Control de Seguimiento PID Difuso Auto-Organizable para un Brazo Robótico de 2 g.d.l.
|
|
- Patricia Valenzuela Duarte
- hace 7 años
- Vistas:
Transcripción
1 Congreso Anual de la Asociación de México de Control Automático. Puerto Vallarta, Jalisco, México. Control de Seguimiento PID Difuso Auto-Organizable para un Brazo Robótico de g.d.l. Francisco G. Salas, Miguel A. Llama Instituto Tecnológico de la Laguna Apdo. Postal 9, Adm., Torreón, Coahuila, 7, México. Fax: Resumen Se presenta un esquema de control supervisorio de seguimiento en espacio articular para un robot manipulador de g.d.l., el cual consiste en un control PID sintonizado por un control difuso auto-organizable. La parte novedosa de este último es que la base de reglas se compone de reglas que pueden variar en línea durante la operación del controlador. La generación de estas reglas se realiza realimentando las ganancias actuales usadas por el control PID, y agregando un índice de desempeño, el cual se predefine en una tabla de valores, de acuerdo a una medida del desempeño actual del controlador en términos de los errores actuales de posición y de velocidad del manipulador. Se presentan resultados de simulaciones del controlador, observándose buen desempeño. Palabras clave: Control difuso, control PID, control de robots, control supervisorio. I. Introducción Desde su aparición a mediados de la década de los setenta, y gracias al desarrollo de computadoras cada vez más potentes en las cuales se pueden implementar controladores digitales, los controladores difusos han sido aplicados con éxito para el control de diferentes tipos de plantas o procesos, desde procesos industriales, aparatos electrónicos domésticos, diferentes sistemas automotrices como transmisión y dirección, hasta sistemas mecatrónicos como los robots manipuladores. Una característica de los controladores difusos es que se aprovecha el conocimiento basado en la experiencia de operación de una planta o proceso, generalmente por operadores humanos. Para ser útil, este conocimiento debe expresarse en forma de reglas del tipo Si - Entonces, que pueden tener una o más premisas, dependiendo de la cantidad de entradas de la planta. En caso de cumplirse dichas premisas, la regla genera una conclusión, la cual se combina apropiadamente con las conclusiones de otras reglas aplicadas, mediante un mecanismo de inferencia. Sin embargo, en casos donde el conocimiento empírico de la operación de la planta no está disponible, no es posible establecer estas reglas de manera directa, antes de poner en operación al controlador. Se han propuesto varias alternativas a este problema, principalmente la aplicación de técnicas de aprendizaje como las redes neuronales artificiales, o los esquemas auto-organizables. Por ejemplo, en (Alavandar y Nigam, 8), (Rabah y Redouane, 7) se aplican esquemas de control neuro-difuso al control de seguimiento de robots manipuladores. Otro enfoque para resolver este problema es el esquema de control difuso auto-organizable (Self-organizing Fuzzy: SOF). Esta estrategia de control fue reportada inicialmente en (Mamdani y Baaklini, 975) y en (Procyk y Mamdani, 979), y es una técnica de aprendizaje que permite que las reglas se vayan ajustando en línea, de acuerdo al desempeño observado. Desde entonces, se han hecho aplicaciones en diferentes sistemas mecatrónicos incluyendo brazos robóticos (Tanscheit y Scharf, 988) y (Huang y Lee, ). El esquema de control que combina un SOF con un PID (SOF-PID) se reporta por primera vez en (Kazemian, 998), y luego se amplía en (Kazemian, ), donde se reportan buenos resultados de simulación, aplicado a control de seguimiento en un brazo robótico de dos g.d.l. En dichos trabajos, el algoritmo auto-organizable sintoniza la ganancia proporcional (P), y las ganancias integral (I) y derivativa (D) se sintonizan usando el método de Ziegler-Nichols. Sin embargo, para aplicar esta técnica, se requiere realizar pruebas a la planta para conocer ciertos parámetros (Franklin y Powell, 99). Para evitar esto, en (Tae-Yong et al., 5) se reporta un controlador SOF-PID basado en los ya mencionados, donde se propone que el algoritmo difuso sintonice las tres ganancias, aunque en los resultados mostrados se observa la sintonización de sólo dos, P y D, por así requerirlo la planta. Con el objeto de aplicar el enfoque auto-organizable para sintonizar directamente las tres ganancias de un controlador PID, en el presente trabajo se propone y desarrolla un esquema de control SOF-PID. Se implementa un controlador por cada una de las dos articulaciones. La sintonización de las tres ganancias para cada articulación se realiza en forma paralela e independiente. Con el fin de validar esta propuesta, se reportan simulaciones de control de seguimiento. El
2 Congreso Anual de la Asociación de México de Control Automático. Puerto Vallarta, Jalisco, México. sistema a controlar es un robot manipulador de g.d.l. de transmisión directa que se encuentra en el Instituto Tecnológico de la Laguna. El presente artículo está organizado de la siguiente manera: en la sección II se describe la arquitectura del controlador incluyendo la operación de cada bloque. En la sección III se describen las simulaciones del algoritmo de control. En la sección IV se muestran y analizan los resultados de las simulaciones, en comparación con el controlador PID convencional. En la sección V se discuten algunas conclusiones y posibles mejoras al algoritmo actual. II. Estructura del controlador SOF-PID propuesto Un controlador difuso se compone, por lo general, de las siguientes etapas: fusificación, mecanismo de inferencia - base de reglas, y defusificación (Wang, 997). En la etapa de fusificación se obtienen los grados de membresía de las variables de entrada reales, a los conjuntos difusos establecidos para dicha entrada. El mecanismo de base de reglas e inferencia toma los grados de membresía de las entradas y, usando las reglas aplicables, produce un grado de membresía para los conjuntos difusos de salida. En la etapa de defusificación, de los grados de membresía dados por el mecanismo de inferencia, se obtiene un valor real el cual es la salida del sistema difuso. La diferencia principal entre un control difuso y un control difuso auto-organizable es que en el control difuso, la base de reglas se establece previamente al control, en base al análisis del conocimiento empírico que se tiene del comportamiento de la planta (características de entrada/salida), y estas reglas no sufren modificación durante la operación del controlador. Por otro lado, en el control difuso auto-oganizable, la