PROGRAMA DE ASIGNATURA - SÍLABO

1. DATOS GENERALES

Modalidad: PRESENCIAL Departamento: Área de Conocimiento:

ESPE SEDE LATACUNGA CIENCIAS DE ENERGIA Y MECATRONICA

Nombre Asignatura: Período Académico: Eje de Formación

AUTOMATIZACION INDUSTRIAL MCT. PREGRADO S-I ABR18-AGO18 PROFESIONAL

Fecha Elaboración: Código: NRC: No. Nivel:

14/06/17 12:09 PM 44002 3487 4 PREGRADO

Docente: Sesiones/Semana:
CONSTANTE PROCEL PATRICIA NATALY Teóricas: Prácticas/Laborator
pnconstante@espe.edu.ec 3 1

Descripción de la Asignatura:
Como parte del currículum de Ingeniería Mecatrónica, el programa de esta materia pretende contribuir a la formación e información de los
alumnos en la resolución de problemas de automatización de procesos industriales, con el fin de lograr la modernización industrial y aumentar
significativamente la productividad, requisitos indispensables para enfrentar con éxito la competencia internacional ante el acelerado proceso de
globalización de la industria local. De allí la importancia del estudio de los componentes de un sistema automático y de las tecnologías utilizadas
en cada uno de ellos, para poder seleccionarlos con un criterio técnico y utilizando estándares; diseñar el sistema que proporcione la solución
óptima tanto en el aspecto técnico como en el económico.

Por otro lado, en el mundo actual, cada día se requiere del diseño de avanzados sistemas mecatrónicos que cumplan una función específica, y
de la integración de éstos a campos tan diversos como la industria, las comunicaciones y la medicina. Por lo tanto este curso se convierte en un
escenario ideal para generar procesos de cambio y crear nuevos productos.

Contribución de la Asignatura:
Esta asignatura corresponde a la última etapa del eje de formación profesional, el programas se enmarca en el panorama de competencias
intelectuales y emocionales que la UNESCO ha señalado como pilares educativos y permite al futuro profesional de Ingeniería Mecatrónica a
comprender la sistemática en el tratamiento de un problema de automatización de un sistema productivo, analizar las diferentes alternativas de
automatización de un sistema industrial y evaluar, en condiciones concretas, la viabilidad económica y técnica de las posibles alternativas de
automatización.

Resultado de Aprendizaje de la Carrera: (Unidad de Competencia)

Aplica y relaciona los referentes teórico-prácticos sobre automatización industrial y control, a través del planteamiento de soluciones de
supervisión y control automático para situaciones hipotéticas y reales presentadas en procesos industriales.

Objetivo de la Asignatura: (Unidad de Competencia)

Aplicar y relacionar los referentes teórico-prácticos sobre automatización industrial y control, a través del planteamiento de soluciones de
supervisión y control automático para situaciones hipotéticas y reales presentadas en procesos industriales.

Resultado de Aprendizaje de la Asignatura: (Elemento de Competencia)

Diseña equipos y sistemas mecatrónicos utilizando herramientas computacionales y satisfaciendo requisitos de calidad, seguridad y economía
tomando en cuenta códigos y normas técnicas nacionales e internacionales.

2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE

CONTENIDOS
Unidad 1 Horas/Min: 22:00 Resultados de Aprendizaje de la Unidad 1
1) Diseña, simula e implementa controladores
mediante el uso software especializado2)
SISTEMAS DE CONTROL INDUSTRIAL Y SISTEMAS INTELIGENTES
Conoce sobre sistemas de control
industrial y sistemas inteligentes
1.1. Implementación de controladores PID.
1.1.1 Implementación de controladores PID.
1.2. Introducción a los sistemas inteligentes.
1.2.1 Introducción a los sistemas inteligentes. Laboratorio 1 Reconocimiento Laboratorio

CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 1 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
 PROGRAMA DE ASIGNATURA - SÍLABO
2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE
Consulta ganador de sistema inteligente
Tarea 1

1.3. Sistemas de control difuso (fuzzy).

Diseño de control borroso mediante
1.3.1 Sistemas de control difuso (fuzzy). Laboratorio 2
software
1.4. Redes neuronales.
1.4.1 Redes neuronales. Laboratorio 3 Implementación perceptrón
Tarea 2 Entrenamiento compuerta lógica
1.5. Diseño de controladores basados en sistemas
1.5.1. Diseño de controladores basados en sistemas Tarea 3 Diseño de control fuzzy
1.6. Diseño de controladores híbridos PID-Difusos-
Neuronales.
1.6.1. Diseño de controladores híbridos PID-Difusos-Neuronales.
1.7. Aplicaciones en la industria.
1.7.1. Aplicaciones en la industria.

