Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira.

ISSN 0122-1701 132

Modelo estático y dinámico de un reactor industrial

utilizado en el proceso de pasteurización de
envases
Static and dynamic model of an industrial rector used in the packaging pasteurization
process
Luis Humberto Berrío
Escuela de Ingenierías, Universidad Pontificia Bolivariana (UPB), Medellín, Colombia
Subdirección Investigación y Desarrollo Negocios Energía, Empresas Públicas de Medellín (EPM), Colombia
[email protected]

Resumen— En este artículo se estudia el proceso de its parameters to achieve accuracy and precision in the expected
pasteurización de envases con un reactor, con el fin de response of the system.
determinar el modelo estático y dinámico del sistema previo a
la acción de control sobre éste. El reactor es utilizado para Key Word — Actuator, estimation error, static model, dynamic
pasterizar envasados o enlatados, y los modelos se obtienen a model, reactor, temperature.
partir de datos estáticos y dinámicos experimentales, y fueron
obtenidos con temperatura ambiente entre 15°C y 35°C.
Además, la identificación de un sistema consiste en la I. INTRODUCCIÓN
determinación de la función de transferencia del mismo o de
sus parámetros fundamentales, a partir de mediciones
En esencia, una autoclave es un recipiente en el que se
experimentales [1]. Existe en la actualidad una gran cantidad
de métodos de diseño de distinto origen que permiten consigue exponer el material a esterilizar a temperaturas
desarrollar modelos de sistemas dentro de una amplia gama superiores a la de ebullición del agua, gracias al aumentar la
de características y posibilidades. Por consiguiente, poder presión [2]. Es importante controlar en este reactor la relación
determinar, aunque sea en forma aproximada, los parámetros entre la temperatura, la presión y el tiempo de exposición, ya
más importantes de una función de transferencia de un que éstos son factores críticos en el proceso [3].
sistema se convierten en una necesidad insoslayable, que El calor húmedo destruye los microorganismos por
permiten modelar posteriormente un buen sistema de control coagulación de sus proteínas celulares. El principal método de
del mismo. Herramientas esenciales como Matlab y Simulink esterilización que emplea calor húmedo es la esterilización por
permiten la simulación del sistema con reactor y la
vapor a presión. Existen otros métodos de descontaminación que
adecuación de los parámetros del mismo hasta lograr
precisión y exactitud en la respuesta esperada del sistema. emplean este tipo de calor, los cuales, aunque no permiten la
destrucción total de los microorganismos, disminuyen la carga
microbiana que posee un material, como la pasterización [4]. Al
Palabras clave— Actuador, estimación de error, modelo
ser un reactor una unidad de operación importante en los
estático, modelo dinámico, reactor, temperatura.
procesos industriales, que a su vez presenta inestabilidades por
su comportamiento dinámico, es indispensable contar con
Abstract— This paper studies the packaging pasteurization
process with a reactor to determine its static and dynamic modelos estáticos y dinámicos de la planta del sistema, además
model before the control action. The reactor is used to de métodos de control para que todo el sistema funcione dentro
pasteurize packages and canned, and the models are obtained de los límites de seguridad y en la zona operativa requerida en el
with experimental statically and dynamically data and they proceso [5] [6]. Sin embargo, para que la esterilización de
were acquired to ambient temperature between 15°C and medios de cultivo sea eficaz, la temperatura y el tiempo
35°C. Furthermore, the identification of a system consists in seleccionados deben alcanzarse en todo el líquido. Como quiera
determining its transfer function or its basic parameters from que la transmisión del calor en el líquido de los recipientes se
experimental measurements [1]. There are currently a lot of realiza de fuera hacia dentro, es evidente que la eficacia del
different design methods that let to develop models of systems
proceso dependerá del volumen de líquido. Los recipientes con
in a wide range of features and possibilities. Therefore, to
determine, even approximately, the most important cierre hermético deben ser introducidos en la autoclave sin
parameters of a transfer function of a system become an cerrar totalmente el tapón, para facilitar la entrada del vapor
inescapable necessity, subsequently allow modeling a good durante el proceso. Al vaciar el reactor después de la
model of a control system. Essential tools such as Matlab and esterilización se procede a cerrar totalmente estos recipientes.
Simulink allow simulating the system with reactor and tuning Además, los recipientes vacíos precisan de un tiempo de

