrónico, por ejemplo RFID68
.
Al ser identificado el ingreso de un usuario en una habitación, se calcula la iluminancia
para éste y se apaga automáticamente la luz en el cuarto donde se encontraba anteriormente
el usuario. Esto busca reducir las pérdidas energéticas causadas por descuidos. Al ingresar
más de un usuario a un cuarto, se calcula la iluminancia de la habitación tomando en cuenta
la iluminancia de todos los usuarios dentro de esta y sus variables para la habitación. Si un
usuario vuelve a seleccionar un mismo identificador la luz se apagará, y en caso de que la
luz este apagada y un usuario se encuentren próximos a despertarse la luz se encenderá en
la habitación que es dormitorio y el es dueño.
Figura 27: Simulación del funcionamiento del sistema en un hogar.69
67
TAG: en español Etiqueta. 68
Siglas de Radio Frequency Identification, en español identificación por radiofrecuencia. 69
Fuente: Elaboración propia.
87
6.4 FUNCIONAMIENTO
6.4.1 Cálculo de la iluminancia de cada usuario
Ya se explicó cómo la luz afecta a los ritmos corporales, el estado de ánimo, etc. Para
disminuir el estrés se ha creado una curva para cada usuario que fija los límites mínimos de
iluminancia; estos límites han de ser utilizados para graduar la iluminación dentro de cada
recinto donde se encuentre.
El sistema utiliza las bases de datos con las cuales obtiene la iluminancia de cada usuario, a
lo largo del día, simulando los cambios de un día normal, para lograr así tener un ciclo
circadiano estable. Para lograr esto se establecieron cinco tramos los cuales son creados con
la hora de despertar (A) y la hora de acostarse (B) de cada día como se aprecia en la Figura
28.
El tramo 1 es cuando comienza a aumentar la iluminancia mínima 30min antes de despertar
alcanzando un valor máximo de iluminación a la hora de despertar, para alejar del sueño
profundo al usuario. El tramo 2 se comienza a bajar gradualmente la iluminación durante
10 min hasta una iluminación para un cuarto normal. Durante el tramo 3 se mantiene la
iluminación hasta 30 minutos antes de acostarse y posteriormente en el tramo 4 se
comienza a disminuir gradualmente la iluminación durante 30 minutos hasta una
iluminación suficientemente baja como para iluminar tenuemente una habitación, esta
iluminación se mantiene hasta comenzar nuevamente el tramo 1, 30 min antes de despertar.
88
Figura 28: Cambio de la iluminancia en lux, eje vertical, para un usuario a lo largo de un día,
eje horizontal.70
6.4.2 Ajuste de tonalidades de la luz para las distintas zonas horarias.
Para cada usuario a lo largo del día se le calculará la tonalidad de la luz, según el tramo del
día en que se encuentre, como se aprecia en la Figura 28. Para el tramo 1 y 2 se utilizará luz
de tonalidad azul mejor conocida como Luz Fría, para facilitar el despertar. En el tramo 3
se utilizarán ambos tipos generando una tonalidad neutra o también conocida como luz
Fresca, finalmente para los tramos 4 y 5 se utilizará la luz en tonos rojizos, también
conocida como luz Cálida, la cual ayuda a conciliar el sueño.
Cuando más de un usuario este dentro de la habitación, esta mantendrá el color del usuario
que tenga el mayor grado de pertenencia, Gp71
. En caso de que ambos tengan un grado de
pertenencia similar, pero tonalidad distinta, se utilizara una combinación de luz fría y
cálida.
6.4.3 Ajuste de iluminancia mantenida para las distintas zonas.
Para el cálculo de la iluminancia mantenida para cada zona se consideran los factores
mencionados en el punto, 5.1.1 Iluminancia mantenida para las distintas zonas. Con esta
información es que se elaboró la Tabla 12, donde se aprecia el Factor de amplificación, este
valor ponderará al valor de iluminancia de cada usuario, según la zona donde se encuentre.
70
Fuente: Elaboración propia. 71
Se abordará más en detalle en el punto 6.4.5.
5
B-1 A
89
Como se observa en el punto 6.4.1 Cálculo de la iluminancia de cada usuario, durante el
periodo que se está despierto como se observa en la Figura 28, esta figura corresponde a un
usuario en un ambiente general, pero si este mismo usuario se encontrara en el comedor la
luz para esta zona sería insuficiente, es por esto que se amplifica la luz por el Factor de
amplificación según el lugar donde se encuentre. Es por esto que el programa si encuentra
que una habitación no ha sido configurada, automáticamente le asignará tipo de habitación
general, y se le aplicará el factor de aplicación "Otro", el cual es a un ambiente neutro.
También se ha ordenado las habitaciones considerando cuales son las más comunes
presentes en un hogar, esto es para facilitar una configuración manual del tipo de
habitación, por parte del usuario, pudiéndose ocupar o no este orden en una aplicación.
Tipo de interior, tarea o actividad Iluminancia
Mantenida (lux) Tipo de habitación
Factor de
Amplificación
Habitación general 100 Otro 1,0
Dormitorio, en general. 50 Dormitorio 0,5
Dormitorio, cabecera. 200 Dormitorio cabecera 2,0
Baños, en general. 100 Baños 1,0
Baño, tocador. 500 Baño, tocador 5,0
Comedor. 200 Comedor 2,0
Cocina, en general. 300 Cocina 3,0
Cocina, área de trabajo. 500 Cocina, Área de trabajo 5,0
Escaleras, rampas. 150 Escaleras/Rampas 1,5
Lugar para leer o coser. 500 Muy iluminada 5,0
Escritorio. 300 Iluminada 2,0
Cuarto de aseo. 200 Iluminada 2,0
Almacén. 100 Otro 1,0
Guardarropas. 200 Iluminada 2,0
Tabla 12: Factor de amplificación para las distintas zonas del hogar.72
6.4.4 Compensación de luz según edad v/s complejidad.
En los puntos anteriores (6.4.1 y 6.4.3) se especificó cómo se calcula la iluminancia para un
usuario considerando el horario del día y el tipo de iluminación. Pero aún no se ha
considerado el efecto de la edad.
72
Fuente: Elaboración propia.
90
Para esto de la "Figura 2: Relación entre la edad y la cantidad relativa de luz necesaria para leer un
texto bien impreso." se obtuvieron los valores de edad y necesidad de iluminación (relativa).
Como se mencionó anteriormente en el punto "5.1.3 Nivel de compensación en la zona de
trabajo.", se crearon tres niveles de dificultad para las tareas que se realizan dentro de una
habitación considerando su iluminancia.
Bajo, en las zonas con una iluminancia menor 150 lux.
Medio, en las zonas con una iluminancia alrededor de 200 y 300 lux.
Alto, en las zonas con una iluminancia mayor 500 lux.
Los cuales en conjunto a la información obtenida a la gráfica de la Figura 4, que indica la
relación entre rendimiento visual y nivel de iluminación. Se analizaron para obtener una
compensación para una persona según la dificultad y el lugar.
Asumiendo que el nivel de dificultad "Alto" para una tarea en el hogar que se ha definido
anteriormente está más relacionado a un nivel de dificultad medio que con uno alto de la
industria, Figura 4, se puede asumir que con una compensación de 10 veces el nivel normal
se consigue una iluminancia aceptable para los usuarios mayores. Para una tarea de
dificultad "Media" se utilizará una compensación de 3 veces el nivel normal con éstos se
obtendrá valores de iluminancia entre 600 y 900 lux. Si se observa nuevamente la Figura 4,
el rendimiento para una tarea de dificultad moderada sería alrededor del 60% y esto ha de
ser mucho mayor dentro de un hogar puesto que no son de gran exigencia las tareas que se
realizan en estas zonas del hogar.
Finalmente, no se realizará compensación alguna en las zonas de dificultad baja, puesto que
en los lugares donde pudiera haber un peligro ya se ha considerado la norma que ofrece la
mayor iluminancia.
Todos estos ajustes son para personas mayores. Apoyados en esto, se calculó un factor de
corrección para tareas de nivel "Medio" y "Alto”, considerando distintos valores de edad. Si
se observa en la Tabla 13, cada color representa un valor de iluminancia obtenido de la
"Figura 1: Escala de iluminancias." y los valores de las columnas 4, 5 y 6 corresponden a la
iluminancia en lux calculará para cada rango de edad.
91
Para las tareas de nivel Medio para personas menores de 50 años, la luz aún se mantiene
dentro del valor inicial de la escala de luminancia, 300lux y 200lux. Es por esto que solo a
las personas sobre 55 años de edad se les aplicará el factor de corrección para nivel Medio.
En el caso de las tareas de nivel Alto, existe un requerimiento de una mayor iluminación
sobre los 30 años, es entonces cuando se aplicará el factor de corrección para un nivel alto
considerando el rango de edad del usuario.
EDAD Necesidad de
iluminación
factor de
corrección 1
Nivel medio factor de
corrección 2
Nivel Alto Escala de
Iluminancia
lux 300
lux
200
lux
500
lux
10 1,4754 0,3 93 62 1,0 517 200
15 1,5246 0,3 96 64 1,1 534 300
20 1,6230 0,3 102 68 1,1 569 500
25 1,7705 0,4 112 74 1,2 620 750
30 1,9672 0,4 124 83 1,4 689 1000
35 2,4500 0,5 155 103 1,7 859 1500
40 3,2131 0,7 203 135 2,3 1126 2000
45 4,4500 0,9 281 187 3,1 1560 3000
50 5,9508 1,3 375 250 4,2 2086 5000
55 9,2623 1,9 584 390 6,5 3246
60 14,2667 3,0 900 600 10,0 5000
Tabla 13: Factor de corrección según la edad.73
6.4.5 Combinación de perfiles
La iluminancia calculada anteriormente permite obtener un máximo de beneficios para un
usuario cuando éste ingresa a una habitación, pero normalmente se da el caso que convive
más de una persona en un mismo recinto. Para esto se hablará de dos conceptos, el Grado
de pertenencia de las variables de la habitación ("A"), y la pertenencia del usuario a la
habitación ("B").
73
Fuente: Elaboración propia.
92
Asumiendo que A es un vector de 3x1 que contiene la relevancia de las variables, edad,
hora, goce, respectivamente de una habitación. El valor es definido por el usuario para cada
habitación el grado de pertenencia de cada variable se observa en la Tabla 14.
Siendo B es una matriz de m x 3 donde cada fila contiene la relevancia de las variables,
edad, hora, goce, respectivamente de un usuario, siendo m el número de usuarios dentro de
una habitación. El grado de pertenencia de las variables es definido por el sistema, puede
verse como se especifica su valor en la Tabla 15, Tabla 16, Tabla 17.
Ya obtenido A y B se obtiene el grado de pertenencia de las variables para cada usuario en
la habitación (Gp)
Al ponderar el grado de pertenencia Gp por la iluminancia de cada usuario I, se obtiene la
iluminancia de la habitación Ih.
93
Tabla 14: Grado de pertenencia de las variables de la habitación74
Tabla 15: Pertenencia de la Edad.75
74
Fuente: Elaboración propia. 75
Fuente: Elaboración propia.
0
0,25
0,5
0,75
1
Baja Media Baja Media Media Alta Alta
0
0,25
0,5
0,75
1
0-35 35-45 45-55 55-60 60 >
94
Tabla 16: Pertenencia de la Hora.76
Tabla 17: Pertenencia de la Goce77
CAPÍTULO VII: RESULTADOS GRÁFICOS DEL ALGORITMO
7.1 ETAPA DE RENDERIZADO Y CONSUMO ENERGETICO.
Mediante este capítulo se dará a conocer de forma gráfica el funcionamiento del algoritmo
de control de iluminación. Se utilizarán renderizados creados por el programa Dialux
programa que a su vez permitirá crear análisis de costo de consumo energético en las
diferentes localidades del departamento modelo que se utilizara para las demostraciones.
Para efectos de la iluminación ambiental, es decir del sol, el departamento fue configurado
con las coordenadas geográficas de Santiago de Chile (-33,50º,-70,70º) por lo que los
76
Fuente: Elaboración propia. 77
Fuente: Elaboración propia.
0
0,25
0,5
0,75
1
Antes de despertar
Poco después de despertar
durante el día
Antes de acostarse
Después de
acostarse
0
0,25
0,5
0,75
1
Dueño Usuario principal
Uso alto Uso normal
Uso Ocacional
95
valores de iluminación incluirán el aporte lumínico del Sol si es que el lugar del
departamento analizado cuenta con ventanas hacia el exterior.
Figura 29: Renderizado departamento.78
Para demostrar el efecto producido en las diferentes localidades del departamento se
utilizarán diferentes configuraciones del algoritmo de control y en función a lo anterior se
presentarán los resultados energéticos de cada configuración.