CONTENIDOS
Unidad 2 Horas/Min: 20:00 Resultados de Aprendizaje de la Unidad 2
1) Resuelve problemas sobre el diseño de
mandos secuenciales. 2) Implementa
SISTEMAS SECUENCIALES
secuencias de control en estaciones de producción
modulares.
2.1 Sistemas de potencia fluídica.
2.1.1 Sistemas de potencia fluídica.
2.1.1. Sistemas de potencia fluídica.
2.2. Sistemas de potencia eléctrica.
2.2.1. Sistemas de potencia eléctrica.
2.3. Mando neumático .
2.3.1. Mando neumático
2.4. Mando electroneumático.
Revisión simbología usada en
2.4.1. Mando electroneumático. Tarea 1
diagramas
2.5. Mando eléctrico y electrónico.
2.5.1. Mando eléctrico y electrónico Laboratorio 4 Reconocimiento elementos MPS
Revisión simbología usada en
Tarea 2
diagramas
2.6. Sistemas secuenciales controlados por PLC.
2.6.1. Sistemas secuenciales controlados por PLC. Laboratorio 5 Conexión PC-PLC
Simulación de proceso automatizado
Tarea 3
mediante PLC
2.7. Dispositivos industriales usados para el control secuencial. .

2.7.1. Dispositivos industriales usados para el control secuencial. . Laboratorio 6 Programación MPS
Lectura sobre tendencias
Tarea 4
automatización
2.8. Aplicaciones industriales.
2.8.1. Aplicaciones industriales. Tarea 5 Exposición aplicación industrial

CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 2 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
 PROGRAMA DE ASIGNATURA - SÍLABO
2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE

CONTENIDOS
Unidad 3 Horas/Min: 22:00 Resultados de Aprendizaje de la Unidad 3
1) Aplica conocimientos de visión artificial en
proyectos acorde a las necesidades de las
TECNOLOGÍAS ASOCIADAS A LA AUTOMATIZACIÓN INDUSTRIAL
industrias.2) Diseña, simula e implementa
sistemas SCADA, distribuidos y/o HMI.
3.1. Visión artificial.
Procesamiento de imágen adquirida con
3.1.1. Visión artificial. Tarea 1
cámara web
3.2.Aplicaciones de la visión artificial en los procesos automatizados.

3.2.1. Aplicaciones de la visión artificial en los procesos automatizados. Generación de secuencias para robot
Laboratorio 7
didáctico
Laboratorio 8 Reconocimiento de forma y/o color
3.3.Sistemas SCADA
3.3.1 Sistemas SCADA Tarea 2 Lectura SCADA
3.4.Sistemas distribuidos
3.4.1. Sistemas distribuidos
3.5.Sistemas HMI
Clasificación de objetos con visión
3.5.1. Sistemas HMI Laboratorio 9
artificial
Tarea 3 Diseño de HMI para proceso

3. PROYECCIÓN METODOLÓGICA Y ORGANIZATIVA PARA EL DESARROLLO DE LA

Metodos de Enseñanza - Aprendizaje

1 Clase Magistral

2 Resolución de Problemas

3 Prácticas de Laboratorío

4 Diseño de proyectos, modelos y prototipos

Empleo de Tics en los Procesos de Aprendizaje

1 Software de Simulación

2 Aula Virtual
3 Herramientas Colaborativas (Google, drive, onedrives, otros)

4. RESULTADOS DEL APRENDIZAJE, CONTRIBUCIÓN AL PERFIL DEL EGRESO Y TÉCNICA DE

Niveles de logro:
Logro o resultado de aprendizaje Técnica de Evidencia de
Alta(A), Media (B),
Evaluación aprendizaje
C(Baja).
Implementa secuencias de control en Práctica de laboratorio sobre
1. estaciones de producción modulares. Alta A Laboratorio conexión y programación de MPS
FESTO
Crea la programación secuencial y
Resuelve problemas sobre el diseño de
2. Alta A Examen parcial la verifica en simulador.
mandos secuenciales.
Aplicación de conocimientos de visión
Práctica para clasificación mediante
artificial en proyectos acorde a las
3. Alta A Práctica robot didáctico en base a forma y/o
necesidades de las industrias.
color

CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 3 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
 PROGRAMA DE ASIGNATURA - SÍLABO

