Instrumentación virtual: del PC con tarjeta de adquisición a las plataformas de prueba definidas por software

1. ¿Qué es la instrumentación virtual?

Mucho se ha hablado de la instrumentación virtual y de sus beneficios. El concepto nace del uso de la computadora personal (PC) como instrumento de medición de variables físicas —temperatura, presión, caudal, vibración, tensión, corriente— representadas como señales eléctricas de corriente (por ejemplo, 4–20 mA) o de voltaje (por ejemplo, 0–5 Vdc o ±10 V).

Sin embargo, la instrumentación virtual va mucho más allá de medir corriente o voltaje. Un instrumento virtual no se conforma con adquirir la señal: también integra el procesamiento y análisis, el almacenamiento, la interfaz hombre-máquina (HMI), la distribución de datos y la comunicación con otros equipos y sistemas.

Tomemos como ejemplo un osciloscopio tradicional: su funcionalidad queda definida en la fábrica donde se diseña y ensambla. El término virtual surge precisamente porque, cuando se usa la PC como instrumento, es el propio usuario quien, mediante software, define la funcionalidad y la apariencia del equipo. Esa funcionalidad puede redefinirse una y otra vez por el usuario y no por el fabricante.

2. Qué ha cambiado desde la versión original

Las ideas centrales siguen vigentes, pero la tecnología que las soporta ha cambiado de forma notable. Los cambios más relevantes para quien diseña sistemas de medición y prueba son:

• Buses de conexión. ISA, XT, PCMCIA y el puerto paralelo EPP son obsoletos. Hoy dominan USB, Ethernet (incluido Ethernet determinista con TSN), PCI Express, PXI Express y Thunderbolt.

• Sistemas operativos. Windows 3.1/95/98/Me/2000/XP ya no reciben soporte. Las plataformas actuales son Windows 10/11, Linux (incluido Linux en tiempo real) y, en menor medida, macOS.

• Procesamiento distribuido. Además del PC, el procesamiento se reparte entre CPU multinúcleo, FPGA y sistemas embebidos de tiempo real, lo que permite lazos de control deterministas y adquisición de alta velocidad.

• Lenguajes abiertos. Junto a LabVIEW, Python se ha consolidado como lenguaje de medición y automatización de pruebas, con controladores oficiales y bibliotecas de código abierto.

• Datos y nube. El valor ya no está solo en medir, sino en gestionar, correlacionar y analizar los datos de prueba a lo largo de equipos, líneas y plantas.

• Inteligencia artificial. Desde 2025 los entornos de desarrollo de pruebas incorporan asistentes de IA para generar y depurar código de medición.

• Cambio corporativo. National Instruments (NI), referente histórico del concepto, fue adquirida por Emerson en octubre de 2023 y opera como su negocio de Test & Measurement. En 2026 NI cumplió 50 años y LabVIEW 40.

3. Arquitectura de un instrumento virtual moderno

Los tres elementos clave descritos en la versión original —computadora, hardware de adquisición y software— siguen siendo la base. Hoy la cadena de medición completa se describe mejor así:

1. Sensor o transductor: convierte la variable física en señal eléctrica (termopar, RTD, galga extensiométrica, acelerómetro IEPE, transductor 4–20 mA).

2. Acondicionamiento de señal: amplificación, atenuación, filtrado anti-aliasing, aislamiento galvánico, excitación y compensación de unión fría.

3. Conversión A/D y temporización: ADC de aproximaciones sucesivas (SAR) o sigma-delta, relojes de muestreo y disparos (triggers).

4. Bus de conexión: USB, Ethernet, PCIe/PXIe, Thunderbolt o red inalámbrica.

5. Software: controlador (driver), entorno de programación, análisis, HMI y registro de datos.

6. Gestión de datos: almacenamiento estructurado, trazabilidad y análisis empresarial o en la nube.

3.1 Plataformas de hardware actuales

3.2 Acondicionamiento de señal: ¿opcional o indispensable?

En la versión original se decía que el acondicionamiento es opcional: si la señal está dentro del rango de entrada (por ejemplo ±5 V) y no requiere aislamiento ni filtrado, puede conectarse directamente a la tarjeta. Esto sigue siendo cierto, pero en la práctica moderna casi siempre se requiere algún grado de acondicionamiento. La diferencia es que hoy suele venir integrado en el módulo (módulos específicos para termopar, puente, IEPE o alto voltaje), en lugar de un chasis externo como el antiguo SCXI.

Dos criterios de diseño que conviene verificar siempre:

• Resolución (tamaño de LSB): para un ADC de N bits con rango a escala completa FSR:

Ejemplo: un ADC de 16 bits con rango ±10 V (FSR = 20 V) tiene LSB = 20 V / 65 536 ≈ 305 µV. Si la señal útil de un sensor es de 0–50 mV, solo se aprovechan unos 164 códigos; se necesita ganancia (rango de entrada menor) o un ADC de 24 bits. Con 24 bits y ±10 V, el LSB baja a ≈ 1.2 µV, aunque el ruido real del sistema limitará la resolución efectiva.