base de reglas no es fija, sino que sufre cambios en línea, a lo largo del tiempo en el que se aplica el control, debido a que continuamente se evalúa el desempeño de la regla o reglas aplicadas. En la figura se muestra un diagrama simplificado del controlador SOF-PID propuesto. Obsérvese en la parte inferior la estructura de un control PID clásico, con las posiciones y velocidades deseadas como entradas. Se definen q =[q q ] T, q =[ q q ] T como los vectores de posiciones articulares y de velocidades articulares del robot, respectivamente, y q d = [q d q d ] T, q d = [ q d q d ] T como los vectores de posiciones articulares deseadas y de velocidades articulares deseadas del robot, respectivamente. La ley de control PID es: τ = K P q + K I qdt + K V q donde τ =[τ τ ] T es el vector de pares articulares, q = q d q es el vector de error de posición, q = q d q es el vector de error de velocidad, y K P, K I y K V son las matrices diagonales de de ganancias proporcionales, integrales y derivativas, respectivamente. Figura. Controlador SOF-PID. II-A. Sección de Entrada A esta sección se ingresan los errores de posición y de velocidad, y las ganancias PID. En la figura se muestra en forma general la estructura de este bloque. El error de posición q se multiplica por el coeficiente Figura. Sección de entrada. de escalamiento SP. El valor obtenido se somete a dos cuantizaciones, representadas por los bloques Q y Q. El bloque Q produce, por cada valor continuo ingresado, uno de siete valores del conjunto discreto C =[,, 3,, 5, 6, 7] (ver figura 3a). Estos números representan valores lingüísticos que se le asignan a los errores de posición o velocidad actuales, que son los siguientes: NL, NM, NS, ZE, PS, PM, PL, que significan: negativo grande, negativo mediano, negativo pequeño, cero, positivo pequeño, positivo mediano y positivo grande, respectivamente. El bloque Q produce uno de 5 valores del conjunto discreto C =
3 Congreso Anual de la Asociación de México de Control Automático. Puerto Vallarta, Jalisco, México. [ 6., 5.5,...,,...,5.5, 6.] (ver figura 3b). El error de velocidad q se multiplica por los coeficientes de escalamiento SV P y SV I. Los valores obtenidos se someten, al igual que q, a las cuantizaciones Q y Q. Las ganancias PID son escaladas también. K representa la ganancia actual (P, I o D), SK es el coeficiente de escalamiento, y k sc es el valor escalado de la ganancia (ver figura ). Índice de Desempeño, la cual proporciona el índice de desempeño P. En la tabla I se muestra estos valores. Los renglones se direccionan por la variable qerr qzd y las columnas por verr qzd. La selección de los valores de la tabla se basa en el siguiente razonamiento: si el error de posición qerr qzd es cero o si éste y el error de velocidad verr qzd son del mismo signo, la ganancia actual (P, I o D) no necesita modificarse, por lo que P =. Si qerr qzd yverr qzd son de signos contrarios, la ganancia actual debe cambiarse y P toma un valor dependiente de la magnitud de qerr qzd. P TABLA I Tabla de Índice de Desempeño. NL NM NS ZE PS PM PL NL NM NS ZE PS PM PL II-B. Figura 3. Cuantización de los errores. Sintonizadores difusos auto-organizables En la figura se muestra la estructura general de un sintonizador difuso. Para sintonizar las ganancias PID, se implementa un sintonizador por cada una de ellas, siendo necesarios seis en total. Las variables internas y la salida se muestran para un sintonizador difuso en general, para cualquiera de las ganancias PID. Las Figura. Sintonizador difuso auto-organizable. entradas qerr qzd y verr qzd direccionan la Tabla de se suma al valor entregado por el Buffer de Estados Anteriores, el cual almacena valores anteriores de las ganancias PID, de acuerdo al tiempo de retraso de la respuesta de la planta, medido en períodos de muestreo del sistema de control digital. El valor resultante de esta suma pasa al Buffer de Reglas; esto es R(t) =k sc(t nt )+P, donde R(t) es el valor entregado al buffer de reglas en el tiempo t, n es el número de valores de ganancias anteriores que se guardan, y T es el período de muestreo. En el Buffer de Reglas se almacenan cuatro de estos valores consecutivos, los cuales se pueden definir como: r = R(t), r = R(t T ), r 3 = R(t T ) y r = R(t 3T ). Generalizando se tiene: r i = R(t (i )T ), donde i = {...} es el número de regla. En sentido estricto, puede verse que se trata de una sola regla evaluada en cuatro diferentes tiempos: {t, t T,t T,t 3T }. Estos valores se usan como centros de funciones de membresía triangulares, de las cuales se obtiene un grado de membresía para el error de posición qerr qzd y un grado de membresía para el error de velocidad verr qzd, por cada regla. Las funciones triangulares se escogieron por la facilidad de implementación, en comparación con las funciones gaussianas, por dar un ejemplo. Además, ofrecen un mapeo lineal de los valores no difusos a difusos, donde el grado de membresía no es cero (considerando por separado las partes con pendientes positiva y negativa de la función) (Jantzen, 7). En la figura 5 se observa el proceso de fusificación. Se muestran ubicaciones arbitrarias de los centros de las funciones: r, r, r 3 y r.se
4 Congreso Anual de la Asociación de México de Control Automático. Puerto Vallarta, Jalisco, México. muestran también grados de membresía µ iq y µ iv para valores arbitrarios de qerr qzdyverr qzd. Nótese que todas las funciones de membresía triangulares tienen la misma anchura. La inferencia se realiza aplicando la función mín a los cuatro pares de grados de membresía obtenidos. La salida del mecanismo de inferencia agrupa los resultados de dicha función en un vector de cuatro elementos, como se indica enseguida: U =[mín(µ q,µ v) mín(µ q,µ v) mín(µ 3q,µ 3v) mín(µ q,µ v)]. Con este esquema, se logra la evaluación de las cuatro reglas r, r, r 3 y r, o bien, de la única regla r i evaluada en cuatro instantes diferentes, mediante la inferencia mín a los valores difusos obtenidos. La defusificación es realizada mediante el algoritmo Media de los Máximos (Wang, 997). Se escogió este algoritmo debido a su sencillez y rapidez de cómputo. Se toman los dos valores mayores de U, y la salida U d se obtiene del promedio de los centros de las funciones de membresía correspondientes. Figura 5. Fusificación de errores de posición y velocidad. II-C. Sección de Salida En esta sección, Ud se multiplica por un coeficiente de desescalamiento DK. Para obtener la nueva ganancia, el producto obtenido se suma al valor anterior de ganancia PID; esto es K(t) =K(t T )+DK Ud, donde K(t T ) es la ganancia en el