78
Fuente: Elaboración propia.
96
A) B)
C)
Figura 30: A) Habitación muy iluminada; B) Habitación iluminada; C) Habitación poco iluminada79
79
Fuente: Elaboración propia.
97
Como se ve en la Figura 30, se puede notar una disminución de la iluminación del cuarto
dormitorio que se ve en la imagen, es importante comentar que en estas imágenes se ha
forzado las condiciones de luz con tal de demostrar de mejor manera el efecto del
algoritmo.
Condiciones de la habitación sin modificaciones:
Total Energy Lighting: 197.10 kWh/a
LENI: 24.85 kWh/(a · sq ft)
Total Energy Visual Task: 197.10 kWh/a
Total Energy Parasitic (Total): 0.00 kWh/a
Total Energy Parasitic (Standby): 0.00 kWh/a
Total Energy Parasitic (Loading the Emergency Lighting): 0.00 kWh/a
Total Area: 85.36 sq ft.
Anualmente las condiciones de consume serían las siguientes:
Month Lighting
[kWh] [kWh/sq ft]
Jan 18 2.27
Feb 16,97 2.14
Mar 16,12 2.03
Apr 15,64 1.97
May 15,39 1.94
Jun 15,51 1.96
Jul 15,27 1.93
Aug 15,57 1.96
Sep 16,12 2.03
Oct 16,73 2.11
Nov 17,58 2.22
Dec 18,31 2.31
Tabla 18: Condiciones de consumo Mensuales.80
Los cálculos son realizados mediante el estándar de cálculo EN 15193 y el análisis del
costo asociado al consumo energético se hará mediante una tarifa referencial de 112 $/kWh,
(válida para la región metropolitana, Chile).
80
Fuente: Elaboración propia.
98
7.2 SOBRE EL ESTÁNDAR EN 15193.81
El estándar europeo EN 15193 fue elaborado en el Grupo de Trabajo 9 de CEN/TC 169
“light + Lighting” en 2007, esto con fin de completar el conjunto de estándar requeridos por
la Comisión Europea para la Directiva de Desempeño Energético para Construcciones
2010/31/EU. Este estándar europeo fue generado para establecer un conjunto de
procedimientos y consensos para la estimación de los requerimientos energéticos de
iluminación en construcciones y a su vez para entregar una metodología para cuantificar
numéricamente los indicadores de desempeño energético de los establecimientos. El
estándar también entrega una guía para los procedimientos de iluminación en inmuebles,
esto basado en esquemas de referencia.
Tener un estándar correcto de iluminación en inmuebles es de fundamental importancia y
los consensos y procedimientos asumen que el diseño e instalación de los esquemas de
iluminación están acorde a las buenas prácticas de iluminación. Para nuevas instalaciones el
diseño debe ser basado en EN 12464-1 “luz e iluminación” – Iluminación de lugares de
trabajo - Parte 1: Lugares de trabajo interiores. El estándar a su vez entrega información
sobre técnicas separadas para la medición de energía utilizadas en iluminación que entregan
periódicamente información sobre la efectividad de los controles de iluminación. La
metodología para la estimación de energía no solo entrega valores numéricos si no también
entrega información sobre el impacto de la temperatura y refrigeración en su desempeño
energético en el inmueble en cuestión.
EN 15193 puede ser aplicado a edificios o inmuebles construidos antiguamente y para el
diseño de nuevos y renovamos inmuebles. También provee un sistema de evaluación
comparativa para diferentes tipos de inmuebles permitiendo generar clasificaciones y
ordenar los cálculos o mediciones de iluminación bajo demanda. Es importante mencionar
que EN 15193 presenta diferentes rutas o posibilidades de cálculo para determinar el
consumo energético
El consenso general es el que el estándar presentado por CEN provee una estructura de
trabajo delineando aspectos generales pero dejando espacio a variaciones nacionales y
ajustes propuestos por sistemas o sub-modelos. En este estándar las construcciones son
81
( UNE-EN 1593, 2008)
99
clasificadas en: Oficinas, Edificios Educacionales, Hospitales, Hoteles, restaurantes,
Gimnasios, ventas de retails y líneas de fabricación.
7.2.1 Método de cálculo.
La aproximación de cálculo está basada en la integración del consumo de potencia p(t) de
la iluminación artificial sobre el tiempo, para obtener el consumo en iluminación. Para
aplicaciones prácticas esta relación está simplificada mediante el escalamiento de “la
potencia eléctrica instalada pj” con un “tiempo efectivo de operación teff”. Este tiempo
efectivo teff contabiliza el tiempo del efecto de la reducción de consumo energético
mediante la estimación de luz solar disponible durante el día. El resultado final del
procedimiento de cálculo es la cantidad de energía necesaria para un espacio dentro del
inmueble o construcción expresado en metros cuadrados en función de una escala mensual
o anual.
Figura 31: Diagrama de flujo que ilustra rutas alternativas para determinar el uso de la
energía.82
82
( UNE-EN 1593, 2008 pág. 7).
100
7.2.2 Cálculo de energía utilizada en para la iluminación
Energía total estimada
La energía total estimada requerida durante un periodo en un local o zona debe estimarse
mediante la siguiente ecuación:
En donde debe establecerse una estimación de la energía de iluminación requerida para
satisfacer la función de iluminación y el propósito en el edificio usando la siguiente
ecuación:
Se establecerá una estimación de la energía parasita ( ) requerida para proporcionar
energía de carga para el alumbrado de emergencia y para la energía estacionaria para
controles de iluminación en el edificio usando la siguiente ecuación:
Observaciones:
La energía total de la iluminación puede estimarse para cualquier periodo
requerido t (por hora, diariamente, semanalmente, mensualmente o
anualmente) de acuerdo con el intervalo de tiempo de los factores de
dependencia utilizados.
Para edificios existentes, y , pueden ser establecidos más
exactamente por medición directa y separada de la energía suministrada a la
iluminación.
Esta estimación no incluye la potencia consumida por los sistemas de
control alejados de la luminaria y que no extraen potencia de la luminaria.
Cuando se conozca se debería añadirse.
La ecuación para no incluye la potencia consumida por un sistema de
alumbrado de emergencia de baterías central.
101
Energía total anual utilizada para la iluminación
Se tomará en cuenta la siguiente ecuación:
En donde se debe establecer una estimación de la energía de iluminación anual requerida
para satisfacer la función de iluminación y su propósito en el edificio (WL) y la energía
parásita anual (WP) requerida para proporcionar energía de carga para el alumbrado de
emergencia y para la energía estacionaria para controles de iluminación en el edificio
mediante las ecuaciones de y respectivamente.
Indicador Numérico de Energía para Iluminación (LENI).
El indicador Numérico de Energía para la Iluminación para el edificio debe establecerse
usando la siguiente ecuación:
En donde, W es la energía total anual usada para la iluminación [KWh/año] y A es el área
total útil del edificio [m2].
102
7.3 ANÁLISIS DE ESPACIO DORMITORIO.
En esta sección se analizarán 3 diferentes configuraciones representando 3 tipos de perfiles
distintos tales que queden representados el efecto de una baja, media y alta iluminación:
7.3.1 Sin iluminación ambiental ni artificial.
Figura 32: Análisis de espacio Dormitorio, sin iluminación ambiental ni artificial.83
En esta configuración se realizarán análisis energéticos bajo condiciones de 0 Lms en la
habitación por lo que las únicas fuentes de iluminación pudieran ser el Sol u otras luces
fuera del dormitorio. A continuación, se entrega información cuantitativa con respecto a la
configuración del “espacio dormitorio, sin iluminación ambiental ni artificial”, esta
información es entregada tanto en forma gráfica como en tabla (ver Tabla 19 y Figura 33) y
a su vez la información está divida en “con y sin aporte Solar” para dar una noción de la
energía entregada al espacio en cuestión. También para dar una noción de la reducción de
los costos se integra el costo en CLP por KWh utilizado ($ 112 CLP/KWh).
83
Fuente: Elaboración propia.
103
Modelo Apagado, con aporte Solar Modelo Apagado, sin aporte Solar
Lighting CLP Lighting CLP
Mes [KWh] KWh/sq ft] $/KWh [KWh] KWh/sq ft] $/KWh
Enero 9,00 1,13 1008 0 0,00 0
Febrero 8,49 1,07 950,88 0 0,00 0
Marzo 8,06 1,02 902,72 0 0,00 0
Abril 7,82 0,99 875,84 0 0,00 0
Mayo 7,70 0,97 862,4 0 0,00 0
Junio 7,76 0,98 869,12 0 0,00 0
Julio 7,64 0,96 855,68 0 0,00 0
Agosto 7,79 0,98 872,48 0 0,00 0
Septiembre 8,06 1,02 902,72 0 0,00 0
Octubre 8,36 1,05 936,32 0 0,00 0
Noviembre 8,79 1,11 984,48 0 0,00 0
Diciembre 9,15 1,15 1024,8 0 0,00 0
Tabla 19: Análisis energéticos bajo condiciones de 0 Lms.84
Total Energy Lighting: 0,00 kWh/a
LENI: 0,00 kWh/(a • sq ft)
Total Area: 85,36 sq ft
Figura 33: Consumo mensual bajo condiciones de 0 Lms.85
84
Fuente: Elaboración propia. 85
Fuente: Elaboración propia.
0 2 4 6 8
10
[KWh]
Meses
Consumo mensual [KWh]
Sin Iluminacion, con aporte Solar
Sin iluminacion, sin aporte Solar
104
7.3.2 Habitación con consumo medio
Figura 34: Análisis de espacio Dormitorio, con un consumo medio.86
En esta configuración se analizara el consumo energético e iluminación bajo un perfil que
requiera una cantidad media de Lms. Nuevamente se indicara la información cuantitativa
entregada por el modelo digital del sistema en forma de gráfico y tabla (ver Tabla 20 y
Figura 35), esta vez para el modelo en el caso “espacio dormitorio, con un consumo
medio”.
86
Fuente: Elaboración propia.
105
Modelo Apagado, con aporte Solar Modelo Apagado, sin aporte Solar
Lighting CLP Lighting CLP
Mes [KWh] KWh/sq ft] $/KWh [KWh] KWh/sq ft] $/KWh
Enero 14,40 1,82 1612,80 5,85 0,74 655,20
Febrero 13,58 1,71 1520,96 5,52 0,70 618,24
Marzo 12,90 1,63 1444,80 5,24 0,66 586,88
Abril 12,51 1,58 1401,12 5,08 0,64 568,96
Mayo 12,31 1,55 1378,72 5,00 0,63 560,00
Junio 12,41 1,56 1389,92 5,04 0,64 564,48
Julio 12,22 1,54 1368,64 4,96 0,63 555,52
Agosto 12,46 1,57 1395,52 5,06 0,64 566,72
Septiembre 12,90 1,63 1444,8 5,24 0,66 586,88
Octubre 13,38 1,69 1498,56 5,44 0,69 609,28
Noviembre 14,06 1,77 1574,72 5,71 0,72 639,52
Diciembre 14,65 1,85 1640,80 5,95 0,75 666,40
Tabla 20: Consumo mensual bajo condiciones medias de iluminación.87
Total Energy Lighting: 64.06 kWh/a
LENI: 8.08 kWh/(a • sq ft)
Total Area: 85.36 sq ft
Figura 35: Consumo mensual bajo condiciones medias de iluminación.88
87
Fuente: Elaboración propia. 88
Fuente: Elaboración propia.
0 2 4 6 8
10 12 14 16
[KWh]
Meses
Consumo Mensual [KWh]
Modelo aplicado con aporte Solar
Modelo aplicado sin aporte Solar
106
7.3.3 Habitación con consumo alto.
Figura 36: Análisis de espacio Dormitorio, con un consumo alto.89
Este escenario representaría una habitación en donde el consumo energético se alto, por
ejemplo en el caso de un perfil asociado a personas de mayor edad quienes necesiten una
mejor iluminación en el día a día. De la misma manera que se ha hecho en los casos
anteriores, se entrega la información cuantitativa de este caso de estudio del modelo de
control de iluminación, con sus respectivos beneficios monetarios y con/sin aporte Solar
(ver Tabla 21 y Figura 37).
89
Fuente: Elaboración propia.
