Instrumentación Tema 1

Cheatsheet Content

### Topologías de los Sistemas de Instrumentación Distintos tipos de arquitecturas basadas en la capacidad de modificar sus propios parámetros para mejorar la medida. | Característica | Sistema en Lazo Abierto | Sistema Realimentado | |:----------------------|:---------------------------------------------------------|:---------------------------------------------------------------------| | **Flujo de la señal** | Unidireccional (Sensor → Acondicionador → ADC → Micro) | Bidireccional. El control "vuelve atrás" | | **Intervención del control** | El microcontrolador se limita a leer el dato y procesarlo | El microcontrolador interviene para modificar parámetros de los bloques anteriores | | **¿Qué puede alterar?** | Nada. Las características del bloque acondicionador son fijas | Puede ajustar ganancias, cambiar el ajuste a cero (offsets) o la resolución del ADC según lo requiera la lectura | ### Taxonomía del Ruido Eléctrico (Origen y Espectro) Clasificación de los tipos de ruido eléctrico ineludible y aleatorio. | Tipo de Ruido | Origen Físico | Comportamiento Espectral | Dependencia Principal | |:-----------------------------|:-------------------------------------------------------------------|:---------------------------------------------------------------------|:------------------------------------------| | **Ruido Térmico (Johnson-Nyquist)** | Agitación térmica de los electrones al oscilar respecto a su punto de equilibrio | Ruido Blanco (distribución espectral de energía constante) | Temperatura absoluta (T) y Resistencia (R) | | **Ruido de Disparo (Shot)** | Cruce aleatorio de electrones a través de barreras de potencial (uniones PN) | Ruido Blanco (constante, análogo al golpeteo de gotas de lluvia) | Corriente que atraviesa la unión (I) | | **Ruido Rosa (Flicker o 1/f)** | Defectos de fabricación en la red cristalina y contaminación superficial de los semiconductores | Ruido Coloreado (gran potencia a bajas frecuencias, cae al aumentar la frecuencia) | Inversamente proporcional a la frecuencia (1/f) | ### Calidad de la Medida (El clásico ejemplo de la báscula) Diferencias técnicas entre conceptos que a menudo se confunden en el lenguaje coloquial. | Concepto | Definición Técnica | Ejemplo Práctico (Pesa de 10 kg exactos) | |:---------------|:------------------------------------------------------------------------|:-----------------------------------------------------------------------| | **Fiabilidad** | El valor físico real se encuentra dentro del intervalo o margen de error que marca el aparato | Báscula que marca 10,0 ± 0,1 kg. (Da el valor correcto aunque el margen sea amplio) | | **Resolución** | Capacidad del aparato para dar cifras significativas (el salto mínimo que es capaz de detectar) | Báscula que marca 10,5364 ± 0,0001 kg. (Da muchísimos decimales, pero el peso real no está ahí; la báscula miente) | | **Precisión** | Un aparato es preciso solo cuando cumple las dos anteriores: es fiable y tiene alta resolución a la vez | Báscula que marca 10,0000 ± 0,0001 kg. (Da el valor real acotado en un margen minúsculo) | ### Estimación Numérica de Incertidumbres en Simuladores Técnicas estadísticas para cuando el cálculo analítico es inviable en simuladores electrónicos. | Característica | Análisis de Monte Carlo | Análisis del Peor Caso (Worst-Case) | |:------------------------------|:-------------------------------------------------------------|:-------------------------------------------------------------------| | **Metodología** | Realiza cientos o miles de simulaciones variando aleatoriamente todos los parámetros según su tolerancia y distribución | Busca exclusivamente las combinaciones extremas de tolerancias (los límites absolutos) | | **¿Qué información aporta?** | Proporciona la distribución estadística completa (ej. la campana de Gauss) del comportamiento global esperado | Indica si, en la peor situación posible imaginable, el sistema sigue cumpliendo o no las especificaciones del diseño | ### Métodos para Calcular la Sensibilidad y Linealizar Técnicas para linealizar la respuesta de un sensor Y=f(X), definiendo una sensibilidad constante y gestionando el error (No Linealidad). | Método de Cálculo | ¿Cómo se obtiene? | Características del Error (No Linealidad) | |:------------------------|:---------------------------------------------------------------------|:--------------------------------------------------------------------| | **Derivada Analítica** | Derivando la función matemática exacta en un punto concreto de operación | Precisión absoluta en ese punto exacto, pero la sensibilidad cambia constantemente si nos alejamos de él | | **Ajuste entre Extremos** | Trazando una línea recta entre los valores máximo y mínimo del rango restringido de trabajo | El error es cero en los dos extremos, pero se hace máximo en la zona central de la medida | | **Mínimos Cuadrados** | Tomando varios puntos y calculando estadísticamente la recta que mejor se ajusta a la nube de puntos | Al buscar la menor desviación estadística global, minimiza la no linealidad global de la medida |