período de muestreo anterior y K(t) (que puede ser k p, k p, k i, k i, k v o k v ) es la nueva ganancia que se aplica al controlador PID. El coeficiente DK se utiliza para tener un medio de que el incremento o decremento a la ganancia pueda ser consistente con los valores actuales. III. Simulación Se realizaron simulaciones del sistema usando el programa WinMechLab (Campa y Kelly, 8). Éste es un programa para evaluación de algoritmos de control en tiempo real, el cual además permite realizar simulaciones. El modelo dinámico de un robot manipulador serial de eslabones rígidos en presencia de fricción (Kelly y Santibáñez, 3) es M(q) q + C(q, q) q + g(q)+f( q) =τ Para el robot vertical de g.d.l. que se encuentra en el Instituto Tecnológico de la Laguna, los valores de la matriz de inercia M(q), la matriz de fuerzas centrífugas y de Coriolis C(q, q) y el vector de gravedad g(q), ya han sido reportados en (Kelly y Santibáñez, 3). En el presente trabajo se consideran los siguientes pares de fricción: f =.88 q +7.6sign( q ), f =.75 q +.73sign( q ) (fricciones viscosa y de Coulomb). Los pares τ y τ que pueden desarrollar los actuadores tienen las siguientes cotas: τ max = ±5 (Nm), τ max = ±5 (Nm). El algoritmo se ejecutó con un período de muestreo de.5 ms. La trayectoria deseada, tomada de (Kelly y Santibáñez, 3), es la siguiente: q d = a + b ( e t3 )+c ( e t3 ) sin(ω t), q d = a + b ( e.8t3 )+c ( e.8t3 ) sin(ω t). Con los siguientes coeficientes: a = π/5, a = π/8, b = π/, b = π/3, c = π/8, c =5π/8 (rad), ω =5., ω =3.5 (rad/s). Los valores iniciales de todas las ganancias PID fueron cero. Los coeficientes empleados para realizar el escalamiento de las entradas y el desescalamiento de las salidas se obtuvieron mediante prueba y error. IV. Resultados Los valores finales de las ganancias PID obtenidos con el algoritmo SOF son los siguientes: [ ] [ ] 9.. K P =, K 3.78 I =,.7 [ ] 6. K V =.. Las unidades son (Nm/grados), (Nm/grados s) y (Nm s/grados), respectivamente. A continuación se muestran las gráficas de los resultados obtenidos. En las figuras 6 y 7 se muestran los errores obtenidos para q y q. Los valores máximos de estos errores, como se puede apreciar en las figuras, fueron de +.78 grados y -. grados, para q, y de +.33 grados y -.6 grados, para q. En las figuras 8 y 9 se observan los pares generados τ y τ, respectivamente. Obsérvese que no se excedieron los valores de pares máximos de los actuadores. Las figuras, y muestran la evolución de las ganancias proporcionales, integrales y derivativas, respectivamente, para ambos eslabones. Con el propósito de comparar y evaluar las respuestas obtenidas con este controlador, se realizó la simulación de un controlador PID clásico, para las mismas trayectorias. Se sintonizó para obtener el menor error
5 Congreso Anual de la Asociación de México de Control Automático. Puerto Vallarta, Jalisco, México q [grados].5.5 τ [Nm] Figura 6. Error de seguimiento para el eslabón. Figura 9. Par generado para el eslabón.. q [grados] kp, kp [Nm/grados] 8 6 k p k p Figura 7. Error de seguimiento para el eslabón. Figura. Ganancias proporcionales para ambos eslabones. 5 τ [Nm] 5 ki, ki [Nm/grados s] 8 6 k i k i Figura 8. Par generado para el eslabón. Figura. Ganancias integrales para ambos eslabones.
6 Congreso Anual de la Asociación de México de Control Automático. Puerto Vallarta, Jalisco, México kv kv [Nm s/grados] 5 3 k v k v q [grados] t [s] t [s] Figura. Ganancias derivativas para ambos eslabones. Figura. Error para el eslabón con un PID clásico. posible, evitando sobrepasar los máximos permitidos de par en los actuadores. Las ganancias resultantes de esta sintonización manual son las siguientes: [ [ 3..6 K P =. K V = ], K I = [.87. ],.69 en (Nm/grados), (Nm/grados s) y (Nm s/grados), respectivamente. Las figuras 3 y muestran los errores de seguimiento para q y q, respectivamente, obtenidos al emplear este controlador. Nótese que los errores obtenidos fueron mayores que los del SOF-PID. q [grados] Figura 3. ], Error para el eslabón con un PID clásico. V. Conclusiones En este artículo se ha presentado la estructura de un controlador PID difuso auto-organizable, aplicado a control de seguimiento en un robot rígido de g.d.l. El algoritmo difuso auto-organizable sintoniza las tres ganancias PID de cada articulación de manera independiente. Los resultados de las simulaciones han mostrado el buen desempeño de este controlador cuando se le compara con los resultados de un controlador PID clásico. VI. Agradecimientos La realización de este trabajo fue posible gracias al apoyo del CONACyT, a través de una beca para estudios de posgrado otorgada al primer autor de este artículo, y al apoyo de DGEST. Referencias Alavandar, S. y M. J. Nigam (8). Adaptive neuro-fuzzy inference system based control of six DOF robot manipulators, Journal of Engineering Science and Technology Review, 6-. Campa, R. y R. Kelly (8). A Windows-based software for real-time control of mechatronics systems, 7th IFAC World Congress, Seoul, Korea. Franklin, G. F y J. D. Powell (99). Digital Control of Dynamic Systems, Addison Wesley, E. U. A. Huang, Shiuh-Jer y Ji-Shin Lee (). A stable Self-Organizing Fuzzy Controller for Robotic Motion Control, IEEE Transactions on Industrial Electronics 7, -8. Jantzen, J. (7). Foundations of Fuzzy Control, John Wiley & Sons, England. Kazemian, H. B. (998). The Self-Organizing Fuzzy PID Controller, Proceedings of The IEEE World Congress on Computational Intelligence WCCI 98, 39-3, Alaska. Kazemian, H. B. (). The SOF-PID Controller for the Control of a MIMO Robot Arm, IEEE Transactions on Fuzzy Systems, Kelly, R. y V. Santibáñez (3). Control de movimiento de robots manipuladores, Pearson Prentice-Hall, Madrid. Mamdani, E. H. y N. Baaklini (975). Prescriptive Method for Deriving Control Policy in a Fuzzy Logic Controller, Electronics Letters, Procyk, T. J. y E. H. Mamdani (979). A Linguistic Self- Organizing Process Controller, Automatica3, 5-3. Rabah, M. y T. Redouane (7). Fuzzy control and fuzzy control adaptive of a robot manipulator, Journal of Enigineering and Applied Sciences, Tae-Yong Choi y Seo Kap-Ho, Shin Jin-ho, Lee Ju-Jang (5). The Hybrid SOF-PID Controller for a MIMO Nonlinear System, Proceedings of the 5 IEEE/ASME International Conference on Advanced Intelligent Mechatronics, 85-83, Monterey, Ca., E. U. A. Tanscheit, R. y E. M. Scharf (988). Experiments with the use of a rule-based self organizing controller for robotics applications, Fuzzy Sets and Systems 6, 95-. Wang, Li-Xin (997). A Course in Fuzzy Systems and Control, Prentice-Hall, Upper Saddle River.