107
Modelo Apagado, con aporte Solar Modelo Apagado, sin aporte Solar
Lighting CLP Lighting CLP
Mes [KWh] KWh/sq ft] $/KWh [KWh] KWh/sq ft] $/KWh
Enero 18 2.27 2016 11,70 1,48 1310,40
Febrero 16,97 2.14 1900,64 11,03 1,39 1235,36
Marzo 16,12 2.03 1805,44 10,48 1,32 1173,76
Abril 15,64 1.97 1751,68 10,16 1,28 1137,92
Mayo 15,39 1.94 1723,68 10,00 1,26 1120,00
Junio 15,51 1.96 1737,12 10,08 1,27 1128,96
Julio 15,27 1.93 1710,24 9,93 1,25 1112,16
Agosto 15,57 1.96 1743,84 10,12 1,28 1133,44
Septiembre 16,12 2.03 1805,44 10,48 1,32 1173,76
Octubre 16,73 2.11 1873,76 10,87 1,37 1217,44
Noviembre 17,58 2.22 1968,96 11,43 1,44 1280,16
Diciembre 18,31 2.31 2050,72 11,90 1.50 1332,80
Tabla 21: Consumo mensual bajo condiciones medias de iluminación.90
Total Energy Lighting: 64.06 kWh/a
LENI: 8.08 kWh/(a • sq ft)
Total Area: 85.36 sq ft
Figura 37: Consumo mensual bajo condiciones medias de iluminación.91
90
Fuente: Elaboración propia. 91
Fuente: Elaboración propia.
0
5
10
15
20
[KWh]
Meses
Consumo mensual [KWh]
Iluminacion normal con aporte Solar
Iluminacion normal sin aporte Solar
108
7.3.4 Comparación Monetaria y Energética de los tres modelos:
Como se mencionó en el análisis de los tres casos de estudio anteriores, cada modelo
simulado es complementado con información sobre consumo de [KWh] (ver Figura 38 y
Figura 39). y de costos CLP (ver Figura 40 y Figura 41). A modo de resumen la
información se divide en dos categorías, con y sin aporte Solar, esta información es de
interés dado que entrega una buena imagen del funcionamiento del sistema de control en
cuestión.
Análisis Energético con y sin aporte Solar
Figura 38: Análisis Energético con aporte Solar.92
Figura 39: Análisis Energético sin aporte Solar.93
92
Fuente: Elaboración propia. 93
Fuente: Elaboración propia.
0
5
10
15
20
Ener
o
Feb
rero
Mar
zo
Ab
ril
May
o
Jun
io
Julio
Ago
sto
Sep
tiem
bre
Oct
ub
re
No
viem
bre
Dic
iem
bre
[KWh]
Meses
Consumo Mensual [KWh]
Solo aporte Solar
Modelo aplicado con aporte Solar
Iluminación normal con aporte Solar
0 2 4 6 8
10 12 14
Ener
o
Feb
rero
Mar
zo
Ab
ril
May
o
Jun
io
Julio
Ago
sto
Sep
tiem
bre
Oct
ub
re
No
viem
bre
Dic
iem
bre
[KWh]
Meses
Consumo Mensual [KWh]
Sin aporte Solar
Modelo aplicado sin aporte Solar
Iluminación normal sin aporte Solar
109
Análisis Monetario con y sin aporte Solar.
Figura 40: Análisis Monetario con aporte Solar.94
Figura 41: Análisis Monetario sin aporte Solar.95
94
Fuente: Elaboración propia. 95
Fuente: Elaboración propia.
0
500
1000
1500
2000
2500
$ /[KWh]
Meses
Costo Mensual CLP, con aporte Solar
Solo aporte Solar
Modelo aplicado con aporte Solar
Iluminacion normal con aporte Solar
0
200
400
600
800
1000
1200
1400
$ /[KWh]
Meses
Costo Mensual CLP, sin aporte Solar
Sin aporte Solar
Modelo aplicado sin aporte Solar
Iluminacion normal sin aporte Solar
110
Lo primero que se rescata de la información de la Figura 41 es el hecho de que
efectivamente el modelo genera ahorro en el espacio “dormitorio”. Como se ha dicho en
capítulos anteriores el modelo siempre utilizará menos del 100% de la potencia nominal de
iluminación, por lo que, el ahorro monetario y energético se verá reflejado en una
interpolación entre el valor mínimo y máximo alcanzando. Por ejemplo, se analizará la
Figura 42.
Figura 42: Variación del consumo entre diferentes perfiles.96
El rango de variación de los KWh es bastante amplio lo cual deja una holgura importante al
momento de definir nuevos perfiles de usuarios para el modelo difuso. Es importante
reconocer que aunque exista una variación de consumo energético esto no necesariamente
será percibido por el usuario final dado que como se sabe, el ojo humano no es capaz de
distinguir variaciones lumínicas muy finas.
96
Fuente: Elaboración propia.
0
2
4
6
8
10
12
14
[KWh]
Meses
Consumo Mensual [KWh]
Luces apagadas sin aporte Solar
Modelo aplicado sin aporte Solar
Iluminación normal sin aporte Solar
111
En términos monetarios es posible comentar lo siguiente.
Figura 43: Variación del costo entre diferentes perfiles.97
Iluminación normal sin aporte Solar Modelo Aplicado sin aporte Solar
Lighting CLP Lighting CLP
Mes [KWh] KWh/sq ft] $/KWh [KWh] KWh/sq ft] $/KWh
Enero 11,70 1.48 1310,40 5,85 0,74 655,20
Febrero 11,03 1.39 1235,36 5,52 0,70 618,24
Marzo 10,48 1.32 1173,76 5,24 0,66 586,88
Abril 10,16 1.28 1137,92 5,08 0,64 568,96
Mayo 10,00 1.26 1120,00 5,00 0,63 560,00
Junio 10,08 1.27 1128,96 5,04 0,64 564,48
Julio 9,93 1.25 1112,16 4,96 0,63 555,52
Agosto 10,12 1.28 1133,44 5,06 0,64 566,72
Septiembre 10,48 1.32 1173,76 5,24 0,66 586,88
Octubre 10,87 1.37 1217,44 5,44 0,69 609,28
Noviembre 11,43 1.44 1280,16 5,71 0,72 639,52
Diciembre 11,90 1.50 1332,80 5,95 0,75 666,40
Promedio de Consumo 1173,76 Promedio de consumo 586,88
Tabla 22: Promedio de Consumo energético.98
Como se aprecia en la Tabla 22 y la Figura 43, el consumo del dormitorio haciende a 1173
CLP en promedio y mediante la utilización del algoritmo de control se obtendría un
promedio de gasto de 586 CLP anuales.
97
Fuente: Elaboración propia. 98
Fuente: Elaboración propia.
0 200 400 600 800
1000 1200 1400
$ /[KWh]
Costo Mensual CLP, sin aporte Solar
Sin aporte Solar
Modelo aplicado sin aporte Solar
Iluminacion normal sin aporte Solar
112
CONCLUSIÓN
A través de la historia, el hombre ha tratado de cambiar y manipular su entorno de la mejor
y más eficiente manera, los avances tanto en matemática, electrónica y estadística han dado
pie para la aparición de variadas técnicas de control industrial como hogareño. Mediante
esta tesis se ha querido generar un aporte en el área de la Domótica, área que aún hoy en
día, no se ha desarrollado como debiera, esto debido a la falta de compresión de las dos
partes involucradas en el proceso de control, hablamos de la parte humana y la electrónica.
Como propuesta de solución, se ha utilizado el Control Difuso, técnica que se caracteriza
por el acercar el lenguaje máquina al humano, condiciones verdad o falsedad ya no se
representan de forma binaria sino de una forma entendible por cualquier individuo no
cercano con el vocabulario de la electrónica y matemática.
La Domótica no ha tomado la suficiente relevancia en comparación a otras tecnologías y al
interés presentado por la gente por sistemas de similares características, una de las
principales causas de esto son los costos que implican una instalación Domótica si se
consideran los beneficios. Una de las motivaciones para realizar este trabajo es poder darle
un mayor valor agregado a las tecnologías que diariamente son desarrolladas, otorgando
beneficios como lo son: la disminución del estrés, mejor estado de ánimo al mejorar el
tiempo de sueño, reducir los problemas de insomnio, entre otros avances. Todo esto se
puede implementar fácilmente en los sistemas ya existentes con un cambio en el programa
que controla los dispositivos y adicionando sensores que puedan identificar a los usuarios
en cada habitación.
En este trabajo también se presento la idea del "Perfil biotípico" el cual fue ideado con el
fin de crear una base de datos con información del usuario, la cual es consultada por parte
del sistema para así lograr un mayor beneficio biológico. Por las características de este
trabajo, la información que compuso esta base de datos consistió en el horario que permite
conocer el ritmo diario del usuario, y así ayudar a regular el ciclo circadiano, el año de la
edad el cual entrega información suficiente para considerar a la edad para compensaciones
por perdida de la capacidad visual. No obstante, se espera que esta dependiendo de las
necesidades de los futuros sistemas o los avances científicos pueda ser más rica,
considerando factores como el sexo, altura, etc.
113
La propuesta presentada, mediante esta tesis de grado, enseña una técnica de control difuso
asociado a la iluminación de espacios hogareños, esto mediante el uso de perfiles
Biotípicos, los cuales representan de la mejor manera posible a cada integrante del grupo
familiar, abarcando desde los niños a los ancianos. Cada integrante presenta grado de
pertenencia y control sobre un espacio, características que le permiten disfrutar de la mejor
manera posible el espacio o habitación dentro de un hogar. La propuesta de control fue
presentada mediante la inclusión de un programa escrito en Matlab, este programa permitió
realizar cálculos y ejemplos de cómo sería el manejo de un departamento habitual. La
experiencia ganada mediante el uso de este programa permitió llevar la teoría estudiada a la
práctica y los resultados hablan por sí mismos, la ganancia tanto en calidad de vida como a
su vez monetaria son evidentes. La mejora en el grado de la convivencia también se han
visto reflejadas mediante la experimentación del sistema, como se ha visto en los capítulos
expuestos, el mayor interés para realizar este estudio se encuentran en las ganancias ocultas
y no palpables como se podría esperar, lo que se ha buscado es darle calidad de vida a la
gente, por lo que, la cuantificación de las “ganancias” no pueden ser plasmadas en su
totalidad en el papel.
Finalmente, es de nuestro mayor interés que este modelo sea visto como una hoja de guía
para futuros tipo de aplicación del control difuso, es decir, que nuestra experiencia obtenida
durante los meses de trabajo de pie para la aplicación de nuevas formas de control, como
por ejemplo, en áreas como la calefacción, purificación del aire o ventilación de espacios
urbanos como casa o departamentos. Creemos que hemos logrado plasmar este interés en
este escrito, con lo cual, tenemos fe de que nuevos avances utilizando nuestra base de
conocimientos pueden ser creados.
Visión a futuro
Una de las primeras soluciones para fomentar la domótica fue idear el "Perfil Biotípico",
que permite con una mínima cantidad de información, poder generar una gran cantidad de
configuraciones a lo largo del día que más que lograr comodidad buscan conseguir una
mejor calidad de vida. Un siguiente paso sería poder obtener la mayor cantidad de
información con las modificaciones que se van generando con la utilización del programa
para llegar al punto de que éste pueda predecir los futuros cambios.
114
Otra de las soluciones se desarrollo considerando que ya existen una gran cantidad de
soluciones domóticas que controlan la luminosidad en las viviendas, no obstante en éstas
más enfocadas en el hardware, ya sea en la integración con el inmueble o como detectan
cuando es necesario que la iluminación este encendida o apagada. Esto llevó a crear un
sistema que puede ser fácilmente incorporado a sistemas ya existentes, el cual utiliza el
conocimiento científico y las necesidades de todos los usuarios, para lograr así un gran
valor agregado por los beneficios de estos estudios. Sin embargo, se investigó sólo en el
área de la iluminación. Considerando que existen sistemas que controlan otras variables y
estudios que constatan que modificando dichas variables como sonido y climatización entre
otras pueden mejorar considerablemente la calidad, de similar manera como se ha hecho
con la iluminación.
115
BIBLIOGRAFÍA
UNE-EN 1593. 2008. Eficiencia energética de los edificios. Requisitos energéticos para la
iluminación. Madrid : s.n., 2008.
Efectos biológicos de la luz. ETAP. 2006. 2006-2, 2006, Iluminación.
http://www.etaplighting.com/application.aspx?id=150&LangType=1034.
INDALUX. Luminotécnia 2002. Manual técnico.
J. Ross, Timothy. 2010. Fuzzy logic with engieering aplications. s.l. : Wiley, 2010. 978-0-
470-74376-8.
Jorge Sierra, Elena. 2008. Del Hogar Digital a la Casa Red. s.l. : Lulu, 2008.
Kazuo, Tanaka. 1996. An introduction to fuzzy logic for practical applications. 1996. 0-
387-94807-4.
Martín Domínguez, Hugo y Sáez Vacas, Fernando. 2006. Domótica: Un enfoque
sociotécnico. Madrid : s.n., 2006.
NC-ISO 8995, CIE S 008:2003. Iluminación de puestos de trabajo en interiores. La
Habana : s.n.