• Resolución efectiva (ENOB): a partir de la relación señal-ruido más distorsión medida (SINAD, en dB):

Un ADC de "24 bits" con SINAD de 110 dB entrega ≈ 18 bits efectivos. Comparar ENOB, y no solo bits nominales, evita sobreestimar la capacidad del instrumento.

• Criterio de Nyquist y anti-aliasing: la frecuencia de muestreo debe ser fs > 2·fmáx, y en la práctica se recomienda 5–10 veces fmáx para reconstruir forma de onda. Un filtro anti-aliasing antes del ADC es imprescindible; los ADC sigma-delta lo integran de forma natural.

4. El software: la clave del sistema

En el instrumento virtual el software es el elemento central, a diferencia del instrumento tradicional donde la clave es el hardware. Con el mismo sistema podemos construir un osciloscopio personalizado, medir temperatura o controlar el arranque y paro de una bomba centrífuga. Esa es su principal ventaja: la flexibilidad. Por ejemplo, el mismo instrumento puede mostrar la forma de onda y, de manera simultánea, su espectro de potencia (FFT), algo que muchos instrumentos convencionales de gama básica no ofrecían.

4.1 Ecosistema de software actual

4.2 Ejemplo práctico: voltímetro True RMS + espectro en Python

El siguiente ejemplo resume la idea del "instrumento definido por el usuario": con pocas líneas se obtiene un voltímetro True RMS calculado por software y el espectro de la señal. Se asume una tarjeta compatible con NI-DAQmx con el canal Dev1/ai0.

import nidaqmx, numpy as np
from nidaqmx.constants import AcquisitionType

FS, N = 50_000, 10_000          # 50 kS/s, 0.2 s de registro

with nidaqmx.Task() as t:
    t.ai_channels.add_ai_voltage_chan("Dev1/ai0", min_val=-10, max_val=10)
    t.timing.cfg_samp_clk_timing(FS, sample_mode=AcquisitionType.FINITE,
                                 samps_per_chan=N)
    v = np.array(t.read(number_of_samples_per_channel=N))

v_rms = np.sqrt(np.mean(v**2))                # True RMS por software
v_ac  = np.sqrt(np.mean((v - v.mean())**2))   # componente AC
w = np.hanning(N)
spec  = np.abs(np.fft.rfft(v * w)) * 2 / w.sum()
freqs = np.fft.rfftfreq(N, 1 / FS)
print(f"Vrms = {v_rms:.4f} V | f0 = {freqs[spec[1:].argmax() + 1]:.1f} Hz")

El cálculo se basa en la definición del valor eficaz:

Para que el resultado sea exacto conviene registrar un número entero de ciclos de la señal o aplicar ventana (Hanning) y un tiempo de registro suficientemente largo; de lo contrario aparece error por fuga espectral y por truncamiento de ciclos. La resolución en frecuencia del espectro es Δf = fs / N = 5 Hz en este ejemplo.

5. Instrumento tradicional vs. instrumento virtual

La tabla original de diferencias sigue siendo útil como marco conceptual. Se actualiza con un matiz importante: hoy muchos instrumentos de banco también son, internamente, definidos por software (firmware actualizable, aplicaciones de análisis instalables, control remoto por LAN). La frontera es menos marcada y el enfoque dominante es híbrido.

6. Comparación de desempeño: DMM vs. instrumento virtual

Las técnicas usadas para evaluar un multímetro digital (DMM) siguen siendo válidas para evaluar un multímetro virtual (VMM): resolución, rango, sensibilidad, rechazo de modo normal (NMRR), rechazo de modo común (CMRR) y velocidad de lectura. La siguiente tabla conserva los datos de la versión original de 2011 como referencia histórica (fuente: National Instruments Corp.).

Todos estos productos están descontinuados; el 34401A fue sucedido por la serie Truevolt de Keysight y el sistema SCXI por acondicionamiento integrado en módulos.

En 2026 la comparación debe hacerse por clase de instrumento, no por producto. Los valores siguientes son rangos típicos de mercado como orientación de selección; para un diseño concreto deben confirmarse en la hoja de datos del fabricante.

7. Dónde se aplica hoy

• Prueba funcional en manufactura (ATE): electrónica automotriz, semiconductores, dispositivos médicos; integración de PXI, conmutación y secuenciadores con trazabilidad por número de serie.

• Validación y HIL: unidades de control de vehículos eléctricos, inversores, sistemas de baterías y aeroespacial.

• Monitoreo de condición: vibración y temperatura en motores, bombas y turbinas, con análisis espectral para mantenimiento predictivo.