Controlador de seguimiento P-PI difuso auto-organizable aplicado a un robot paralelo
Automático, AMCA 215, 471 Controlador de seguimiento P-PI difuso auto-organizable aplicado a un robot paralelo Francisco G. Salas, Raymundo Juárez, Universidad Politécnica de Gómez Palacio, Carr. El Vergel
MODELADO Y CONTROL DINAMICO DE UN MANIPULADOR ROBOTICO CARTESIANO DE 3 GRADOS DE LIBERTAD
MODELADO Y CONTROL DINAMICO DE UN MANIPULADOR ROBOTICO CARTESIANO DE 3 GRADOS DE LIBERTAD DYNAMIC MODELING AND CONTROL OF A CARTESIAN ROBOTIC MANIPULATOR OF 3 DOF Raúl Martínez Juárez Richar Suni Llanos
LÓGICA DIFUSA. Inferencia: defusificación Blanca A. Vargas Govea Noviembre 13, 2012 Inteligencia Computacional
LÓGICA DIFUSA Inferencia: defusificación Blanca A. Vargas Govea vargasgovea@itesm.mx Noviembre 13, 2012 Inteligencia Computacional Sistemas de inferencia difusa 2 Observacio nes Inferencia difusa Fusificación
Control PD+G Difuso Tipo 2 de Intervalo para Regulación de Posición de Robots Manipuladores
899 Control PD+G Difuso Tipo 2 Manipuladores OROZCO-SOTO, Santos Recibido 24 de Julio, 2015; Aceptado 10 de Septiembre, 2015 Resumen Abstract En este trabajo se presenta una alternativa para mejorar el
Convergencia Global de un Controlador Difuso Adaptable Descentralizado para el Movimiento de Robots Manipuladores
Memorias del XVI Congreso Latinoamericano de Control Automático, CLCA 24 Octubre 4-7, 24. Cancún, Quintana Roo, México Convergencia Global de un Controlador Difuso Adaptable Descentralizado para el Movimiento
Capítulo 2. disponibles las habilidades de los expertos a los no expertos. Estos programas tratan de
Capítulo 2 Sistemas Expertos y Lógica Difusa 2.1 Sistemas Expertos Los sistemas expertos son programas computacionales diseñados para tener disponibles las habilidades de los expertos a los no expertos.
Tecnologías de Sistemas Inteligentes (IA95 022) Razonamiento Aproximado mediante Lógica Difusa
Razonamiento Aproximado mediante Lógica Difusa c M. Valenzuela 1996, 1997, 2006 (23 de febrero de 2006) Este apunte está basado en (Driankov, Hellendoorn, y Reinfrank, 1996, capítulo 2) y (Klir y Yuan,
Ambiente gráfico de simulación de un péndulo.
Ambiente gráfico de simulación de un péndulo. J. A. Mijares, F. Reyes, S. Vergara, D. Rojas, J. Salome Av. San Claudio y 18 Sur, C.U. San Manuel, Edificio 109-A, 7570, Puebla, Pue. Grupo de robótica, FCE-BUAP
Comparación de Diferentes Algoritmos Adaptables En un Robot Industrial CRS A465: Resultados Experimentales
Comparación de Diferentes Algoritmos Adaptables En un Robot Industrial CRS A465: Resultados Experimentales Jorge Gudiño-Lau Eduardo Pérez-Camacho Juan C. Martínez Marco A. Arteaga Sección de Eléctrica,
Ciencia en su PC ISSN: Centro de Información y Gestión Tecnológica de Santiago de Cuba. Cuba
Ciencia en su PC ISSN: 1027-2887 cpc@megacen.ciges.inf.cu Centro de Información y Gestión Tecnológica de Santiago de Cuba Cuba Mazaira-Morales, Israel; Chang-Mumañ, Francisco CONTROL COORDINADO DE ROBOTS
POSTGRADO EN INGENIERIA MECATRÓNICA CONTROL DE ROBOTS TAREA No. 4 Modelado de la fricción F. HUGO RAMIREZ LEYVA
POSTGRADO EN INGENIERIA MECATRÓNICA CONTROL DE ROBOTS 21200006 TAREA No. 4 Modelado de la fricción F. HUGO RAMIREZ LEYVA ferminhugo.ramirez@upaep.mx PUEBLA PUE. A 29 DE JUNIO DE 2006. 1. Introducción Los
LABORATORIO DE SISTEMAS DE CONTROL AUTOMÁTICO PRÁCTICA N 10
ESCUELA POLITÉCNICA NACIONAL Campus Politécnico "J. Rubén Orellana R." FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Carrera de Ingeniería Electrónica y Control 1. TEMA LABORATORIO DE SISTEMAS DE CONTROL
Control de un Robot planar de 2 GDL
Control de un Robot planar de 2 GDL América Morales.-César Cortés.-César Tolentino.-Mario Méndez.- Fernando Coronado Robótica y Manufactura Avanzada-CINVESTAV, Saltillo México. Abstract En este reporte
Control de un Carro Péndulo como un Sistema de Cuarto Orden
Control de un Carro Péndulo como un Sistema de Cuarto Orden Francisco Ruvalcaba, Miguel Angel Llama, Víctor Santibáñez División de Estudios de Posgrado e Investigación Instituto Tecnológico de la Laguna
Introducción a la Robótica Mecanismos para el control de un robot (5)
Introducción a la Robótica Mecanismos para el control de un robot (5) Dr Jose M. Carranza carranza@inaoep.mx Coordinación de Ciencias Computacionales, INAOE 3er. Torneo Mexicano de Robots Limpiadores:
Control de un Robot Antropomórfico por Medio de una Interfaz con Sensores Articulares
Control de un Robot Antropomórfico por Medio de una Interfaz con Sensores Articulares Hernández Rivera Raúl, Reyes Cortés Fernando, Vargas Treviño Ma. Aurora, Vergara Limón Sergio, Palomino Merino Amparo
LÓGICA DIFUSA. Conjuntos difusos Blanca A. Vargas Govea Noviembre 2, 2012 Inteligencia Computacional
LÓGICA DIFUSA Conjuntos difusos Blanca A. Vargas Govea vargasgovea@itesm.mx Noviembre 2, 2012 Inteligencia Computacional Sistemas de inferencia difusa 2 Observacio nes Inferencia difusa Fusificación Definir
Robótica I ACB Participantes Comité para el Diseño de Especialidad de la DIET. Academia de Sistemas Digitales de la DIET
1. DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría Horas práctica Créditos: Robótica I Ingeniería Electrónica ACB - 0802 4 0 8 2. HISTORIA DEL PROGRAMA. Lugar
Control visual de sistemas robóticos remotos
Control visual de sistemas robóticos remotos Reporte Técnico noviembre 2004 junio 2005 Rafael Kelly CICESE Marco A. Artega UNAM 1 Objetivos El objetivo primario de este proyecto es la control de sistemas