Pérez-León, Jorge Alberto y Lane Brown, R. 2009. Las células con melanopsina:
Nuevos fotorreceptores en la retina de los vertebrados. 2009.
Romero, Cristóbal, Vázquez, Francisco y De Castro, Carlos. 2011. Dómotica e
Inmótica. Viviendas y Edificios Inteligentes. México, D. F. : Alfaomega, 2011.
T. Nguyen, Hung y A. Walker, Elbert. 2006. A first course in fuzzy logic. 2006. 1-58488-
526-2.
van Bommel, V.J.M y van den Beld, G.J. 2004. La iluminación en el trabajo: Efectos
visuales y biológicos. Philips Lighting, Holanda, Philips. 2004.
van Bommel, W.J.M, van den Beld, G.J. y van Ooyen, M.H.F. 2002. Industrial lighting
and productivity. Philips Lighting,The Netherlands, Philips. 2002.
2
I CONJUNTOS DIFUSOS
1.3 CONJUNTOS CLÁSICOS.
Para la concepción clásica de estos conjuntos la unión, intersección y complemento están
definidos de la siguiente manera:
Sean A y B conjuntos del universo X tales que Unión, Intersección y Complemento se
definan de la siguiente manera.
Unión Clásica:
Intersección Clásica:
Complemento del conjunto A:
Si se quisiera representar las 3 propiedades anteriores mediante diagramas de Eüler se
tendría la siguiente situación:
Se usara como ejemplo la siguiente situación, Sean A y B subconjuntos del Universo
X, tal que .
3
FIGURA A 1: Donde (a) es Unión, (b) es Intersección y (c) complemento del subconjunto de
A.99
Unión :
Intersección :
Complemento : , en donde representa al conjunto vacio.
1.3.1 Funciones Características.
La teoría de conjuntos puede a su vez ser descrita en modo en funciones como se
ejemplifica a continuación:
Sea A subconjunto del universo X, tal que sus funciones características sean puedan ser
mapeadas de la siguiente manera:
Como
99
(Kazuo, 1996).
4
1.3.2 Ejemplo de pertenencia y función característica.
Mediante el siguiente ejemplo se comparará la función de pertenencia y la función
característica para demostrar las características de los Conjuntos Difusos. Se pueden
encontrar variados ejemplos de Conjuntos Difusos basados en la altura de las personas, los
siguientes diagramas demuestran el enfoque de la función característica y de pertenencia
específicamente para “bajo”, “mediano” y “alto”. Supóngase que se tienen tres personas A,
B y C tal que:
FIGURA A 2: Función de pertenencia: Conjunto Canónico de altura.
100
FIGURA A 3: Función de pertenencia: Conjunto difuso de altura.
101
Se tiene que:
A : 178 [cm]
B : 166 [cm]
C : 181 [cm]
Si se compara la altura individual mediante el conjunto característico se obtiene que una
función característica como se ve en Tabla A 1 a continuación:
100
(Kazuo, 1996). 101
(Kazuo, 1996).
5
Altura
[cm] Bajo Mediano Alto
A 179 0 1 0
B 171 0 1 0
C 168 1 0 0
Tabla A 1: Altura Individual.102
Los datos de la tabla de valores indican que tanto A como B pertenecen a “Mediano” y que
C pertenece a “Bajo” pero esta decisión pudiera no ser realista con lo que A o C pensarán
de sus alturas especificas debido a que la diferencia entre la altura de A y B es solo de 8
[cm] y pertenecen al mismo conjunto. La situación anterior se produce debido a que
“Mediano” esta acotado por 170 y 180 [cm].
Si se toma en cuenta la función de pertenencia presentada anteriormente la situación varía
como se ve en la Tabla A 2 a continuación.
Altura
[cm]
Bajo Mediano Alto
A 179 0 0.4 0.6
B 171 0.4 0.6 0
C 168 0.7 0.3 0
Tabla A 2: Altura asociada al grado de pertenencia103
La tabla anterior muestra por ejemplo que A pertenece a “Medianos” con un grado de
pertenencia de 0,4 y a “Altos” con un grado de 0,6 y 0 para “Bajos”. Si se quisiera expresar
el resultado anterior de forma lingüística se tendría el siguiente resultado:
A es mediano alto.
B es mediano bajo.
C relativamente bajo.
Cuando se expresan alturas en términos de modelos Difusos, la diferencia no resultará en
una acotación categórica como sucede en las funciones características sino se tiene la
posibilidad de expresar de forma sensible las diferencias entre los individuos de una manera
más humana lo que agrega un entendimiento nuevo a la información. Para que la situación
102
(Kazuo, 1996). 103
(Kazuo, 1996).
6
anterior se cumpla los conjuntos Difusos deben ser muy bien definidos debido a que
conceptos como “Alto” y “Chico” pueden variar según la situación que se esté estudiando.
1.3.3 Ejemplo de definición de un conjunto Difusos dependiendo de la situación
Cuando se piensa en la velocidad de un auto las interpretaciones de “qué tan rápido” el
automóvil va dependerá, por ejemplo, si es que el automóvil está en una autopista o en una
calle común, se utilizará el siguiente gráfico para ejemplificar esta situación:
Tabla A 3: Diferencia de velocidad dependiendo la situación del automóvil.104
Dada la gráfica anterior se podría argumentar que una velocidad de 80 [Km/h] es posible
que sea aceptada como una velocidad muy alta para una calle común mientras que para una
autopista se ve que esa velocidad no representa una velocidad alta.
1.4 REGLAS PARA CONJUNTOS DISCRETOS
Se tienen dos reglas extras para los conjuntos discretos, tales que:
Cuando el grado de pertenencia de un elemento x´ es cero, es decir, , no se
escribirá 0 / x´ si no se omitirá este elemento.
Si hubiera muchos valores asociados a un mismo elemento del Universo se puede
tomar el máximo valor para representar el valor de pertenencia. Nuevamente para el
valor x´
0,6 / x´ + 0,7 / x´ + 0,3 / x´ -> 0,7 / x´
104
(Kazuo, 1996).
7
Para los Universos Infinitos o continuos el símbolo " ∫ " es utilizado como una extensión de
" ∑ " y no tiene relación alguna con el operador integral del cálculo. En la parte inferior de ∫
se escribirá el nombre del Universo del conjunto Difusos a representar. En una expresión
continua se tienen infinitos valores y a su vez no se pueden escribir los elementos con los
valores de pertenencia por lo que se utilizará al lado derecho del separador la variable y la
función de pertenencia a la izquierda.
1.5 TIPOS CLASICOS DE MODELOS DIFUSOS.
A modo general se tienen tres modelos populares de conjuntos Difusos, el modelo
trapezoidal, exponencial y triangular. Cada uno merece una revisión por el grado de
popularidad que cada uno tiene.
1.5.1 Conjuntos Difusos Triangulares
Los siguientes diagramas muestras dos conjuntos, uno finito y otro infinito, los dos
conjuntos triangulares respectivamente con base 4 y peak en x = 0.
La expresión infinita de este conjunto será la siguiente:
FIGURA A 4: Conjunto difuso triangular.
105
La expresión que representa el gráfico anterior es la siguiente:
Si se quisiera expresar en forma continua se tendría lo siguiente:
105
(Kazuo, 1996).
8
FIGURA A 5: Expresión finita, caso triangular.
106
La expresión discreta en este caso sería la siguiente:
1.5.2 Conjuntos Difusos Trapezoidales.
Para representar este tipo de conjuntos Difusos se utilizara el siguiente diagrama, tal que:
FIGURA A 6: Conjunto Difuso Trapezoidal.
La expresión continua en este caso sería la siguiente:
La expresión discreta para este caso sería la siguiente, dado el Universo X:
106
(Kazuo, 1996).
9
1.5.3 Conjunto Difusos tipo exponencial
Se considerará el siguiente conjunto discreto para describir este caso, tal que se tiene el
Universo X:
El gráfico que representara este caso sería la siguiente:
FIGURA A 7: Conjunto Difuso Exponencial.
107
La representación continua del conjunto Difusos D sería la siguiente:
Debido a que los valores de pertenencia de los elementos 0 y 10 son demasiado pequeños y
aproximados al valor 0, es debido a lo anterior que son omitidos de la expresión tal que:
107
(Kazuo, 1996).
10
II PROGRAMA
2.1 CASA
function varargout = Casa(varargin)
% CASA MATLAB code for Casa.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @Casa_OpeningFcn, ...
'gui_OutputFcn', @Casa_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before Casa is made visible.
function Casa_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% Choose default command line output for Casa
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
image(imread('Casa.jpg'));
axis off;
global usuarios datos
%Se cargan los valores Iniciales
if(usuarios==0)
datos(:,1)=[];
end
pop(handles)
%------------------------------------------------------------------------
-
%recargar(handles)
% --- Outputs from this function are returned to the command line.
function varargout = Casa_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% Get default command line output from handles structure
varargout{1} = handles.output;
11
tmrcasa = timer('Name','Reminder',...
'Period',5,...
'StartDelay',0,...
'TasksToExecute',inf,...
'ExecutionMode','fixedSpacing',...
'TimerFcn',{@recargar,handles});
start(tmrcasa)
% --- Executes on selection change in pophab8.
function pophab8_Callback(hObject, eventdata, handles)
sel_cuarto(handles,8)
% --- Executes during object creation, after setting all properties.
function pophab8_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab2.
function pophab2_Callback(hObject, eventdata, handles)
sel_cuarto(handles,2)
% --- Executes during object creation, after setting all properties.
function pophab2_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab1.
function pophab1_Callback(hObject, eventdata, handles)
sel_cuarto(handles,1)
% --- Executes during object creation, after setting all properties.
function pophab1_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab5.
function pophab5_Callback(hObject, eventdata, handles)
sel_cuarto(handles,5)
% --- Executes during object creation, after setting all properties.
function pophab5_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab6.
function pophab6_Callback(hObject, eventdata, handles)
sel_cuarto(handles,6)
12
% --- Executes during object creation, after setting all properties.
function pophab6_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab7.
function pophab7_Callback(hObject, eventdata, handles)
sel_cuarto(handles,7)
% --- Executes during object creation, after setting all properties.
function pophab7_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab3.
function pophab3_Callback(hObject, eventdata, handles)
sel_cuarto(handles,3)
% --- Executes during object creation, after setting all properties.
function pophab3_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab4.
function pophab4_Callback(hObject, eventdata, handles)
sel_cuarto(handles,4)
% --- Executes during object creation, after setting all properties.
function pophab4_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pophab9.
function pophab9_Callback(hObject, eventdata, handles)
sel_cuarto(handles,9)
% --- Executes during object creation, after setting all properties.
function pophab9_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function recargar(timer,timerInfo,handles)
global datos l usuarios cuartos
ajuste=[0.0 ,1.0 ,0.5 ,2.0 ,1.0 ,5.0 ,2.0 ,3.0 ,5.0 ,1.5 ,2.0 ,5.0];
escala=[20,30,50,75,100,150,200,300,500,750,1000,1500,2000,3000,5000];
13
if usuarios>0
tabla=get(handles.tabla,'Data');
pop(handles)
templ=0;
tempec=0;
temp=datos(1,:)';
temp(:,2)={'APAGADO'};
temp(:,3)={0};
for p=1:usuarios
for q=1:size(tabla,1)
if(strcmp(datos(1,p),tabla(q,1)))
temp(p,2)=tabla(q,2);
end
end
for i=1:size(cuartos,2)
if strcmp(temp(p,2),{'APAGADO'})
if( l(2,p)<2 && cell2mat(cuartos(2,i))==3 &&...
