Bucle de control de retroalimentación automático.
El exitoso primer vuelo de prueba del vehículo de lanzamiento SpaceX Falcon Heavy el miércoles por la mañana fue una hazaña tecnológica increíble y un teatro fantástico.
El Falcon Heavy es el segundo cohete más poderoso jamás lanzado, justo detrás de los cohetes Saturno V que enviaron humanos a la luna, y es el cohete más poderoso actualmente en funcionamiento. También es notable que este cohete fue diseñado y lanzado por una empresa privada:SpaceX de Elon Musk. Si bien la NASA tiene un vehículo de lanzamiento similar en desarrollo, algunas estimaciones de sus costos de lanzamiento son más de diez veces superiores a los del Falcon Heavy.
Algunos de estos ahorros de costos están vinculados a uno de los elementos visualmente más espectaculares del vuelo de prueba:el aterrizaje vertical simultáneo de los dos propulsores laterales.
Esos dos impulsores de SpaceX que aterrizaron de forma autónoma perfectamente al unísono fue una de las cosas más asombrosas que he visto en mucho tiempo. A veces realmente se siente como si viviéramos en el futuro. pic.twitter.com/6miWqKeUWl
- Mike Murphy (@mcwm) 6 de febrero, 2018
La práctica estándar ha sido tirar esos impulsores al océano, pero SpaceX aterriza de manera segura estos impulsores y luego puede reutilizarlos en vuelos posteriores. El principio subyacente que hace posible el aterrizaje es el "control de retroalimentación" o, De hecho, control automático de retroalimentación.
El control de retroalimentación está en todas partes
El control de retroalimentación es común y generalizado. De hecho, tan común y extendido que con frecuencia pasa desapercibido. Sin embargo, esta "tecnología oculta" impulsa a la mayoría, si no todos, de nuestra tecnología, e incluso describe los fundamentos de cómo se comportan los humanos y los animales.
La idea básica es de sentido, pensar, actuar como se muestra en la figura siguiente.
El control de retroalimentación bien diseñado proporciona de confianza, y sistemas eficientes mediante la elección de acciones correctivas basadas en la recopilación de datos disponibles.
Considere un control de crucero en un automóvil que no usa control de retroalimentación, pero solo mantiene el acelerador en una posición fija. La velocidad aumenta si nos dirigimos cuesta abajo, o disminuye si vamos cuesta arriba. Corregir esto con el control de retroalimentación es fácil. Mide la velocidad del coche (sentido), decidir si el automóvil viaja más rápido o más lento de lo deseado (piense), y luego cambie el acelerador apropiadamente (actuar).
El control de retroalimentación automática también es clave para mantener las luces encendidas. Las redes eléctricas están diseñadas para funcionar a una frecuencia de 50 o 60 Hertz. La frecuencia real cambia con el tiempo dependiendo de la carga, que luego se compensa con cambios reactivos en la generación, como hacer girar los generadores más rápido o más lento. En otras palabras, medimos la frecuencia (sentido), calcular una acción correctiva apropiada (pensar), y luego implementar esa acción (actuar).
El mismo principio actúa en el cuerpo humano y puede ser imitado por órganos artificiales. como el páncreas artificial en desarrollo en la Universidad de Newcastle por un equipo dirigido por el profesor Graham Goodwin. El páncreas juega un papel clave en la regulación de los niveles de glucosa en sangre, y un páncreas defectuoso conduce a la diabetes. Un páncreas artificial volvería a seguir el sentido, pensar, Actuar paradigma midiendo los niveles de glucosa en sangre (sentido), utilizando un modelo clínico del paciente para calcular una dosis de insulina (piense), y luego administrar la dosis calculada (actuar).
La configuración del motor octaweb de un propulsor Falcon Heavy. Crédito:SpaceX
Incluso se extiende a las instituciones financieras, como el Banco de la Reserva de Australia. Uno de los objetivos del Banco de la Reserva es garantizar la estabilidad del dólar australiano. La principal herramienta utilizada para lograr este objetivo es la fijación de tipos de interés. Aqui otra vez, vemos el uso de la idea de control de retroalimentación. El Banco de la Reserva recopila datos sobre una variedad de indicadores económicos, como los niveles de empleo y la tasa de inflación (sentido), analiza los datos para determinar una tasa de interés (piense), y luego establece la tasa de interés (act).
Equilibrio de los impulsores pesados de Falcon
Volviendo al aterrizaje de los propulsores Falcon Heavy, hay una serie de problemas de equilibrio similares y familiares:el Segway, equilibrar las plataformas de perforación en alta mar sobre una boca de pozo, o incluso caminar sobre dos piernas. Una analogía inspirada en el circo es tratar de equilibrar el mango de una escoba en la punta de los dedos.
Cada refuerzo Falcon Heavy logra este truco de equilibrio al tener nueve motores, cada uno de los cuales puede apuntar. Viendo el video del aterrizaje de cerca, es posible ver los diferentes motores encendidos en diferentes momentos y con diferentes intensidades.
También es posible ver el motor central cambiando de dirección. En la analogía del mango de la escoba, cambiar la intensidad y la orientación de los motores corresponde a mover la mano para mantener el mango de la escoba en posición vertical. En ambos casos, es posible medir la orientación del cohete / escoba (sentido), decidir cómo encender los motores o mover la mano (pensar), y luego implementar esas decisiones (actuar).
Si bien los ejemplos discutidos anteriormente provienen de dominios muy diferentes, comparten el atributo común de cantidades o variables clave que cambian con el tiempo. En otras palabras, son sistemas dinámicos.
Para cada uno de estos ejemplos podemos construir modelos matemáticos que frecuentemente resultan similares a pesar de provenir de aplicaciones muy diferentes. El rico campo matemático de la teoría del control de retroalimentación a veces proporciona un algoritmo listo para usar para los cálculos que comprenden la parte "pensar" del circuito de control de retroalimentación.
Sin embargo, para muchas aplicaciones imaginarias, como los coches sin conductor, redes eléctricas inteligentes, o precio óptimo del carbono, estos algoritmos siguen siendo objeto de una investigación activa.
Este artículo se publicó originalmente en The Conversation. Lea el artículo original. 