Fecha de Recepción: 25 de Enero de 2013

Fecha de Aceptación: 11 de Abril de 2013
133 Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira.

esterilización mayor que los recipientes con líquido en su

interior [7].
Además, el uso de señales de prueba se justifica porque
existe una correlación entre las características de respuesta
de un sistema para una señal de entrada de prueba común y
la capacidad del sistema de manejar las señales de entrada
reales [8]. Sin embargo, el modelado de sistemas y
circuitos de manera precisa no es una tarea fácil,
especialmente cuando la no linealidad de los componentes
o elementos del sistema deben ser tratados [9]. De hecho,
para resolver problemas y mejorar el diseño en los
reactores industriales, es necesario modelar, simular y
analizar el sistema junto con el reactor [10] [11].
En la sección 2 se describen las características del Fig. 1. Diagrama de bloques del proceso.
proceso como las variables que intervienen en éste y la
relación entre corriente y temperatura, en la sección 3 se B. Relación entre corriente y temperatura
halla la ecuación lineal y no lineal que mejor representa el El rango de apertura de la válvula va entre [0-100]%, lo que
experimento estático y se ilustra la zona de operación, en la en términos de corriente va entre [4-20]mA, siendo una relación
sección 4 se comparan los modelos estáticos y se muestra lineal. Cuando el valor de corriente es de 4mA, es decir, 0% de
el diagrama de bloques del sistema, en la sección 5 se apertura de la válvula, la temperatura medida es igual a la
identifica el modelo dinámico más adecuado para el temperatura ambiente, siendo este valor el mínimo de
proceso y se analiza la confiabilidad del modelo frente a temperatura medible. A su vez, cuando el valor de corriente es
una señal escalón dada y, finalmente, se muestran las de 20mA, es decir 100% apertura de válvula, la temperatura
conclusiones. medida es igual a 100°C más la temperatura ambiente, siendo
este valor el máximo de temperatura medible. La relación que
II. CARACTERIZACIÓN DEL PROCESO describe el comportamiento de la corriente contra la temperatura
es
A. Variables del proceso
Para este experimento, la variable de entrada es una [° ]
[ ]= 16[ ]+ [ ], (1)
señal analógica de corriente en el rango [4-20]mA. La °
variable manipulada es una entrada sobre la cual se puede donde T es la temperatura e I es la corriente, además se empleó
ejercer alguna acción, en este caso la válvula, y representa el promedio de temperatura ambiente durante el día. La relación
el porcentaje de apertura de la misma por donde ingresa que describe el comportamiento de la corriente contra la apertura
vapor al sistema. de la válvula es
La variable perturbadora es una señal que ingresa al
sistema y sobre la que no se tiene ningún tipo de control, [%] %
por ello, la temperatura ambiente es una variable externa y [ ]= 16[ ], (2)
%
perturbadora, que varía durante el día en el rango de [15- donde A es la apertura de la válvula. La Figura 2 muestra la
30]°C. En el proceso también se encuentran otras variables relación entre la corriente y la apertura de la válvula. La Figura 3
perturbadoras como el tipo de envase o enlatado, la muestra la relación corriente contra temperatura.
conductividad térmica de las paredes del reactor y la
presión de vapor, entre otras [12].
Por su parte, la temperatura es la variable de salida del
proceso, pero ésta es convertida y representada en el rango
de [4-20]mA por un transmisor. Además, la temperatura es
una variable across y que es medida en el proceso. El flujo
de calor en el proceso es una variable through y es una
variable de estado. La Figura 1 muestra el diagrama de
bloques del proceso.
Para ignorar el efecto perturbador de la temperatura
ambiente, se debe tener en cuenta que, aunque la
temperatura ambiente varía entre [15-30]°C durante el día,
ésta varía muy lentamente si se compara con el
comportamiento del proceso en el tiempo. Si esta Fig. 2. Relación entre la corriente y la apertura de la válvula.
temperatura ambiente varía lo suficientemente lento se
puede considerar constante, lo que hace más sencillo
encontrar el modelo del proceso.
Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira. 134

Fig. 3. Relación corriente contra temperatura.