cell2mat(cuartos(p+5,i))==2)
temp(p,2)=cuartos(1,i);
end
end
if(strcmp(temp(p,2),cuartos(1,i)))
templ=l(1,p)*ajuste(1,cell2mat(cuartos(2,i)));
if(templ<20 && l(2,p)>2)
templ=20;
elseif(l(2,p)<3)
if(templ>200)
templ=100*ajuste(1,cell2mat(cuartos(2,i)));
elseif(templ<l(1,p))
templ=l(1,p);
end
end
tempec(p,2)=cell2mat(cuartos(2,i));
elseif strcmp(temp(p,2),{'APAGADO'})
templ=0;
tempec(p,2)=0;
end
end
tempec(p,1)=year(now)-cell2mat(datos(2,p));
if(tempec(p,2)>0)
if((ajuste(1,tempec(p,2))>=1.5) && (ajuste(1,tempec(p,2))<=3))
if(tempec(p,1)>=60)
templ=templ*3;
elseif(tempec(p,1)>=55)
templ=templ*1.9;
end
14
elseif(ajuste(1,tempec(p,2))==5)
if(tempec(p,1)>=60)
templ=templ*10;
elseif(tempec(p,1)>=55)
templ=templ*6.5;
elseif(tempec(p,1)>=50)
templ=templ*4.2;
elseif(tempec(p,1)>=45)
templ=templ*3.1;
elseif(tempec(p,1)>=40)
templ=templ*2.3;
elseif(tempec(p,1)>=35)
templ=templ*1.7;
elseif(tempec(p,1)>=30)
templ=templ*1.4;
end
end
end
if(templ==0)
templ=0;
elseif(templ<=(escala(1,2)+escala(1,1))/2)
templ=escala(1,1);
elseif(templ<=(escala(1,3)+escala(1,2))/2)
templ=escala(1,2);
elseif(templ<=(escala(1,4)+escala(1,3))/2)
templ=escala(1,3);
elseif(templ<=(escala(1,5)+escala(1,4))/2)
templ=escala(1,4);
elseif(templ<=(escala(1,6)+escala(1,5))/2)
templ=escala(1,5);
elseif(templ<=(escala(1,7)+escala(1,6))/2)
templ=escala(1,6);
elseif(templ<=(escala(1,8)+escala(1,7))/2)
templ=escala(1,7);
elseif(templ<=(escala(1,9)+escala(1,8))/2)
templ=escala(1,8);
elseif(templ<=(escala(1,10)+escala(1,9))/2)
templ=escala(1,9);
elseif(templ<=(escala(1,11)+escala(1,10))/2)
templ=escala(1,10);
elseif(templ<=(escala(1,12)+escala(1,11))/2)
templ=escala(1,11);
elseif(templ<=(escala(1,13)+escala(1,12))/2)
templ=escala(1,12);
elseif(templ<=(escala(1,14)+escala(1,13))/2)
templ=escala(1,15);
elseif(templ<=(escala(1,15)+escala(1,14))/2)
templ=escala(1,14);
else
templ=escala(1,15);
end
temp(p,3)={templ};
end
set(handles.tabla,'Data',temp)
15
modelo(handles,l,temp,tempec,datos,cuartos)
end
function pop(handles)
global datos l
temp={'TAG'};
if(size(datos,2)>0)
temp(1,2:size(datos,2)+1)=datos(1,:);
end
set(handles.pophab1,'String',temp)
set(handles.pophab2,'String',temp)
set(handles.pophab3,'String',temp)
set(handles.pophab4,'String',temp)
set(handles.pophab5,'String',temp)
set(handles.pophab6,'String',temp)
set(handles.pophab7,'String',temp)
set(handles.pophab8,'String',temp)
set(handles.pophab9,'String',temp)
set(handles.pophab1,'Value',1)
set(handles.pophab2,'Value',1)
set(handles.pophab3,'Value',1)
set(handles.pophab4,'Value',1)
set(handles.pophab5,'Value',1)
set(handles.pophab6,'Value',1)
set(handles.pophab7,'Value',1)
set(handles.pophab8,'Value',1)
set(handles.pophab9,'Value',1)
function sel_cuarto(handles,cuarto)
global cuartos
switch cuarto
case 1
usuario=get(handles.pophab1,'Value');
case 2
usuario=get(handles.pophab2,'Value');
case 3
usuario=get(handles.pophab3,'Value');
case 4
usuario=get(handles.pophab4,'Value');
case 5
usuario=get(handles.pophab5,'Value');
case 6
usuario=get(handles.pophab6,'Value');
case 7
usuario=get(handles.pophab7,'Value');
case 8
usuario=get(handles.pophab8,'Value');
case 9
usuario=get(handles.pophab9,'Value');
end
16
if(usuario>1)
temp=get(handles.tabla,'Data');
if(strcmp(temp(usuario-1,2),cuartos(1,cuarto)))
temp(usuario-1,2)={'APAGADO'};
else
temp(usuario-1,2)=cuartos(1,cuarto);
end
set(handles.tabla,'Data',temp);
end
recargar(0,0,handles)
function modelo(handles,l,temp,tempec,datos,cuartos)
escala=[20,30,50,75,100,150,200,300,500,750,1000,1500,2000,3000,5000];
luz=[' LF ';' LC ';'LF&C';' '];
lx=0;
LXCC=[4];
for i=1:size(l,2)
if(l(2,i)<3)
lx(i)=-1;
elseif(l(2,i)>3)
lx(i)=1;
else
lx(i)=0;
end
end
ran_a= [0,0.2,0.4 ,0.6,0.8,1.1];
a= [0,0.12,0.25,0.5,1];
ran_b1=[0,25,40,50,55,200];
b1=[0,0.12,0.25,0.5,1];
ran_b2= [1 ,2 ,3 ,4 ,5];
b2= [0.7,0.5,0.3,0.7,1];
ran_b3= [2 ,3 ,4 ,5 ,6];
b3= [1,0.5,0.25,0.12,0];
for i=1:size(cuartos,2)
A=cell2mat(cuartos(3:5,i));
for p=1:3
for q=1:size(ran_a,2)-1
if(ran_a(1,q)<= A(p,1) && ran_a(1,q+1)>A(p,1))
A(p,1)=a(1,q);
end
end
end
17
B=zeros(1,3);
LX=0;
L=0;
b=1;
%-------------------------------------------------------------------
for j=1:size(datos,2)
if(strcmp(temp(j,2),cuartos(1,i)))
B(b,1)=tempec(j,1);
for q=1:size(ran_b1,2)-1
if(ran_b1(1,q)<=B(b,1) && ran_b1(1,q+1)>B(b,1))
B(b,1)=b1(1,q);
end
end
B(b,2)=l(2,j);
for q=1:size(ran_b1,2)-1
if(ran_b2(1,q)==B(b,2))
B(b,2)=b2(1,q);
end
end
B(b,3)=cell2mat(cuartos(j+5,i));
for q=1:size(ran_b1,2)-1
if(ran_b3(1,q)==B(b,3))
B(b,3)=b3(1,q);
end
end
L(1,b)=cell2mat(temp(j,3));
LX(1,b)=lx(j);
b=b+1;
end
end
%--------------------------------------------------------------------
if(isequal(A,[0;0;0])==0 & size(B,1)~=1)
LC(i)=(L*(B*A))/(ones(1,size(B*A,1))*(B*A));
LXC(i)=(LX*(B*A))/(ones(1,size(B*A,1))*(B*A));
elseif(size(L,2)>1)
LC(i)=L*ones(size(L,2),1)/size(L,2);
LXC(i)=LX*ones(size(L,2),1)/size(L,2);
else
LC(i)=L;
LXC(i)=LX;
end
18
if(LC(i)<=0)
LC(i)=0;
elseif(LC(i)<=(escala(1,2)+escala(1,1))/2)
LC(i)=escala(1,1);
elseif(LC(i)<=(escala(1,3)+escala(1,2))/2)
LC(i)=escala(1,2);
elseif(LC(i)<=(escala(1,4)+escala(1,3))/2)
LC(i)=escala(1,3);
elseif(LC(i)<=(escala(1,5)+escala(1,4))/2)
LC(i)=escala(1,4);
elseif(LC(i)<=(escala(1,6)+escala(1,5))/2)
LC(i)=escala(1,5);
elseif(LC(i)<=(escala(1,7)+escala(1,6))/2)
LC(i)=escala(1,6);
elseif(LC(i)<=(escala(1,8)+escala(1,7))/2)
LC(i)=escala(1,7);
elseif(LC(i)<=(escala(1,9)+escala(1,8))/2)
LC(i)=escala(1,8);
elseif(LC(i)<=(escala(1,10)+escala(1,9))/2)
LC(i)=escala(1,9);
elseif(LC(i)<=(escala(1,11)+escala(1,10))/2)
LC(i)=escala(1,10);
elseif(LC(i)<=(escala(1,12)+escala(1,11))/2)
LC(i)=escala(1,11);
elseif(LC(i)<=(escala(1,13)+escala(1,12))/2)
LC(i)=escala(1,12);
elseif(LC(i)<=(escala(1,14)+escala(1,13))/2)
LC(i)=escala(1,13);
elseif(LC(i)<=(escala(1,15)+escala(1,14))/2)
LC(i)=escala(1,14);
else
LC(i)=escala(1,15);
end
if(LXC(i)<-0.5)
LXCC(i)=1;
elseif(LXC(i)<0.5)
LXCC(i)=3;
else
LXCC(i)=2;
end
if(LC(i)==0)
LXCC(i)=4;
end
end
set(handles.cdl1,'String',luz(LXCC(1),:))
set(handles.cdl2,'String',luz(LXCC(2),:))
set(handles.cdl3,'String',luz(LXCC(3),:))
set(handles.cdl4,'String',luz(LXCC(4),:))
set(handles.cdl5,'String',luz(LXCC(5),:))
set(handles.cdl6,'String',luz(LXCC(6),:))
set(handles.cdl7,'String',luz(LXCC(7),:))
set(handles.cdl8,'String',luz(LXCC(8),:))
19
set(handles.cdl9,'String',luz(LXCC(9),:))
set(handles.sthab1,'String',LC(1))
set(handles.sthab2,'String',LC(2))
set(handles.sthab3,'String',LC(3))
set(handles.sthab4,'String',LC(4))
set(handles.sthab5,'String',LC(5))
set(handles.sthab6,'String',LC(6))
set(handles.sthab7,'String',LC(7))
set(handles.sthab8,'String',LC(8))
set(handles.sthab9,'String',LC(9))
21
2.2 INICIO
function varargout = Inicio(varargin)
% INICIO MATLAB code for Inicio.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @Inicio_OpeningFcn, ...
'gui_OutputFcn', @Inicio_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before Inicio is made visible.
function Inicio_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% Choose default command line output for Inicio
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes Inicio wait for user response (see UIRESUME)
% uiwait(handles.figure1);
global usuarios datos cuartos n_cuar
pos=66;
lnom='B3:B32';
lcuar='B3:B07';
usuarios=xlsread('datos','hoja1','B1');
n_cuar=xlsread('datos','hoja2','B1');
if(n_cuar>0)
lcuar(1,4)=char(n_cuar+pos-1);
else
n_cuar=0;
end
if(usuarios>0)
lnom(1,4)=char(usuarios+pos-1);
if(usuarios+7<10)
22
usuarios+7;
lcuar(1,6)=num2str(7+usuarios);
else
lcuar(1,5:6)=num2str(7+usuarios);
end
else
usuarios=0;
end
[datos_num,datos_nom,datos]=xlsread('datos','hoja1',lnom);
[datos_num,datos_nom,cuartos]=xlsread('datos','hoja2',lcuar);
for i=1:n_cuar
if(iscellstr(cuartos(1,i))==0)
if(isnan(cell2mat(cuartos(1,i))))
cuartos(1,i)={num2str(i)};
else
cuartos(1,i)={num2str(cell2mat(cuartos(1,i)))};
end
end
end
updater
Casa
% --- Outputs from this function are returned to the command line.
function varargout = Inicio_OutputFcn(hObject, eventdata, handles)
%
% Get default command line output from handles structure
varargout{1} = handles.output;
global tmr
tmr = timer('Name','Reminder',...
'Period',60,...
'StartDelay',60 - str2double(datestr(now,'SS.FFF')),...
'TasksToExecute',inf,...
'ExecutionMode','fixedSpacing',...