Evaluación Experimental de Controladores de Posición en un Motor de CD sin Escobillas
Evaluación Experimental de Controladores de Posición en un Motor de CD sin Escobillas F. Salas, R. Campa y V. Santibáñez División de Estudios de Posgrado e Investigación Instituto Tecnológico de la Laguna
SINTONIZACIÓN DE CONTROLADORES PI Y PID UTILIZANDO MODELOS DE POLO DOBLE MÁS TIEMPO MUERTO
Ingeniería 16 (2): 23-31, ISSN: 1409-2441; 2006. San José, Costa Rica SINTONIZACIÓN DE CONTROLADORES PI Y PID UTILIZANDO MODELOS DE POLO DOBLE MÁS TIEMPO MUERTO Eugenia Solera Saborío Víctor M. Alfaro
APD 1305 2-3 - 5 SATCA 1 : Carrera:
1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: SATCA 1 : Carrera: Robótica Industrial APD 1305 2-3 - 5 Ingeniería Mecánica 2. Presentación Caracterización de la asignatura
Sistema de Co-Simulación de un Robot Industrial para Control
22 Sistema de Co-Simulación de un Robot Industrial para Control GUDIÑO-LAU, Jorge*, CHÁVEZ-MONTEJANO, Fidel, MÉNDEZ, Alan y HERNÁNDEZ, Adrian. Recibido Octubre 28, 2016; Aceptado Diciembre 16, 2016 Resumen
Diseño de un Simulador 3D para Robots Manipuladores de 3 Grados de Libertad
Diseño de un Simulador 3D para Robots Manipuladores de 3 Grados de Libertad Bravo Hernández Paola, Reyes Cortes Fernando, Vergara Limón Sergio, Ríos Silva Eduardo Facultad de Ciencias de la Electrónica,
Plan 95 Adecuado DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA ÁREA: SISTEMAS DE CONTROL HORAS SEM.: 4 HS. HORAS / AÑO: 64 HS.
Plan 95 Adecuado ASIGNATURA: APLICACIONES DE LA INTELIGENCIA ARTIFICIAL CODIGO: 95-0492 DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA ÁREA: SISTEMAS DE CONTROL HORAS SEM.: 4 HS. HORAS / AÑO: 64 HS. Fundamentación:
Robótica I ACF Participantes Comité para el Diseño de Especialidad de la DIET. Academia de Sistemas Digitales de la DIET
1. DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría Horas práctica Créditos: Robótica II Ingeniería Electrónica ACF - 080 2 8 2. HISTORIA DEL PROGRAMA. Lugar
Control de las ruedas delanteras de robots móviles
40 Control de las ruedas delanteras de robots móviles Fausto Rodrigo Freire Carrera Resumen Para un control preciso de robots móviles es indispensable crear modelos matemáticos que permitan emular la dinámica
Practica No. 5 CONTROL DE SISTEMAS NO LINEALES POR REALIMENTACION DE ESTADOS
Practica No. 5 CONTROL DE SISTEMAS NO LINEALES POR REALIMENTACION DE ESTADOS Pontificia Universidad Javeriana Facultad de Ingeniería Departamento de Electrónica Laboratorio de Control 1. Introducción En
Control. Carrera: MTC Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Control Ingeniería Mecatrónica MTC-0 --0.- HISTORIA DEL PROGRAMA Lugar y fecha de
Robótica PLANIFICACIONES Actualización: 1ºC/2017. Planificaciones Robótica. Docente responsable: ANIGSTEIN MAURICIO.
Planificaciones 8615 - Robótica Docente responsable: ANIGSTEIN MAURICIO 1 de 7 OBJETIVOS El Robot es un componente cada vez más frecuente en las líneas de producción industrial y en actividades de servicios.
Introducción Variables Lingüisticas Funciones de Membresía BIOFAM Ejemplo 1. IA: Lógica Difusa. M. en I. Pedro Alfonso PATLAN-ROSALES
IA: Lógica Difusa M. en I. Pedro Alfonso PATLAN-ROSALES Universidad de Guanajuato - DICIS 4/07/2014 Introducción (1) Motivación Una de las principales ventajas de la lógica difusa sobre la lógica convencional,
Dinámica del Robot. UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides
UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción La dinámica se ocupa de la relación entre las fuerzas que actúan sobre un cuerpo y el movimiento en el que se origina.
Ejercicio 3 Un sistema de control de velocidad de un motor de corriente continua se modela mediante la ecuación
Trabajo práctico Nº 4 Fundamentos de control realimentado - Segundo cuatrimestre 2017 Ejercicio 1 Aplicando el criterio de estabilidad de Routh: i) Determine la cantidad de raíces en el semiplano derecho
ESTRATEGIA DE CONTROL DIFUSO PARA EL
ESTRATEGIA DE CONTROL DIFUSO PARA EL SISTEMA DE NAVEGACIÓN DE UN ROBOT TERRESTRE* Iván Rodrigo Luna Castro RESUMEN Este artículo describe el diseño de un sistema de control difuso basado en comportamiento,
Control en Tiempo Real de un Posicionador XY
Control en Tiempo Real de un Posicionador XY Julio C. CURAY Departamento de Ingeniería, Pontificia Universidad Católica del Perú San Miguel, Lima, Lima 32, Perú y Julio C. TAFUR Departamento de Ingeniería,
Caso de estudio: Sistema de toma de decisiones
5 Caso de estudio: Sistema de toma de decisiones En este capítulo se tomarán todas las celdas presentadas anteriormente, para la implementación de un sistema difuso de toma de decisiones. Esta estructura
Plataforma de contenidos interactivos. Página Web del libro. Mecatrónica Introducción Origen de la mecatrónica 5
Contenido Plataforma de contenidos interactivos XXI Página Web del libro XXII Prólogo XXVII Capítulo 1 Mecatrónica 1 1.1 Introducción 3 1.2 Origen de la mecatrónica 5 1.2.1 Qué es mecatrónica? 9 Mecatrónica
Reducción de Diagramas de Bloques con Matlab
Práctica No. 6.Reducción de Diagramas de Bloques con Matlab Práctica 6 Reducción de Diagramas de Bloques con Matlab Objetivo. El objetivo de esta práctica es aprender a utilizar y validar las herramientas
LOGICA DIFUSA. Dámaso López Aragón