III. MODELO ESTÁTICO

A. Ecuación no lineal Fig. 5. Curva experimental y curva teórica.

Con ayuda de Matlab y haciendo uso de los datos
experimentales de [13] se busca el polinomio de grado 6 B. Zona de operación
que mejor represente el comportamiento del proceso, El proceso se maneja en una zona de operación comprendida
dando como resultado la expresión entre [75-85]°C. En dicha zona, el punto de operación es la
mitad, 80°C. Entre estos valores de temperatura se lleva a cabo
= −0,0000222456 + 0,0014562958 − 0,0351460029 + el proceso, desde que inicia hasta que se termina una tanda del
0,3649439045 − 1,2816566588 − 0,5657504995 + proceso. Es decir, el rango de la señal de corriente de salida está
11,2104540060 , (3) entre [12,8-14,4]mA. La Figura 6 muestra el proceso
experimental, donde se representan una línea gruesa roja como
donde y es la variable de salida del sistema en [mA] y u es
la zona de operación y el punto de operación en el centro de ella.
la variable de entrada del sistema en [mA]. Si se desea usar
el comando polyfit en Matlab para obtener un polinomio de
grado mayor, los coeficientes de mayor grado se hacen
cero. La Figura 4 muestra el proceso tomado
experimentalmente junto con el obtenido a partir de (3).

Fig. 6. Zona y punto de operación del proceso.

C. Ecuación lineal
Para hallar la ecuación lineal en la zona de operación, se
Fig. 4. Curva experimental y curva teórica.
emplean los datos experimentales que están sobre esta misma
región, ya que son los datos que interesan. Luego, con estos
La desventaja de usar polinomios es que este
valores se encuentra la expresión
procedimiento no se ve en la vida real. Por ello, si se hace
uso de mínimos cuadrados, se encuentran los parámetros
= 2,2875 − 8,4475, (5)
que satisfacen una curva en forma de S que más se ajusta a
los datos experimentales. Finalmente, se encuentra que
donde u es la entrada en [mA] e y es la salida en [mA]. Se tiene
= 3.99 + , (4) que (5) es una relación lineal entre la entrada y la salida para el
.
proceso en la zona de operación, con una ganancia de 2,2875. La
Figura 7 muestra la relación obtenida a partir de (5).
donde y es la variable de salida del sistema en [mA] y u es
la variable de entrada del sistema en [mA], donde (4) es la
función en S candidata para el modelo no lineal. La Figura
5 muestra los datos experimentales junto con la curva
descrita por (4).
135 Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira.

Fig. 7. Modelo lineal en la zona de operación.

Fig. 9. Comparación de modelos.
Este modelo lineal se realizó sobre la zona de operación
del proceso. La Figura 8 muestra el error porcentual en
dicha zona de operación en color rojo. Si se consideran
puntos por fuera de la zona de operación es posible
encontrar valores porcentuales de error muy altos, aunque
no se puede decir que en todos los puntos, ya que la curva
lineal corta la curva no lineal como se muestra en la Figura
7.
Si se considera tolerable un error de hasta 2%, el rango
de entrada puede ampliarse entre [9-10,7]mA,
aproximadamente. Como se observa en la Figura 8, el
punto de operación es el valor que tiene un mínimo de error
porcentual, 0,2%.

Fig. 10. Comparación modelos hasta un cambio en la entrada del

actuador del 25%.