'TimerFcn',{@updater});
start(tmr); % Start the timer object.
function varargout = updater (varargin)
global usuarios datos l cuartos
acos=30;
desp=30;
ajus=10;
l_1=200;
l_3=100;
l_4=4;
23
l_5=20;
dia=weekday(now)-1;
if(dia==0)
dia=7;
end
if(usuarios>0)
for i=1:usuarios
h_temp=datestr(now);
if(dia*2+1==3)
h_temp(1,13:20)=datestr(cell2mat(datos(16,i)),'HH:MM:SS');
if(cell2mat(datos(16+7,i))~=dia)
h_temp=addtodate(datenum(h_temp),-1,'day');
end
h_temp=datenum(h_temp);
h_crit(1,i)=h_temp;
else
h_temp(1,13:20)=datestr(cell2mat(datos(dia*2,i)),'HH:MM:SS');
if(cell2mat(datos(dia-2+17,i))~=dia)
h_temp=addtodate(datenum(h_temp),-1,'day');
end
h_temp=datenum(h_temp);
h_crit(1,i)=h_temp;
end
h_temp=datestr(now);
h_temp(1,13:20)=datestr(cell2mat(datos(dia*2+1,i)),'HH:MM:SS');
h_crit=datenum(h_crit);
h_crit(2,i)=datenum(h_temp);
%Se selecciona la hora acostarse posterior
h_temp=datestr(now);
h_temp(1,13:20)=datestr(cell2mat(datos(dia*2+2,i)),'HH:MM:SS');
if(cell2mat(datos(dia-1+17,i))~=dia)
h_temp=addtodate(datenum(h_temp),1,'day');
end
h_temp=datenum(h_temp);
h_crit(3,i)=h_temp;
if(now<h_crit(2,i))
if(addtodate(h_crit(1,i),-acos,'min')>now)
l(1,i)=l_3;
l(2,i)=3;
elseif(h_crit(1,i)>now)
t1=datevec(h_crit(1,i));
t2=datevec(now);
l(1,i)=round(etime(t1, t2)/60* (l_3-l_5)/acos + l_5);
l(2,i)=4;
elseif(addtodate(h_crit(2,i),-desp,'min')<now)
24
t1=datevec(now);
t2=datevec(addtodate(h_crit(2,i),-desp,'min'));
l(1,i)=round(etime(t1, t2)/60 *(l_1-l_5)/desp+l_5);
l(2,i)=1;
else
l(1,i)=l_5;
l(2,i)=5;
end
else
if(now<addtodate(h_crit(2,i),ajus,'min'))
t1=datevec(addtodate(h_crit(2,i),ajus,'min'));
t2=datevec(now);
l(1,i)=round(etime(t1, t2)/60 *(l_1-l_3)/ajus+l_3);
l(2,i)=2;
elseif(h_crit(3,i)<now)
l(1,i)=l_5;
l(2,i)=5;
elseif(addtodate(h_crit(3,i),-acos,'min')<now)
t1=datevec(now);
t2=datevec(addtodate(h_crit(3,i),-acos,'min'));
l(1,i)=round(etime(t1, t2)/60 *(l_5-l_3)/acos+l_3);
l(2,i)=4;
else
l(1,i)=l_3;
l(2,i)=3;
end
end
end
l
end
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
global datos usuarios
if(usuarios>0)
seleccionar
else
msgbox('Debe crear un usuario primero')
end
25
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
global cancel...
nombre...
nacimiento...
HDH HFS...
usuarios...
datos...
tmr...
cuartos
tmr;
dormir=8;
dia={'1','2','3','4','5','6','7'};
pos=66;
lnom='B3:B32';
cancel=0;
stop(tmr);
nuevo
uiwait
if(cancel==1)
uiwait
if(cancel==2)
inf_usuario(1,1)=cellstr(nombre);
inf_usuario(2,1)=cellstr(nacimiento);
inf_usuario(3,1)=cellstr(HDH);
for(i=1:6)
if(i<5)
inf_usuario(2*i+2,1)=cellstr(datestr(addtodate(datenum(...
HDH),-dormir,'hour'),'HH:MM'));
inf_usuario(2*i+3,1)=cellstr(HDH);
else
inf_usuario(2*i+2,1)=cellstr(datestr(addtodate(datenum(...
HFS),-dormir,'hour'),'HH:MM'));
inf_usuario(2*i+3,1)=cellstr(HFS);
end
if(datenum(inf_usuario(2*i+2,1))>datenum(inf_usuario(2*i+3,1)))
inf_usuario(i+16,1)=dia(i);
else
inf_usuario(i+16,1)=dia(i+1);
end
end
inf_usuario(16,1)=cellstr(datestr(addtodate(datenum(HDH),-
dormir...
,'hour'),'HH:MM'));
if(datenum(inf_usuario(16,1))>datenum(inf_usuario(3,1)))
26
inf_usuario(23,1)={'7'};
else
inf_usuario(23,1)={'1'};
end
inf_usuario(24:28,1)={1};
inf_usuario(29:30,1)={0};
lnom(1,1)=char(usuarios+pos);
lnom(1,4)=char(usuarios+pos);
xlswrite('datos',inf_usuario,'hoja1',lnom(1,1:2));
xlswrite('datos',(usuarios+1),'hoja1','B1');
usuarios=usuarios+1;
lnom(1,1)='B';
[datos_num,datos_nom,datos]=xlsread('datos','hoja1',lnom);
cuartos(usuarios+5,:)={5};
xlswrite('datos',cuartos,'hoja2','B3');
end
end
updater
start(tmr);
% --- Executes during object deletion, before destroying properties.
function figure1_DeleteFcn(hObject, eventdata, handles)
global tmr
stop(tmr);
delete(tmr);
clear global
1
% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata, handles)
habitacion
27
2.3 NUEVO
function varargout = nuevo(varargin)
% NUEVO MATLAB code for nuevo.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @nuevo_OpeningFcn, ...
'gui_OutputFcn', @nuevo_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before nuevo is made visible.
function nuevo_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
28
% Choose default command line output for nuevo
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% --- Outputs from this function are returned to the command line.
function varargout = nuevo_OutputFcn(hObject, eventdata, handles)
% Get default command line output from handles structure
varargout{1} = handles.output;
function nick_Callback(hObject, eventdata, handles)
global usuarios datos
set(handles.nick, 'BackgroundColor', [1,1,1]);
nombre=get(handles.nick,'String');
nombre=upper(nombre);
set(handles.nick, 'String',nombre);
if(usuarios>0)
usua=datos(1,:)';
for i=1:usuarios
if(strcmp(usua(i,1),nombre))
set(handles.nick, 'String', '');
set(handles.nick, 'BackgroundColor', [1,1,0]);
29
msgbox('Ya existe un usuario con este nombre');
end
end
end
function nick_CreateFcn(hObject, eventdata, handles)
% hObject handle to nick (see GCBO)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function fnac_Callback(hObject, eventdata, handles)
set(handles.fnac, 'BackgroundColor', [1,1,1]);
if(str2double(get(handles.fnac,'String'))<year(date)-250)
set(handles.fnac, 'String', '');
set(handles.fnac, 'BackgroundColor', [1,1,0]);
msgbox('Formato no válido');
elseif(str2double(get(handles.fnac,'String'))>year(date))
set(handles.fnac, 'String', '');
set(handles.fnac, 'BackgroundColor', [1,1,0]);
msgbox('Formato no válido');
end
30
% --- Executes during object creation, after setting all properties.
function fnac_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on button press in continuar.
function continuar_Callback(hObject, eventdata, handles)
global nombre nacimiento cancel
nombre=upper(get(handles.nick,'String'));
nacimiento=get(handles.fnac,'String');
if(isempty(nombre))
msgbox('Ingrese nombre','ERROR');
elseif(isempty(nacimiento))
msgbox('Ingrese fecha de nacimiento','ERROR');
else
cancel=1;
close
temporizador
end
% --- Executes on button press in cancelar.
function cancelar_Callback(hObject, eventdata, handles)
global cancel
cancel=0;
close
32
2.4 TEMPORIZADOR
function varargout = temporizador(varargin)
%TEMPORIZADOR M-file for temporizador.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @temporizador_OpeningFcn, ...
'gui_OutputFcn', @temporizador_OutputFcn, ...
'gui_LayoutFcn', [], ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before temporizador is made visible.
function temporizador_OpeningFcn(hObject, eventdata, handles, varargin)
33
% Choose default command line output for temporizador
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
global HDH HFS
HDH=[99,99];
HFS=[99,99];
% UIWAIT makes temporizador wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = temporizador_OutputFcn(hObject, eventdata, handles)
% Get default command line output from handles structure
varargout{1} = handles.output;
function hdh_Callback(hObject, eventdata, handles)
global HDH HFS
set(handles.hdh, 'BackgroundColor', [1,1,1])
34
HDH(1,1)=str2double(get(handles.hdh,'String'));
if(HDH(1,1)>=1 && HDH(1,1)<=12)
else
msgbox('El valor "hh" debe estar entre 1 y 12','ERROR')
set(handles.hdh, 'String', '')
set(handles.hdh, 'BackgroundColor', [1,1,0])
end
% --- Executes during object creation, after setting all properties.
function hdh_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function mdh_Callback(hObject, eventdata, handles)
global HDH HFS
set(handles.mdh, 'BackgroundColor', [1,1,1])
HDH(1,2)=str2double(get(handles.mdh,'String'));
if(HDH(1,2)>=00 && HDH(1,2)<=59)
else
msgbox('El valor "mm" debe estar entre 0 y 59','ERROR')
set(handles.mdh, 'String', '')
set(handles.mdh, 'BackgroundColor', [1,1,0])
35
end
% --- Executes during object creation, after setting all properties.
function mdh_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in hap.
function hap_Callback(hObject, eventdata, handles)
% --- Executes during object creation, after setting all properties.
function hap_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function hfs_Callback(hObject, eventdata, handles)
global HDH HFS
set(handles.hfs, 'BackgroundColor', [1,1,1])
36
HFS(1,1)=str2double(get(handles.hfs,'String'));
if(HFS(1,1)>=1 && HFS(1,1)<=12)
else
msgbox('El valor "hh" debe estar entre 1 y 12','ERROR')
set(handles.hfs, 'String', '')
set(handles.hfs, 'BackgroundColor', [1,1,0])
end
% --- Executes during object creation, after setting all properties.
function hfs_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function mfs_Callback(hObject, eventdata, handles)
global HDH HFS
set(handles.mfs, 'BackgroundColor', [1,1,1])
HFS(1,2)=str2double(get(handles.mfs,'String'));
if(HFS(1,2)>=00 && HFS(1,2)<=59)
else
msgbox('El valor "mm" debe estar entre 0 y 59','ERROR')
set(handles.mfs, 'String', '')
set(handles.mfs, 'BackgroundColor', [1,1,0])
end
37
% --- Executes during object creation, after setting all properties.
function mfs_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in fap.
function fap_Callback(hObject, eventdata, handles)
% --- Executes during object creation, after setting all properties.
function fap_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on button press in guardar.
function guardar_Callback(hObject, eventdata, handles)
global HDH HFS cancel
if(HDH~=[99,99] & HFS~=[99,99])
t=ones(1,6);
38
if(get(handles.hap,'Value')==2)
t(1,4)=HDH(1,1);
t(1,5)=HDH(1,2);
t=datestr(datenum(t),'HH:MM AM');
t(1,7:8)='PM';
HDH=datestr(datenum(t),'HH:MM');
else
t(1,4)=HDH(1,1);
t(1,5)=HDH(1,2);
t=datestr(datenum(t),'HH:MM AM');
t(1,7:8)='AM';
HDH=datestr(datenum(t),'HH:MM');
end
t=ones(1,6);
if(get(handles.fap,'Value')==2)
t(1,4)=HFS(1,1);
t(1,5)=HFS(1,2);
t=datestr(datenum(t),'HH:MM AM');
t(1,7:8)='PM';
HFS=datestr(datenum(t),'HH:MM');
else
t(1,4)=HFS(1,1);
t(1,5)=HFS(1,2);
t=datestr(datenum(t),'HH:MM AM');
t(1,7:8)='AM';
HFS=datestr(datenum(t),'HH:MM');
end
cancel=2;
39
close
else
msgbox('Faltan datos','Error')
end
% --- Executes on button press in cancelar.
function cancelar_Callback(hObject, eventdata, handles)
close
40
2.5 HABITACIÓN
function varargout = habitacion(varargin)
% HABITACION MATLAB code for habitacion.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @habitacion_OpeningFcn, ...
'gui_OutputFcn', @habitacion_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before habitacion is made visible.
function habitacion_OpeningFcn(hObject, eventdata, handles, varargin)
% Choose default command line output for habitacion
41
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes habitacion wait for user response (see UIRESUME)
% uiwait(handles.figure1);
global usuarios datos cuartos n_cuar
%se le asígna un nombre automaticamente si no posee uno
for i=1:n_cuar
if(iscellstr(cuartos(1,i))==0)
if(isnan(cell2mat(cuartos(1,i))))
cuartos(1,i)={num2str(i)};
end
end
end
temp={'Habitacion'};
temp(1,2:n_cuar+1)=cuartos(1,:);
set(handles.cuarto,'String',temp);
temp={'selec usuario'};
temp(1,2:usuarios+1)=datos(1,:);
set(handles.usuario,'String',temp);
% --- Outputs from this function are returned to the command line.
function varargout = habitacion_OutputFcn(hObject, eventdata, handles)
% Get default command line output from handles structure
42
varargout{1} = handles.output;
% --- Executes on selection change in cuarto.
function cuarto_Callback(hObject, eventdata, handles)
global usuarios datos cuartos n_cuar
pert={'Pertenencia','Dueño','Usuario principal','Uso Alto',...