Niveles de logro:
Logro o resultado de aprendizaje Técnica de Evidencia de
Alta(A), Media (B),
Evaluación aprendizaje
C(Baja).
Diseño, simulación e implementación
Creación de HMI para SCADA de
4. de sistemas SCADA, distribuidos y/o Media B Proyecto
Estación MPS
HMI.
Diseña, simula e implementa Proyecto grupal para diseño e
5. controladores mediante el uso software Alta A Proyecto implementación de control borroso
especializado a sistema
Control Borroso para un carrito.
Conoce sobre sistemas de control
6. Alta A Solución de problemas Red neuronal para un carrito
industrial y sistemas inteligentes

5. DISTRIBUCIÓN DEL TIEMPO

Conferencias Clases Clases Clases Trabajo autonomo

Total Laboratorios
Prácticas Debates Evaluación del

64 26 10 16 6 6 64

6. TÉCNICAS Y PONDERACION DE LA EVALUACIÓN

Técnica de evaluación 1er Parcial 2do Parcial 3er Parcial
Pruebas oral/escrita 3 3 3

Laboratorios/Informes 3 3 3

Examen Parcial 6 6 6

Proyectos 5 5 5

Tareas o guías 3 3 3

TOTAL: 20 20 20

7. BIBLIOGRAFÍA BÁSICA/ TEXTO GUÍA DE LA ASIGNATURA

Titulo Autor Edición Año Idioma Editorial

Modern industrial automation Piscataway, N.J. : IEEE
software design : principles and Wang, Lingfeng - 2006 Inglés Press ; Hoboken, IEEE
real-world applications Press ; Hoboken

8. BIBLIOGRAFÍA COMPLEMENTARIA
Titulo Autor Edición Año Idioma Editorial
Bonifacio Martín del Brio y
Redes neuronales y sistemas
Alfredo Sanz Molina Tercera 2004 Español Alfaomega
borrosos

Practical Guide to Machine Vision

Software: An Introduction with Somerset, DE: Wiley-VCH
Kwon, K., & Ready, S. 2014 Inglés
LabVIEW (e-libro)

Inteligencia artificial con

Pedro Ponce Cruz pRIMERA 2010 ESPAÑOL ALFAOMEGA
aplicaciones a la ingeniería
Ingeniería de la automatización
Piedrafita, R. Segunda 2004 Español RA-MA
industrial

9. LECTURAS PRINCIPALES
Tema Texto Página URL

CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 4 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
 PROGRAMA DE ASIGNATURA - SÍLABO
Tema Texto Página URL
https://www.researchgate.net/p
ublication/283264419_A_Deep
A Deep Architecture for Visually Analyze
Conference paper todo _Architecture_for_Visually_An
Pap Cells
alyze_Pap_Cells

http://books.google.com.ec/bo
oks/
about/Neuro_fuzzy_and_soft_
ANFIS Neuro-fuzzy and Soft Computing capítulo 12
computing.html?id=vN5QAAA
AMAAJ&redir_esc=y

PID, fuzzy logic and Neural Network

Matlab User Guide Todo
toolboxes

10. ACUERDOS

Del Docente:
Cumplir con las leyes y reglamentos institucionales y orientar todos los esfuerzos en la dirección de los grandes propósitos de la
1
Universidad (Misión, Visión)
Cumplir con las obligaciones de estudiantes y docentes para devengar la inversión que hace el estado Ecuatoriano en favor de los
2
mismos.
3 Asistir a clases siempre y puntualmente dando ejemplo al estudiante para exigirle igual comportamiento
Motivar, estimular y mostrar interés por el aprendizaje significativo de los estudiantes y evaluar a conciencia y con justicia
4

De los Estudiantes:
1 Cumplir con las leyes y reglamentos institucionales y orientar todos los esfuerzos en la dirección de los grandes propósitos de la
Universidad (Misión, Visión)
2 Ser honesto, no copiar, no mentir

3 Mantener en todo momento un clima de empatía y consideración entre estudiantes, profesores, administrativos, trabajadores,
etc.
4 Colaborar con los eventos programados por la institución e identificarme con la carrera

NO
APROBADO

CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 5 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
 PROGRAMA DE ASIGNATURA - SÍLABO

FIRMAS DE LEGALIZACIÓN

NO
DOCENTE
APROBADO
PATRICIA NATALY CONSTANTE PROCEL ANDREA CONCEPCION CORDOVA CRUZATTY
COORDINADOR DE AREA DE CONOCIMIENTO

MARCO ADOLFO SINGAÑA AMAGUAÑA

DIRECTOR DE DEPARTAMENTO

CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 6 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14