Como se puede observar en la Figura 9, el error es mayor para

el modelo lineal que para el modelo no lineal. Esto se debe a
que el no lineal fue realizado con una muy buena exactitud y de
un orden superior al grado 1, que corresponde al modelo lineal.
Además, el error del modelo lineal es mayor por fuera de la zona
de operación, lo que no ocurre con el modelo no lineal que sigue
conservando una buena precisión y exactitud. Cuando el cambio
en la entrada del actuador es del 12% se está trabajando por
fuera de la zona de operación. Incluso, cuando el cambio es del
+25%, el valor arrojado está por fuera del rango de salida,
Fig. 8. Error porcentual. entonces el actuador se satura mucho antes.
En el proceso, la temperatura no crece hasta infinito si se aplica
energía constantemente por el actuador, ya que éste tiene
IV. COMPARACIÓN DE LOS MODELOS
pérdidas, que a su vez hacen que la temperatura sea acotada,
ESTÁTICOS
para una entrada también acotada. Además, se dice que un
sistema lineal, causal e invariante en el tiempo es BIBO estable,
Para comparar el modelo no lineal y el modelo lineal se
si y sólo si a toda función de entrada acotada le corresponde una
asumen cambios en la entrada del actuador de 5%, 12% y
función de salida acotada [14]. Por lo anterior, el sistema es
del 25% alrededor del punto de operación, tanto positivos
BIBO, ya que su entrada y salida son acotadas.
como negativos. Estos cambios corresponden a 0,8mA,
Por otra parte, si en el proceso se presenta que el agua almacena
1,92mA y 4mA respectivamente. La Figura 9 muestra los
energía térmica, la temperatura del proceso aumentará, pero por
dos primeros cambios cada uno de los modelos propuestos,
ser un proceso real, finalmente hay pérdidas de energía en el
mientras que la Figura 10 muestra la comparación de los
sistema, hasta que hay un punto en que la temperatura que se
modelos hasta un cambio en la entrada del actuador del
incrementó, llega a un punto de equilibrio, debido a las pérdidas
25%.
de energía hacia afuera del reactor. Además, el proceso tiene
pérdidas debido al calentamiento de la pared del reactor, la
Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira. 136

caída de presión, fugas de energía térmica y de vapor. El

sistema también se verá afectado por variables como la
pared de los frascos, su espesor y su material, ya que la
pared del frasco tiene un coeficiente térmico que está
relacionado con el intercambio de calor y el tamaño del
espesor podrá retardar o aligerar esa transferencia, lo
mismo ocurre con el tipo de contenido de los frascos, que
pueden reaccionar de manera diferente a una temperatura
determinada dentro de la zona de operación.
Un modelo de parámetro globalizado univariable se
expresa mediante una ecuación con una variable de entrada
y una variable de salida. Esto suele referirse como un
modelo SISO, Single Input Single Output [15]. Suponer
que el proceso puede representarse como un modelo Fig. 11. Curvas experimentales del sistema.
matemático que sea SISO, causal, lineal y concentrado,
determinístico, dinámico y de primer orden, implica que el
modelo no describe precisamente al proceso real, es decir TABLA 1. Parámetros de los modelos de primer y segundo
hay sacrificios en términos de precisión y exactitud, pero orden.
también implica una mayor facilidad para encontrar el
nuevo modelo, debido a las simplificaciones que se pueden Tipo de Modelo K ᴦ Retardo ECT
dar. Orden 1 2,9498 63,8916 - 16,0763
La temperatura ambiente es una señal de entrada
perturbadora. En el modelo estático, esta temperatura se Orden 1 con 2,4046 47,6268 27,50 2,2295
consideró constante, ya que durante el día varía en el rango retardo
de [15,25]°C y se condicionó que la velocidad del cambio Orden 2 sin 2,9498 2,0 - 16,078
para cada tanda del proceso era lenta. Si se considera que la retardo
temperatura ambiente es una entrada variable del sistema y 63,8916
que interferirá notablemente en éste, entonces el sistema Orden 2 con 2,3391 0,3840 0,3262 61,5
tendrá varias entradas, pero seguirá teniendo una sola retardo
salida. El sistema sigue siendo lineal, aunque se incluya la 0,4788
temperatura ambiente como señal perturbadora. Debido a
que el modelo sigue siendo el mismo, para las señales de De la Tabla 1, se puede observar que el modelo que tiene
entrada se puede aplicar superposición de señales y obtener menor ECT es el modelo de primer orden con retardo. La
con el modelo lineal una señal de salida única [16]. función de transferencia para el modelo dinámico seleccionado
es
V. MODELO DINÁMICO
( ) , ,
La curva experimental del sistema con respecto al ( )= = , (1)
( ) , ,
tiempo, es decir, su comportamiento dinámico, se ilustra en
la Figura 11, además se incluye la señal de entrada del donde Y(s) es la transformada de Laplace de la señal de salida,
sistema que se utilizó en el experimento. El período de U(s) es la transformada de Laplace de la señal de entrada y H(s)
muestreo es de 0,1 minutos, equivalente a 6 segundos, y la es la función de transferencia. La Figura 12 muestra la curva
amplitud del escalón de entrada es de 3mA, que va desde el experimental y la curva ajustada con el modelo dinámico de
segundo 2010 hasta el segundo 4008. primer orden con retardo como respuesta a un escalón de
Por otra parte, se identificaron las características del entrada. La Figura 13 muestra la curva del modelo dinámico de
modelo dinámico que se ajustan a los datos experimentales, primer orden sin retardo, la Figura 14 muestra la curva del
para modelos de primer orden sin retardo, primer orden con modelo dinámico de orden dos sin retardo y la Figura 15
retardo y segundo orden. Los parámetros encontrados muestra la curva del modelo dinámico de orden dos con retardo.
fueron la ganancia (K), el tiempo Tao (ᴦ), el retardo y el Como se observa en la Figura 12, el modelo dinámico teórico
Error Cuadrático Total (ECT), siendo este último el valor tiende a seguir la curva experimental en la zona de operación,
determinante para escoger uno de los tres modelos [17]. La frente a un escalón de entrada dado. Por su parte, se puede
Tabla 1 muestra los parámetros de cada modelo al emplear observar que el escalón de entrada está en la región de
Matlab [13]. operación, que se define en el modelo estático del proceso del
reactor. Se debe saber, que la zona de operación para la señal de
entrada está en el rango de [9,43-10,18]mA, mientras que la
señal de salida está entre [13,06-14,78]mA, valores que se
determinan en el modelo estático.
137 Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira.