'Uso Normal','Uso Ocacional'};
set(handles.edad,'Enable','off')
set(handles.hora,'Enable','off')
set(handles.goce,'Enable','off')
set(handles.tipo,'Enable','off')
set(handles.usuario,'Enable','off')
set(handles.pertenencia,'Enable','off')
set(handles.tabla,'Visible','off')
set(handles.guardar,'Enable','off')
set(handles.edad,'Value',0)
set(handles.hora,'Value',0)
set(handles.goce,'Value',0)
set(handles.usuario,'Value',1)
set(handles.pertenencia,'Value',1)
if(get(handles.cuarto,'Value')>1)
set(handles.tipo,'Enable','on')
if(usuarios>0)
temp=datos(1,:)';
43
for i=1:usuarios
if(isnan(cell2mat(...
cuartos(i+5,(get(handles.cuarto,'Value')-1)))))
temp(i,2)=pert(1,5);
else
temp(i,2)=pert(1,cell2mat(...
cuartos(i+5,(get(handles.cuarto,'Value')-1))));
end
end
set(handles.tabla,'Data',temp);
end
if(isnan(cell2mat(cuartos(2,(get(handles.cuarto,'Value')-1)))))
set(handles.tipo,'Value',1)
else
set(handles.tipo,'Value',...
cell2mat(cuartos(2,(get(handles.cuarto,'Value')-1))))
if(isnan(cell2mat(cuartos(3,(get(handles.cuarto,'Value')-
1))))==0)
set(handles.edad,'Value',...
cell2mat(cuartos(3,(get(handles.cuarto,'Value')-1))))
end
if(isnan(cell2mat(cuartos(4,(get(handles.cuarto,'Value')-
1))))==0)
set(handles.hora,'Value',...
cell2mat(cuartos(4,(get(handles.cuarto,'Value')-1))))
end
if(isnan(cell2mat(cuartos(5,(get(handles.cuarto,'Value')-
1))))==0)
44
set(handles.goce,'Value',...
cell2mat(cuartos(5,(get(handles.cuarto,'Value')-1))))
end
set(handles.edad,'Enable','on')
set(handles.hora,'Enable','on')
set(handles.goce,'Enable','on')
set(handles.usuario,'Enable','on')
set(handles.tabla,'Visible','on')
set(handles.guardar,'Enable','on')
end
else
set(handles.tipo,'Value',1)
end
% --- Executes during object creation, after setting all properties.
function cuarto_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in tipo.
function tipo_Callback(hObject, eventdata, handles)
set(handles.usuario,'Value',1)
set(handles.pertenencia,'Value',1)
45
if(get(handles.tipo,'Value')>1)
set(handles.edad,'Enable','on')
set(handles.hora,'Enable','on')
set(handles.goce,'Enable','on')
set(handles.usuario,'Enable','on')
set(handles.tabla,'Visible','on')
set(handles.guardar,'Enable','on')
else
set(handles.edad,'Enable','off')
set(handles.hora,'Enable','off')
set(handles.goce,'Enable','off')
set(handles.usuario,'Enable','off')
set(handles.pertenencia,'Enable','off')
set(handles.tabla,'Visible','off')
set(handles.guardar,'Enable','off')
set(handles.edad,'Value',0)
set(handles.hora,'Value',0)
set(handles.goce,'Value',0)
end
% --- Executes during object creation, after setting all properties.
function tipo_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'), ...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
46
end
% --- Executes on slider movement.
function edad_Callback(hObject, eventdata, handles)
% --- Executes during object creation, after setting all properties.
function edad_CreateFcn(hObject, eventdata, handles)
% Hint: slider controls usually have a light gray background.
if isequal(get(hObject,'BackgroundColor'), ...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor',[.9 .9 .9]);
end
% --- Executes on slider movement.
function hora_Callback(hObject, eventdata, handles)
% --- Executes during object creation, after setting all properties.
function hora_CreateFcn(hObject, eventdata, handles)
% Hint: slider controls usually have a light gray background.
if isequal(get(hObject,'BackgroundColor'), ...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor',[.9 .9 .9]);
end
47
% --- Executes on slider movement.
function goce_Callback(hObject, eventdata, handles)
% --- Executes during object creation, after setting all properties.
function goce_CreateFcn(hObject, eventdata, handles)
% Hint: slider controls usually have a light gray background.
if isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor',[.9 .9 .9]);
end
% --- Executes on selection change in usuario.
function usuario_Callback(hObject, eventdata, handles)
set(handles.pertenencia,'Value',1)
if(get(handles.usuario,'Value')>1)
set(handles.pertenencia,'Enable','on')
else
set(handles.pertenencia,'Enable','off')
end
% --- Executes during object creation, after setting all properties.
function usuario_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
48
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in pertenencia.
function pertenencia_Callback(hObject, eventdata, handles)
global usuarios datos cuartos n_cuar
pert={'Pertenencia','Dueño','Usuario principal','Uso Alto',...
'Uso Normal','Uso Ocacional'};
temp=get(handles.tabla,'Data');
if(get(handles.pertenencia,'Value')>1)
temp(get(handles.usuario,'Value')-1,2)=...
pert(1,get(handles.pertenencia,'Value'));
set(handles.tabla,'Data',temp)
set(handles.pertenencia,'Value',1)
set(handles.pertenencia,'Enable','off')
set(handles.usuario,'Value',1)
end
% --- Executes during object creation, after setting all properties.
function pertenencia_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
49
% --- Executes on button press in guardar.
function guardar_Callback(hObject, eventdata, handles)
global usuarios datos cuartos n_cuar
pert={'Dueño','Usuario principal','Uso Alto','Uso Normal','Uso
Ocacional'};
i=get(handles.cuarto,'Value')-1;
cuartos(2,i)={get(handles.tipo,'Value')};
cuartos(3,i)={get(handles.edad,'Value')};
cuartos(4,i)={get(handles.hora,'Value')};
cuartos(5,i)={get(handles.goce,'Value')};
temp=get(handles.tabla,'Data');
for e=1:usuarios
for f=1:5
if(strcmp(temp(e,2),pert(1,f)))
cuartos(e+5,i)={f+1};
end
end
end
xlswrite('datos',cuartos,'hoja2','B3')
% --- Executes on button press in salir.
function salir_Callback(hObject, eventdata, handles)
close habitacion
51
2.6 SELECCIONAR
function varargout = seleccionar(varargin)
% SELECCIONAR MATLAB code for seleccionar.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @seleccionar_OpeningFcn, ...
'gui_OutputFcn', @seleccionar_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before seleccionar is made visible.
function seleccionar_OpeningFcn(hObject, eventdata, handles, varargin)
52
% Choose default command line output for seleccionar
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
global datos
set(handles.usuario,'String',datos(1,:));
% --- Outputs from this function are returned to the command line.
function varargout = seleccionar_OutputFcn(hObject, eventdata, handles)
% Get default command line output from handles structure
varargout{1} = handles.output;
% --- Executes on selection change in usuario.
function usuario_Callback(hObject, eventdata, handles)
% --- Executes during object creation, after setting all properties.
function usuario_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
53
set(hObject,'BackgroundColor','white');
end
% --- Executes on button press in mod.
function mod_Callback(hObject, eventdata, handles)
global pos
pos=get(handles.usuario,'Value');
global pos_h
pos_h=get(handles.usuario,'Value');
horario;
% --- Executes on button press in elim.
function elim_Callback(hObject, eventdata, handles)
global datos usuarios cuartos l
pos=66;
lnom='B3:B32';
i=get(handles.usuario,'Value');
set(handles.usuario,'Value',1);
l(:,i)=[];
cuartos(i+5,:)=[];
cuartos(usuarios+5,:)={NaN};
xlswrite('datos',cuartos,'hoja2','B3')
datos(:,i)=[];
dat=datos;
dat(:,usuarios)={NaN};
lnom(1,4)=char(usuarios+pos-1);
xlswrite('datos',dat,'hoja1',lnom)
usuarios=usuarios-1;
54
xlswrite('datos',usuarios,'hoja1','B1')
if(usuarios==0)
close(seleccionar)
clc
else
set(handles.usuario,'String',datos(1,:))
end
% --- Executes on button press in can.
function can_Callback(hObject, eventdata, handles)
close(seleccionar);
% --- Executes on button press in informe.
function informe_Callback(hObject, eventdata, handles)
global pos
pos=get(handles.usuario,'Value');
informe
55
2.7 HORARIO
function varargout = horario(varargin)
% HORARIO MATLAB code for horario.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @horario_OpeningFcn, ...
'gui_OutputFcn', @horario_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before horario is made visible.
function horario_OpeningFcn(hObject, eventdata, handles, varargin)
% Choose default command line output for horario
handles.output = hObject;
56
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes horario wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = horario_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;
% --- Executes on selection change in sel_h.
function sel_h_Callback(hObject, eventdata, handles)
clc
dia={'selec día','lunes','martes','miércoles','jueves','viernes',...
'sábado','domingo';'selec día','lun-mar','mar-mie','mie-jue',...
'jue-vie','vie-sab','sab-dom','dom-lun'};
pos_h=get(handles.sel_h,'Value')
set(handles.sel_d,'Value',1)
set(handles.edit1,'String','HH')
set(handles.edit2,'String','MM')
set(handles.a_p,'Value',1)
set(handles.dia,'Value',1)
set(handles.hab,'Value',0.0)
57
set(handles.dia,'Visible','off')
set(handles.hab,'Visible','off')
set(handles.uipanel1,'Visible','on')
set(handles.uipanel3,'Visible','off')
set(handles.edit1, 'BackgroundColor', [1,1,1])
set(handles.edit2, 'BackgroundColor', [1,1,1])
set(handles.edit3, 'BackgroundColor', [1,1,1])
set(handles.edit4, 'BackgroundColor', [1,1,1])
if(pos_h>1)
set(handles.sel_d,'String',dia(pos_h-1,:))
else
set(handles.sel_d,'String','selec día')
end
% --- Executes during object creation, after setting all properties.
function sel_h_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in sel_d.
function sel_d_Callback(hObject, eventdata, handles)
global datos usuarios pos datos_temp
dia={'lunes','martes','miércoles','jueves','viernes',...
58
'sábado','domingo','lunes'}
clc
datos_temp=datos(:,pos);
datos_temp(1,2)={0};
pos_h=get(handles.sel_h,'Value');
pos_d=get(handles.sel_d,'Value');
if(pos_h==1)
msgbox('Debe seleccionar el horario primero')
elseif(pos_d==1)
set(handles.text,'String','Debe seleccionar un día')
else
if(pos_h==2)
set(handles.dia,'Visible','off')
set(handles.uipanel3,'Visible','off')
set(handles.hab,'Visible','on')
set(handles.uipanel1,'Visible','on')
set(handles.hab,'Value',cell2mat(datos(pos_d+22,pos)))
elseif(pos_h==3)
set(handles.dia,'Visible','on')
set(handles.uipanel3,'Visible','on')
set(handles.hab,'Visible','off')
set(handles.uipanel1,'Visible','off')
set(handles.dia,'String',dia(1,pos_d-1:pos_d))
if(cell2mat(datos(15+pos_d,pos))-pos_d+2>0)
set(handles.dia,'Value',cell2mat(datos(15+pos_d,pos))-
pos_d+2)
59
else
set(handles.dia,'Value',2)
end
end
set(handles.text,'String','')
hora=datestr(cell2mat(datos(2*(pos_d-1)+pos_h-1,pos)),'HH:MM AM');
set(handles.edit1,'String',hora(1,1:2))
set(handles.edit2,'String',hora(1,4:5))
if(hora(1,7:8)=='AM')
set(handles.a_p,'Value',1)
else
set(handles.a_p,'Value',2)
end
if((pos_d*2-1+2*(pos_h-2))==3)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
elseif((pos_d*2-1+2*(pos_h-2))==17)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
else
Q=datevec(datestr(cell2mat(datos(2*pos_d-2+2*(pos_h-2),pos)),...
'HH:MM'));
D=datenum(datestr(cell2mat(datos(2*pos_d-1+2*(pos_h-2),pos)),...
'HH:MM'));
end
dormir=datestr(addtodate(D,-(Q(1,4)*60+Q(1,5)),'minute'),'HH:MM');
set(handles.edit3,'String',dormir(1,1:2))
set(handles.edit4,'String',dormir(1,4:5))
60
mensaje=['Dispone de 00:00 horas de sueño, puede modificar esto
ajus'];
mensaje(1,59:103)=['tando el tiempo de sueño y presionando " OK "'];
mensaje(1,12:16)=dormir;
set(handles.text,'String',mensaje)
end
% --- Executes during object creation, after setting all properties.
function sel_d_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on button press in hab.
function hab_Callback(hObject, eventdata, handles)
function edit1_Callback(hObject, eventdata, handles)
clc
global datos usuarios pos
h=str2double(get(handles.edit1,'String'));
if(h>=1 && h<=12 )
set(handles.edit1, 'BackgroundColor', [1,1,1])
61
pos_h=get(handles.sel_h,'Value');
pos_d=get(handles.sel_d,'Value');
if((pos_d*2-1+2*(pos_h-2))==3)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
elseif((pos_d*2-1+2*(pos_h-2))==17)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
else
Q=datevec(datestr(cell2mat(datos(2*pos_d-2+2*(pos_h-2),pos)),...