LOGICA DIFUSA Dámaso López Aragón Introducción La lógica difusa tiene su origen en la década de los 60, en la Universidad de Berkeley - California, la cual fue desarrollada por Lofti Zadeth a través de
TEORÍA DE CONTROL CONTROLADOR PID
TEORÍA DE CONTROL CONTROLADOR PID Historia del controlador PID. Nicolás Minorsky 1922 Nicolás Minorsky había analizado las propiedades de los controladores tipo PID en su publicación Estabilidad direccional
Licenciatura en Ingeniería en Sistemas Inteligentes
Universidad Autónoma del Estado de México Unidad Académica Profesional Nezahualcóyotl Licenciatura en Ingeniería en Sistemas Inteligentes Unidad de aprendizaje: Lógica Difusa Relaciones Difusas Dra. Dora
El comportamiento de un controlador PID corresponde a la superposición de estas tres acciones, expresado en el dominio del tiempo es:
1.4.1 CONTROLADOR PID A continuación se hace una breve presentación del controlador PID clásico en el dominio continuo y a la vez que se mencionan los métodos de sintonización, de oscilaciones amortiguadas
Controlador PID. N de práctica: 7 Tema: Control de Lazo Cerrado empleado un Controlador PID y aplicando su sintonización. Nombre completo del alumno
Secretaría/División:División de Ingeniería Controlador PID N de práctica: 7 Tema: Control de Lazo Cerrado empleado un Controlador PID y aplicando su sintonización Nombre completo del alumno Firma N de
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA MECÁNICA ELÉCTRICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA MECÁNICA ELÉCTRICA PROGRAMA DE LA ASIGNATURA DE: Teoría de Control y Robótica IDENTIFICACIÓN
NI Academic Days 2012
ni.com NI Academic Days 2012 2 Enseñanza Práctica de Control con LabVIEW y Matlab Esteban Rivel H. Application Engineer National Instruments Costa Rica MATLAB is a registered trademark of The MathWorks,
ESTUDIO COMPARATIVO ENTRE CONTROL PID Y DIFUSO
ESTUDIO COMPARATIVO ENTRE CONTROL PID Y DIFUSO A. Ferreyra, R. Fuentes 1 UAM-Azcapotzalco, Depto de Electrónica: Av. San Pablo 180, Col Reynosa Tamaulipas, Deleg. Azcapotzalco C.P. 02200, México D.F. Tel.
Simulación y Control de Robots
Práctica 6 Simulación y Control de Robots 6.1.-Introducción En los últimos años han aparecido numerosos proyectos de investigación relacionados con disciplinas de simulación virtual. Una correcta simulación
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
CONTRIBUCION AL DESARROLLO DE SISTEMAS DE CONTROL DE ESTRUCTURAS DE EDIFICACION MEDIANTE CABLES ACTIVOS
UNIVERSITAT POLITÈCNICA DE CATALUNYA CONTRIBUCION AL DESARROLLO DE SISTEMAS DE CONTROL DE ESTRUCTURAS DE EDIFICACION MEDIANTE CABLES ACTIVOS Autor: Francisco López Almansa Director: José Julián Rodellar
Introducción a los Sistemas de Control
Introducción a los Sistemas de Control Organización de la presentación - Introducción a la teoría de control y su utilidad - Ejemplo simple: modelado de un motor de continua que mueve una cinta transportadora.
Implementación de Hardware / Software para Control Difuso
Implementación de Hardware / Software para Control Difuso M. en C. Romeo Urbieta Parrazales M. en C. Pablo Manrique Ramírez Ing. Antonio Hernández Zavala; Profesores del CIC-IPN e-mail: rurbieta@cic.ipn.mx
Control de Posición Hiperbólico de Robots Manipuladores
Control de Posición Hiperbólico de Robots Manipuladores Ortiz Ortiz Tania J. 1, Ramos Arroyo Oscar, Cid Monjaraz Jaime 3, Limón Díaz Miguel A 4, Reyes Cortés Fernando 5 1 División de Tecnologías de Automatización
Control inteligente vía NHTE en un robot de 3 GDL
Control inteligente vía NHTE en un robot de 3 GDL Rafael A. Figueroa Díaz, José Ruiz Ascencio, Wilberth Alcocer Rosado Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET) (www.cenidet.edu.mx)
Practica No. 4 CONTOL DE POSICION - CONTROL DIGITAL
Practica No. 4 CONTOL DE POSICION - CONTROL DIGITAL Pontificia Universidad Javeriana Facultad de Ingeniería Departamento de Electrónica Laboratorio de Control. Introducción En esta práctica se realiza
ANÁLISIS Y DISEÑO DE SISTEMAS DE CONTROL PARA ROBOTS
ANÁLISIS Y DISEÑO DE SISTEMAS DE CONTROL PARA ROBOTS 1. INTRODUCCIÓN. 2. SISTEMAS REALIMENTADOS EN RÉGIMEN PERMANENTE 2.1 Error de posición 2.2 Error de velocidad 2.3 Conclusiones y Aplicación al Diseño
Comparación entre un Controlador Difuso y un Controlador PID para un Motor Universal
ENGI Revista Electrónica De La Facultad De Ingeniería Vol. 1 No. 2 Julio Año 1 ISSN 2256-5612 Comparación entre un Controlador Difuso y un Controlador PID para un Motor Universal Díaz J, Muñoz F Resumen
GUÍA DOCENTE DE LA ASIGNATURA
GUÍA DOCENTE DE LA ASIGNATURA M866 - Robótica Industrial y Visión Tridimensional Máster Universitario en Investigación en Ingeniería Industrial Optativa. Curso 1 Curso Académico 2014-201 1 1. DATOS IDENTIFICATIVOS
TSTC. Dpt. Teoría de la Señal, Telemática y Comunicaciones. Robótica Industrial. Universidad de Granada
Dpt. Teoría de la Señal, Telemática y Comunicaciones Robótica Industrial Universidad de Granada Tema 5: Análisis y Diseño de Sistemas de Control para Robots S.0 S.1 Introducción Sistemas Realimentados
ALGORITMO GENÉTICO PARA OPTIMIZAR LAS GANANCIAS DE UN CONTROLADOR PI EN UN MOTOR DE CD
ALGORITMO GENÉTICO PARA OPTIMIZAR LAS GANANCIAS DE UN CONTROLADOR PI EN UN MOTOR DE CD Alberto García Pérez Tecnológico Nacional de México en Celaya 13030298@itcelaya.edu.mx Roberto Toral Herrera Tecnológico
Plan 95 Adecuado. DEPARTAMENTO: ELECTRÓNICA CLASE: Electiva de Especialidad. ÁREA: SISTEMAS DE CONTROL HORAS SEM.: 4 HS.