Para probar la confiabilidad del modelo dinámico se colocó

una señal de entrada en 4mA durante 10 minutos, es decir,
durante 600 segundos, y luego la entrada se condiciona a 6mA
durante 20 minutos, es decir, durante 1200 segundos. El ancho
del pulso es de 600 segundos y tiene una amplitud de 2mA. La
Figura 16 muestra el comportamiento del modelo dinámico
propuesto frente a la entrada escalón descrita anteriormente.

Fig. 12. Respuesta del modelo de primer orden con retardo.

Fig. 16. Respuesta del modelo dinámico propuesto frente a una señal
escalón de una amplitud de 2mA.
El modelo dinámico, al igual que el modelo estático en la
zona de operación, son una buena aproximación a medida que se
trabaja en esta región.
Fig. 13. Respuesta del modelo de primer orden sin retardo.
VI. CONCLUSIONES

El modelo lineal estático es apropiado dentro de la zona de

operación que está dada entre 75°C y 85°C. Para puntos de
operación por fuera de esta zona, el error aumenta notablemente
y el modelo lineal no es apropiado. Sin embargo, el modelo no
lineal estático es más preciso y exacto que el modelo lineal. La
desventaja del modelo no lineal es que no siempre es fácil
encontrarlo, además se requiere de más esfuerzos
computacionales a medida que se agrega un orden al proceso. El
modelo estático permite definir una zona lineal de trabajo, donde
posteriormente se puede definir el modelo dinámico del proceso
de temperatura de la autoclave. Este último modelo no se ve
afectado por la entrada del sistema como tal, lo que si se afecta
Fig. 14. Respuesta del modelo de segundo orden sin retardo.
es su salida, ya que cuando se trabaja por fuera de la zona lineal
de operación, la predicción del modelo tiene un error mayor.
Además, en un modelo estático, el tiempo, como variable, no
desempeña un papel relevante. En un modelo dinámico, por el
contrario, algunos de los elementos que intervienen en la
modelización no permanecen invariables, sino que se
consideran como funciones del tiempo, describiendo trayectorias
temporales [18].
Por otra parte, es importante identificar cada una de las
señales y variables que intervienen en el proceso, ya que gracias
a ello, es posible un mejor entendimiento del mismo y sobre
todo es posible identificar posteriormente un modelo que lo
describa. Encontrar la relación entre ellas, permite identificar un
modelo apto para el proceso. Además, un sistema en su zona
Fig. 15. Respuesta del modelo de segundo orden con retardo.
lineal también obedece el principio de superposición. Esto
Scientia et Technica Año XVIII, Vol. 18, No 1, Abril de 2013. Universidad Tecnológica de Pereira. 138