'HH:MM'));
D=datenum(datestr(cell2mat(datos(2*pos_d-1+2*(pos_h-2),pos)),...
'HH:MM'));
end
T='00:00 AM';
T=datevec(T);
T(1,4)=str2double(get(handles.edit1,'String'));
T(1,5)=str2double(get(handles.edit2,'String'));
if(get(handles.a_p,'Value')==2)
T=datestr(T,'HH:MM AM');
T(1,7:8)='PM';
else
T=datestr(T,'HH:MM AM');
T(1,7:8)='AM';
end
T=datenum(T);
62
if(pos_h==2)
D=T
elseif(pos_h==3)
Q=datevec(T)
end
dormir=datestr(addtodate(D,-(Q(1,4)*60+Q(1,5)),'minute'),'HH:MM');
set(handles.edit3,'String',dormir(1,1:2))
set(handles.edit4,'String',dormir(1,4:5))
mensaje=['Dispone de 00:00 horas de sueño, puede modificar esto
ajus'];
mensaje(1,59:103)=['tando el tiempo de sueño y presionando " OK "'];
mensaje(1,12:16)=dormir;
set(handles.text,'String',mensaje)
else
set(handles.edit1, 'String', '')
set(handles.edit1, 'BackgroundColor', [1,1,0])
end
% --- Executes during object creation, after setting all properties.
function edit1_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
63
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function edit2_Callback(hObject, eventdata, handles)
clc
global datos usuarios pos
h=str2double(get(handles.edit2,'String'))
if(h>=0 && h<=59)
set(handles.edit2, 'BackgroundColor', [1,1,1])
pos_h=get(handles.sel_h,'Value');
pos_d=get(handles.sel_d,'Value');
if((pos_d*2-1+2*(pos_h-2))==3)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
elseif((pos_d*2-1+2*(pos_h-2))==17)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
else
Q=datevec(datestr(cell2mat(datos(2*pos_d-2+2*(pos_h-2),pos)),...
'HH:MM'));
D=datenum(datestr(cell2mat(datos(2*pos_d-1+2*(pos_h-2),pos)),...
'HH:MM'));
end
64
T='00:00 AM';
T=datevec(T);
T(1,4)=str2double(get(handles.edit1,'String'));
T(1,5)=str2double(get(handles.edit2,'String'));
if(get(handles.a_p,'Value')==2)
T=datestr(T,'HH:MM AM');
T(1,7:8)='PM';
else
T=datestr(T,'HH:MM AM');
T(1,7:8)='AM';
end
T=datenum(T);
if(pos_h==2)
D=T
elseif(pos_h==3)
Q=datevec(T)
end
dormir=datestr(addtodate(D,-(Q(1,4)*60+Q(1,5)),'minute'),'HH:MM');
set(handles.edit3,'String',dormir(1,1:2))
set(handles.edit4,'String',dormir(1,4:5))
mensaje=['Dispone de 00:00 horas de sueño, puede modificar esto
ajus'];
mensaje(1,59:103)=['tando el tiempo de sueño y presionando " OK "'];
mensaje(1,12:16)=dormir;
set(handles.text,'String',mensaje)
else
set(handles.edit2, 'String', '')
65
set(handles.edit2, 'BackgroundColor', [1,1,0])
end
% --- Executes during object creation, after setting all properties.
function edit2_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on selection change in a_p.
function a_p_Callback(hObject, eventdata, handles)
clc
global datos usuarios pos
pos_h=get(handles.sel_h,'Value');
pos_d=get(handles.sel_d,'Value');
if((pos_d*2-1+2*(pos_h-2))==3)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
elseif((pos_d*2-1+2*(pos_h-2))==17)
Q=datevec(datestr(cell2mat(datos(16,pos)),'HH:MM'));
D=datenum(datestr(cell2mat(datos(3,pos)),'HH:MM'));
else
Q=datevec(datestr(cell2mat(datos(2*pos_d-2+2*(pos_h-2),pos)),...
'HH:MM'));
D=datenum(datestr(cell2mat(datos(2*pos_d-1+2*(pos_h-2),pos)),...
'HH:MM'));
66
end
T='00:00 AM';
T=datevec(T);
T(1,4)=str2double(get(handles.edit1,'String'));
T(1,5)=str2double(get(handles.edit2,'String'));
if(get(handles.a_p,'Value')==2)
T=datestr(T,'HH:MM AM');
T(1,7:8)='PM';
else
T=datestr(T,'HH:MM AM');
T(1,7:8)='AM';
end
T=datenum(T);
if(pos_h==2)
D=T
elseif(pos_h==3)
Q=datevec(T)
end
dormir=datestr(addtodate(D,-(Q(1,4)*60+Q(1,5)),'minute'),'HH:MM');
set(handles.edit3,'String',dormir(1,1:2))
set(handles.edit4,'String',dormir(1,4:5))
mensaje=['Dispone de 00:00 horas de sueño, puede modificar esto
ajus'];
mensaje(1,59:103)=['tando el tiempo de sueño y presionando " OK "'];
mensaje(1,12:16)=dormir;
set(handles.text,'String',mensaje)
67
% --- Executes during object creation, after setting all properties.
function a_p_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function edit3_Callback(hObject, eventdata, handles)
% hObject handle to edit3 (see GCBO)
h=str2double(get(handles.edit3,'String'))
if(h>=0 && h<=15)
set(handles.edit3, 'BackgroundColor', [1,1,1])
else
set(handles.edit3, 'String', '')
set(handles.edit3, 'BackgroundColor', [1,1,0])
end
% --- Executes during object creation, after setting all properties.
function edit3_CreateFcn(hObject, eventdata, handles)
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
68
function edit4_Callback(hObject, eventdata, handles)
clc
h=str2double(get(handles.edit4,'String'))
if(h>=0 && h<=59)
set(handles.edit4, 'BackgroundColor', [1,1,1])
else
set(handles.edit4, 'String', '')
set(handles.edit4, 'BackgroundColor', [1,1,0])
end
% --- Executes during object creation, after setting all properties.
function edit4_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
clc
global datos usuarios pos datos_temp
dias={'Lun','Mar','Mie','Jue','Vie','Sab','Dom','Lun'};
datos_temp=datos(:,pos);
datos_temp(1,2)={1};
set(handles.text,'String','')
pos_h=get(handles.sel_h,'Value');
pos_d=get(handles.sel_d,'Value');
69
T='00:00 AM';
T=datevec(T);
T(1,4)=str2double(get(handles.edit1,'String'));
T(1,5)=str2double(get(handles.edit2,'String'));
if(get(handles.a_p,'Value')==2)
T=datestr(T,'HH:MM AM');
T(1,7:8)='PM';
else
T=datestr(T,'HH:MM AM');
T(1,7:8)='AM';
end
S=str2double(get(handles.edit3,'String'))*60;
S=str2double(get(handles.edit4,'String'))+S;
datos_temp((2*pos_d)+(pos_h-3))={datenum(T)}
mensaje='La hora de acostarse se modificará por las HH:MM AM del XXX.';
mensaje(1,44:51)=datestr(addtodate(datenum(T),S,'minute'),'HH:MM AM');
if(pos_h==2)
S=-S;
mensaje(1,44:51)=datestr(addtodate(datenum(T),S,'minute'),'HH:MM
AM');
if((2*pos_d)+(pos_h-4)==2)
datos_temp(16)=...
{datenum(datestr(addtodate(datenum(T),S,'minute'),'HH:MM'))}
datos_temp(16,2)={1.1}
else
datos_temp((2*pos_d)+(pos_h-4))=...
{datenum(datestr(addtodate(datenum(T),S,'minute'),'HH:MM'))}
70
datos_temp((2*pos_d)+(pos_h-4),2)={2.1}
end
if(datenum(T)<...
datenum(datestr(addtodate(datenum(T),S,'minute'),'HH:MM')));
if(pos_d-2==0)
datos_temp(16+7)={7}
datos_temp(16+7,2)={3.1}
mensaje(1,57:59)=char(dias(7));
else
datos_temp(14+pos_d)={pos_d-2}
mensaje(1,57:59)=char(dias(pos_d-2));
datos_temp(14+pos_d,2)={3.2}
end
else
if(14+pos_d==16)
datos_temp(23)={pos_d-1}
datos_temp(23,2)={4.1}
else
datos_temp(14+pos_d)={pos_d-1}
datos_temp(14+pos_d,2)={4.1}
end
mensaje(1,57:59)=char(dias(pos_d-1))
end
71
elseif(pos_h==3)
mensaje(1,12:20)='despertar';
mensaje(1,57:59)=char(dias(pos_d));
if(pos_d==8)
datos_temp(3)=...
{datenum(datestr(addtodate(datenum(T),S,'minute'),'HH:MM'))};
mensaje(1,57:59)=char(dias(1));
else
datos_temp((2*pos_d)+(pos_h-2))=...
{datenum(datestr(addtodate(datenum(T),S,'minute'),'HH:MM'))};
mensaje(1,57:59)=char(dias(pos_d));
end
if(pos_d-2+get(handles.dia,'Value')==8)
datos_temp(16+pos_d-1)={1};
else
datos_temp(15+pos_d)={pos_d-2+get(handles.dia,'Value')};
end
end
set(handles.text,'String',mensaje)
datos_temp
% --- Executes on button press in togglebutton1.
function togglebutton1_Callback(hObject, eventdata, handles)
clc
global datos usuarios pos datos_temp
A=65;
lug='B3';
72
lug(1,1)=char(A+pos)
lnom='B3:B32';
lnom(1,4)=char(usuarios+A)
datos_temp(2,2)={0}
if(cell2mat(datos_temp(1,2))==1 )
datos_temp(3:16,1)=...
cellstr(datestr(cell2mat(datos_temp(3:16,1)),'HH:MM'));
xlswrite('datos',datos_temp(:,1),'hoja1',lug)
datos_temp(1,2)={0};
elseif(get(handles.sel_d,'Value')==1)
else
T='00:00 AM';
T=datevec(T);
T(1,4)=str2double(get(handles.edit1,'String'));
T(1,5)=str2double(get(handles.edit2,'String'));
if(get(handles.a_p,'Value')==2)
T=datestr(T,'HH:MM AM');
T(1,7:8)='PM';
else
T=datestr(T,'HH:MM AM');
T(1,7:8)='AM' ;
end
pos_h=get(handles.sel_h,'Value');
pos_d=get(handles.sel_d,'Value');
datos_temp((2*pos_d)+(pos_h-3))={datenum(T)};
if(pos_h==3)
if(pos_d-2+get(handles.dia,'Value')==8)
73
datos_temp(15+pos_d)={1};
else
datos_temp(15+pos_d)={pos_d-2+get(handles.dia,'Value')};
end
end
datos_temp(3:16,1)=...
cellstr(datestr(cell2mat(datos_temp(3:16,1)),'HH:MM'));
datos_temp
xlswrite('datos',datos_temp(:,1),'hoja1',lug)
end
[datos_num,datos_nom,datos]=xlsread('datos','hoja1',lnom);
datos
datos_temp=datos(:,pos)
% --- Executes on button press in Salir.
function Salir_Callback(hObject, eventdata, handles)
close
% --- Executes on selection change in dia.
function dia_Callback(hObject, eventdata, handles)
if(get(handles.dia,'Value')==2)
set(handles.a_p,'Value',1)
else
set(handles.a_p,'Value',2)
end
74
set(handles.edit1,'String','')
% --- Executes during object creation, after setting all properties.
function dia_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),...
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
75
2.8 INFORME
function varargout = informe(varargin)
% INFORME MATLAB code for informe.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @informe_OpeningFcn, ...
'gui_OutputFcn', @informe_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before informe is made visible.
function informe_OpeningFcn(hObject, eventdata, handles, varargin)
% Choose default command line output for informe
handles.output = hObject;
76
% Update handles structure
guidata(hObject, handles);
global datos pos
dias={' Lunes';' Martes';' Miércoles';' Jueves';' Viernes';...
' Sábado';' Domingo'};
larg=[1,0];
set(handles.nom,'String',datos(1,pos))
temp(:,1)=dias;
for (i=1:7)
temp(i,2)=cellstr(datestr(cell2mat(datos(2*i+1,pos)),'HH:MM AM'));
temp(i,3)=dias(cell2mat(datos(16+i,pos)),1);
temp(i,4)=cellstr(datestr(cell2mat(datos(2*i+2,pos)),'HH:MM AM'));
if(cell2mat(datos(23+i,pos))==1)
larg(1,2)=length(char(dias(i,1)))+larg(1,2);
habiles(1,larg(1,1):larg(1,2))=char(dias(i,1));
larg(1,1)=larg(1,2)+1;
end
end
habiles=cellstr(habiles);
set(handles.tab,'Data',temp);
set(handles.hab,'String',habiles);