• Laboratorios y docencia: instrumentos multifunción USB que reemplazan osciloscopio, generador y fuente en un solo equipo.

• Monitoreo distribuido e IIoT: nodos de adquisición en red (Ethernet, RS-485/Modbus, inalámbrico) en equipos industriales con gabinetes NEMA 4X/IP67.

8. Tendencias 2026

• IA aplicada al desarrollo de pruebas. En febrero de 2026 Emerson actualizó su asistente NI Nigel AI con completado de código y conocimiento contextual del proyecto y del hardware local. En mayo de 2026, durante NI Connect, anunció generación de código por instrucciones en LabVIEW+ Suite y su extensión a FlexLogger, InstrumentStudio, TestStand y SystemLink, con disponibilidad general prevista para finales de 2026.

• PXI de menor costo y mayor resolución. NI amplió en 2026 su portafolio PXI con un osciloscopio de alta resolución de 14 bits y 4 u 8 canales (PXIe-5108), módulos de E/S multifunción de 18 bits (PXIe-6381/6383) y un chasis híbrido de 18 ranuras (PXIe-1081).

• Plataformas de datos compartidas. El foco se desplaza del instrumento aislado a la gestión de datos de prueba entre equipos y plantas, para análisis y mejora continua.

• Python y DevOps de pruebas. Control de versiones, integración continua y pruebas unitarias aplicadas al software de medición.

• Ciberseguridad. Al estar en red, los sistemas de prueba deben gestionarse como activos de TI/OT: actualizaciones, segmentación y control de acceso.

9. Buenas prácticas y limitaciones

La flexibilidad del instrumento virtual también traslada al usuario responsabilidades que antes asumía el fabricante. Para evitar fallas en campo conviene:

• Presupuestar la incertidumbre de toda la cadena (sensor, acondicionamiento, ADC, cableado) y no solo la del ADC.

• Calibrar y verificar el sistema completo contra patrones trazables; el algoritmo de software forma parte del instrumento y también debe validarse.

• Elegir la arquitectura según el determinismo requerido: un PC con sistema operativo de propósito general no garantiza latencia; los lazos de control rápidos deben ir en FPGA o sistemas de tiempo real.

• Cuidar tierras y blindaje: lazos de tierra y ruido de modo común son la causa raíz más frecuente de mediciones erráticas; usar entradas diferenciales y aislamiento cuando haya diferencias de potencial.

• Gestionar la obsolescencia: documentar versiones de driver, SO y software; preferir estándares abiertos (VISA, IVI, PXI) para facilitar la migración.

10. Conclusión

Un instrumento virtual realiza las tres funciones básicas de un instrumento convencional —adquisición, análisis y presentación de datos— y, además, permite personalizarlo y añadir funcionalidad sin costos adicionales de hardware. ¿Necesita conectividad Ethernet? ¿Guardar datos en una base de datos o en un archivo compatible con Excel? ¿Agregar un algoritmo nuevo, o incluso un modelo de aprendizaje automático, a su experimento? Todo ello está en manos del usuario.

Quince años después de la publicación original de este artículo, la idea original se ha confirmado: el software es la clave. Lo que ha cambiado es la escala —de una tarjeta en un PC a sistemas distribuidos, sincronizados y conectados a la nube— y la velocidad con la que hoy, con ayuda de la inteligencia artificial, un ingeniero puede construir su propio instrumento.

Referencias

1. Topete Samaniego, D. Instrumentación Virtual Artículo original publicado en FFTLab.com, 11 de octubre de 2011. Datos de la Tabla 4: National Instruments Corp.

2. Emerson. "Emerson Reaches Milestone with Enhanced AI for Flagship Test and Measurement Software Platform", 3 de febrero de 2026. https://www.emerson.com/is/content/emerson/news-release-emerson-nigel-advisor-update-feb-26

3. Emerson. "Emerson Unveils AI-Ready Test Automation Platform at Annual NI Connect Conference", 13 de mayo de 2026. https://www.prnewswire.com/news-releases/emerson-unveils-ai-ready-test-automation-platform-at-annual-ni-connect-conference-302766280.html

4. Automotive Testing Technology International. "Emerson improves NI test and measurement solutions with AI integration". https://www.automotivetestingtechnologyinternational.com/news/software-engineering-sdvs/emerson-improves-ni-test-and-measurement-solutions-with-ai-integration.html

5. Electronic Design. "Celebrating 50 Years of NI" (podcast Inside Electronics), 2026. https://www.electronicdesign.com/blog/inside-electronics/podcast/55378652/electronic-design-celebrating-50-years-of-ni

6. DigiKey. "NI PXI Portfolio" (novedades de producto), febrero de 2026. https://www.digikey.com/en/product-highlight/n/national-instruments/pxi-portfolio