Plan 95 Adecuado ASIGNATURA: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL CODIGO: 95-0488 DEPARTAMENTO: ELECTRÓNICA CLASE: Electiva de Especialidad. ÁREA: SISTEMAS DE CONTROL HORAS SEM.: 4 HS. HORAS / AÑO:
2015, Año del Generalísimo José María Morelos y Pavón
Nombre de la Asignatura: ROBOTICA Línea de Investigación o Trabajo: PROCESAMIENTO DE SEÑALES ELECTRICAS Y ELECTRONICAS Tiempo de dedicación del estudiante a las actividades de: DOC-TIS-TPS-CRÉDITOS 48
Proyecto de tesis de grado:
CARRERA DE INGENIERÍA EN ELECTRÓNICA E INTRUMENTACIÓN Proyecto de tesis de grado: TEMA: DISEÑO E IMPLEMENTACIÓN DE UN ALGORITMO DE CONTROL AVANZADO APLICADO A UN PROCESO DE PRESIÓN, UTILIZANDO UN CONTROLADOR
Instrumentación. Carrera: ECM Participantes Representante de las academias de ingeniería electrónica de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Instrumentación Ingeniería Electrónica ECM-0423 3-2-8 2.- HISTORIA DEL PROGRAMA
Control PID. Sintonización e implementación
Control PID. Sintonización e implementación Elizabeth Villota Cerna Curso: Ingeniería de Control (MT221) Facultad de Ingeniería Mecánica UNI-FIM Julio 2012 1 Control PID Control PID una de las formas más
ESQUEMA DE CONTROL COMPUESTO EN EL ENFOQUE DE INSTRUMENTACIÓN VIRTUAL
ESQUEMA DE CONTROL COMPUESTO EN EL ENFOQUE DE INSTRUMENTACIÓN VIRTUAL RESUMEN M. en I. Ricardo Garibay Jiménez Departamento de Ingeniería de Control, Facultad de Ingeniería, UNAM Para apoyar el proceso
SISTEMA DE SUPERVISIÓN DE TEMPERATURA DE LA TURBINA DE GAS DE UNA CENTRAL TERMOELÉCTRICA DE CICLO COMBINADO
SISTEMA DE SUPERVISIÓN DE TEMPERATURA DE LA TURBINA DE GAS DE UNA CENTRAL TERMOELÉCTRICA DE CICLO COMBINADO Agustín Espíndola Vásquez Guadalupe Madrigal Espinosa Instituto de Investigaciones Eléctricas
Diseño de reguladores PID.
Universidad Carlos III de Madrid Departamento de Ingeniería de Sistemas y Automática Área de Ingeniería de Sistemas y Automática SEÑALES Y SISTEMAS Práctica 3 Diseño de reguladores PID. 1 Introducción
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: CONTROL DIGITAL FECHA DE ELABORACIÓN: MARZO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( ) APOBL
Control PID Sintonización Elizabeth Villota
Control PID Sintonización Elizabeth Villota Control PID Control PID una de las formas más comunes de usar realimentación en los sistemas de ingeniería. Control PID se encuentra presente en dispositivos
MODELADO DIFUSO DE UN SISTEMA FÍSICO
ESTYLF08, Cuencas Mineras (Mieres - Langreo), 7-9 de Septiembre de 008 MODELADO DIFUSO DE UN SISTEMA FÍSICO Matilde Santos Victoria López Luis Garmendia Dpto. Arquitectura de Computadores y Automática
6632 - Robótica PLANIFICACIONES Actualización: 2ºC/2015. Planificaciones. 6632 - Robótica. Docente responsable: ANIGSTEIN MAURICIO.
Planificaciones 6632 - Robótica Docente responsable: ANIGSTEIN MAURICIO 1 de 6 OBJETIVOS El Robot es un componente cada vez más frecuente en las líneas de producción industrial y en actividades de servicios.
Asignatura: Horas: Total (horas): Obligatoria Teóricas 3.0 Semana 5.0 Optativa X Prácticas 2.0 16 Semanas 80.0 de elección
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 15 de octubre de 2008 CONTROL
Índice. Control PID Control PID con compensación de la gravedad Control PID con compensación por adelanto Planificación de ganancias
CONTROL DE ROBOTS Índice Qué es el control de robots? Reductores: Control monoarticular: Control PID Control PID con compensación de la gravedad Control PID con compensación por adelanto Planificación
Control Adaptivo. Introducción al Control Adaptivo. Dr. Fernando Ornelas Tellez
Control Adaptivo Introducción al Control Adaptivo Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolás de Hidalgo División de Estudios de Posgrado Facultad de Ingeniería Eléctrica Morelia,
CONTROLADOR CON RETROALIMENTACIÓN VISUAL PARA BRAZO ROBOT. JAIME CID y FERNANDO REYES
CONTROLADOR CON RETROALIMENTACIÓN VISUAL PARA BRAZO ROBOT JAIME CID y FERNANDO REYES Benemérita Universidad Autónoma de Puebla, Centro Universitario de Vinculación-VIEP, Grupo de Robótica, Facultad de
Resumen. Este trabajo se divide principalmente en 2 partes:
DISEÑO DE UNA RED NEURONAL RECURRENTE MEDIANTE LA UTILIZACIÓN DE BLOQUES DSP CON XILINX SYSTEM GENERATOR, IMPLEMENTADA EN TIEMPO REAL EN DISPOSITIVOS RECONFIGURABLES Resumen Juan J. Raygoza P, Susana Ortega
PLAN DE ESTUDIOS 2008-II SÍLABO
UNIVERSIDAD RICARDO PALMA FACULTAD DE INGENIERÍA I. INFORMACIÓN GENERAL: DEPARTAMENTO ACADÉMICO DE INGENIERÍA PLAN DE ESTUDIOS 2008-II SÍLABO 1.1 Asignatura : ROBÓTICA 1.2. Ciclo : VIII 1.3 Carrera Profesional
CONTROL PREDICTIVO GENERALIZADO PARA SISTEMAS NO LINEALES UTILIZANDO UNA NEURONA DIFUSA RECURRENTE
ISSN:169257 Volumen 1 1 1- ISSN:1692-7257 2003 Volumen 1 No 3-2004 CONTROL PREDICTIVO GENERALIZADO PARA SISTEMAS NO LINEALES UTILIZANDO UNA NEURONA DIFUSA RECURRENTE EDMARY ALTAMIRANDA* 1 ELIEZER COLINA
Introducción a la Robótica Mecanismos básicos: cinemática
Introducción a la Robótica Mecanismos básicos: cinemática Dr José Martínez Carranza carranza@inaoep.mx Coordinación de Ciencias Computacionales, INAOE Cinemática (1) La cinemática es una rama de la Física
Cinemática del Robot. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
M.Sc. Kryscia Ramírez Benavides Sistema Robótico Cinemática Dinámica Planeamiento de Tareas Software Hardware Diseño Mecánico Actuadores Sistema de Control Sensores 2 Introducción Con el fin de controlar