significa que si dos entradas son sumadas juntas y pasadas [11] G.W. Chang, H.M. Huang and J.H. Lai, "Modeling SF6
a través de la región lineal, la salida será equivalente a la circuit breaker for shunt reactor switching transient
suma de las dos entradas evaluadas individualmente. analysis", International Conference on Power System
Por la forma de la señal de salida para una entrada Technology - PowerCon, vol. 2, pp. 1315- 1320, 21-24
escalón, los datos experimentales mostraron que los valores Nov. 2004.
de salida tienen una pendiente muy alta al inicio del [12] D. Sun and K.A. Hoo, "Dynamic transition control
escalón, por lo que intuitivamente, se podía definir que el structure for a class of SISO nonlinear systems
mejor modelo dinámico que se adecúa a este proceso es de [chemical processes]", IEEE Transactions on Control
primer orden, ya que el de segundo orden debería tener un Systems Technology, vol. 7, no. 5, pp. 622-629, Sep
comportamiento con una pendiente menor inicial. 1999.
[13] M. Betancur, “Autoclave”, Procesos Continuos.
REFERENCIAS Universidad Pontificia Bolivariana, Medellín, Colombia,
2012.
[1] R. Rivero, “Identificación de sistemas de segundo [14] P. Monzón, “Estabilidad BIBO de Sistemas Lineales",
orden”, Universidad Tecnológica Nacional, Universidad de la Republica, Montevideo, 2004.
Facultad Regional Tucumán. Buenos Aires, [15] GALEON (2002). “Modelamiento de Sistemas:
Argentina, 2011. Fundamentos”. Available:
[2] R. Montejano, “Control de la infección en la http://www.galeon.com/mcoronado/ANALISIS_UNID
Comunidad”, Limpieza, desinfección y ADES/01MODELAMIENTO.pdf
esterilización. Universidad de Valencia, España, [16] J. Slavinsky. “Propiedades de los Sistemas”. Available:
2009. http://cnx.org/content/m12826/latest/
[3] S. Gutiérrez, “Esterilización por calor húmedo”, [17] B.G. Bodmann, and P.K. Singh, "Burst Erasures and
Laboratorio de Microbiología. Universidad the Mean-Square Error for Cyclic Parseval Frames",
Central de Venezuela (UCV), Venezuela, 2001. IEEE Transactions on Information Theory, vol. 57, no.
[4] H.S. Cho, G.D. Tao and A. Winter, "Achieving 7, pp. 4622-4635, July 2011.
appropriate design for developing world heath [18] UV, “Introducción a los modelos dinámicos”,
care: The case of a low-cost autoclave for primary Universidad de Valencia, España, 2011.
health clinics", Annual International Conference
of the IEEE Engineering in Medicine and Biology
Society (EMBC), pp. 2400-2403, 2012.
[5] N.M. Ramli and B. Abdullah, "Modeling and
control of a reactor", IEEE International
Conference on Intelligent and Advanced Systems -
ICIA, pp. 182-187, 2007.
[6] S.H. Qaiser, A.I. Bhatti, M. Iqbal, R. Samar and J.
Qadir, "Non-linear model validation and second
order sliding mode controller design for a research
reactor", IEEE International Conference on
Industrial Technology - ICIT , pp.1-6, 10-13, Feb.
2009.
[7] QUIMINET (2012), “Operación Autoclave”.
Available:
http://apsacapacitacion.cl/autoclaves/como-
funciona-el-autoclave/pdf-2.php.
[8] K. Ogata, “Ingeniería de control Moderna”,
Pearson Education, México, 1998.
[9] D. Zhang, Y. Liu and S. Huang, "Differential
Evolution Based Parameter Identification of Static
and Dynamic J-A Models and Its Application to
Inrush Current Study in Power Converters", IEEE
Transactions on Magnetics, vol. 48, no. 11, pp.
3482-3485, Nov. 2012.
[10] L. Guo, C. Wang and J. Zheng, "Modeling and
simulation of wind power generation reactor",
IEEE International Conference on Electrical and
Control Engineering (ICECE), pp. 5339-5341, 16-
18 Sept. 2011.