SAM - Sensores, Actuadores y Microcontroladores en Robots Móviles
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos: 2015 710 - EEL - Departamento de Ingeniería Electrónica INGENIERÍA DE TELECOMUNICACIÓN (Plan 1992). (Unidad docente Optativa) MÁSTER
Unidad I Análisis de Sistemas Realimentados
Prof. Gerardo Torres - gerardotorres@ula.ve - Cubículo 003 Departamento de Circuitos y Medidas de la Escuela de Ingeniería Eléctrica de la Universidad de Los Andes Unidad I Análisis de Sistemas Realimentados
Control de Robots con Movimiento Restringido: Modelado y Experimentación
Control de Robots con Movimiento Restringido: Modelado y Experimentación Jorge Gudiño-Lau a, Marco A. Arteaga b, Miguel Duran a y Julio González a a Facultad de Ingenería Electromecánica Universidad de
SAM - Sensores, Actuadores y Microcontroladores en Robots Móviles
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona 710 - EEL - Departamento de Ingeniería
TÉCNICAS HÍBRIDAS DE CONTROL APLICADAS AL PENDUBOT
Scientia et Technica Año XII, No 30, Mayo de 006 UTP. ISSN 0-70 5 TÉCNICAS HÍBRIDAS DE CONTROL APLICADAS AL PENDUBOT RESUMEN En el presente artículo se presentan técnicas especiales de control empleadas
Carrera: ACM Participantes. Academia Eléctrica y Electrónica del Instituto Tecnológico Superior de Coatzacoalcos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Control de Procesos II Ingeniería Electrónica ACM-0804 2-3-8 2.- HISTORIA DEL PROGRAMA
Capítulo II ESTRUCTURAS DE CONTROLADORES DIFUSOS
Capítulo II ESTRUCTURAS DE CONTROLADORES DIFUSOS Capítulo I. ESTRUCTURAS DE CONTROLADORES DIFUSOS I.1. Introducción En la literatura se encuentra una gran variedad de estructuras de controladores que incorporan
SINTONIZACION DE UN CONTROLADOR PID PARA FUNCION DE TRANSFERENCIA DE SEGUNDO ORDEN USANDO ALGORITMOS GENETICOS BASADO EN TOOLBOX DE MATLAB.
1 SINTONIZACION DE UN CONTROLADOR PID PARA FUNCION DE TRANSFERENCIA DE SEGUNDO ORDEN USANDO ALGORITMOS GENETICOS BASADO EN TOOLBOX DE MATLAB. Fredy Alexander Guasmayan Guasmayan Cedula: 14 590 212 Universidad
2.2. Robot CAPÍTULO 2. DESCRIPCIÓN DEL SISTEMA DE CONTROL 6
CAPÍTULO 2. DESCRIPCIÓN DEL SISTEMA DE CONTROL 6 La relación de los componentes se da de la siguiente forma, el robot cuenta con tres articulaciones, las cuales tienen tres servomotores de transmisión
Automatización de una Grúa Torre Mediante Lógica Neurodifusa
Automatización de una Grúa Torre Mediante Lógica Neurodifusa 3 José c. Chahuara Q., Guillermo Tejada M. Facultad de Ingeniería Electrónica y Eléctrica, Universidad Nacional Mayor de San Marcos. Lima, PerlÍ
IDENTIFICACIÓN DE PROCESOS Y CURVA DE REACCIÓN
IDENTIFICACIÓN DE PROCESOS Y CURVA DE REACCIÓN IDENTIFICACIÓN DE PROCESOS Si la planta es tan complicada que no es fácil obtener su modelo matemático, tampoco es posible un método analítico para el diseño
CONTROLADOR CON RETROALIMENTACIÓN VISUAL PARA BRAZO ROBOT. JAIME CID y FERNANDO REYES
CONTROLADOR CON RETROALIMENTACIÓN VISUAL PARA BRAZO ROBOT JAIME CID y FERNANDO REYES Benemérita Universidad Autónoma de Puebla, Centro Universitario de Vinculación-VIEP, Grupo de Robótica, Facultad de
II. Vibración libre de un sistema de un grado de libertad
Objetivos: 1. Definir que es vibración libre. 2. Recordar el método de diagrama de cuerpo libre para deducir las ecuaciones de movimiento. 3. Introducir el método de conservación de energía para deducir
Control Analógico II M.I. Isidro Ignacio Lázaro Castillo
UNIDAD I Método del lugar de las raíces Control Analógico II M.I. Isidro Ignacio Lázaro Castillo Antecedentes históricos En 1948 Walter R. Evans introdujo este método que es gráfico y elegante para la
Control de una plataforma diferencial por medio de escalamiento temporal
Control de una plataforma diferencial por medio de escalamiento temporal Control of a differential platform using time scaling Katherine Tovar 1, Miguel Ángel Escobar 2, Danilo Rairán 3 ktovarp@correo.udistrital.edu.co
Cinemática del Robot. UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides
UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción La cinemática del robot estudia el movimiento del mismo con respecto a un sistema de referencia. Se interesa por la
[ANEXO 4] AJUSTE DE REGULADORES DE TURBINAS HIDRÁULICAS CON TÉCNICAS DE ESTIMACIÓN DE PARÁMETROS [13]
[ANEXO 4] AJUSTE DE REGULADORES DE TURBINAS HIDRÁULICAS CON TÉCNICAS DE ESTIMACIÓN DE PARÁMETROS [13] Este método se aplica al ajuste de los reguladores de un regulador digital de turbinas hidráulicas.
REV00 INGENIERÍA MECATRÓNICA ROBÓTICA II
MANUAL DE LA ASIGNATURA MT-SUP SUP-XXX REV00 INGENIERÍA MECATRÓNICA ROBÓTICA II F-RP RP-CUP CUP-17/REV:00 DIRECTORIO Secretario de Educación Pública Dr. Reyes Taméz Guerra Subsecretario de Educación Superior
CONTROL PREDICTIVO CON REDES NEURONALES COMO MODELO, UTILIZANDO EL METODO DE NEWTON-RAPHSON PARA LOGRAR LA MINIMIZACION DE LA FUNCION DE COSTO
Scientia et Technica Año XV, No 41, Mayo de 2009. Universidad Tecnológica de Pereira. ISSN 0122-1701 203 CONTROL PREDICTIVO CON REDES NEURONALES COMO MODELO, UTILIZANDO EL METODO DE NEWTON-RAPHSON PARA
LÓGICA Y CONJUNTOS DIFUSOS
CPÍTULO 2 LÓGIC Y CONJUNTOS DIFUSOS 2.1 Introducción La lógica difusa es una metodología que proporciona una manera simple de obtener una conclusión a partir de información de entrada vaga, ambigua, imprecisa,