Modelado e Identificación Paramétrica del Robot Industrial Asea IRB-6 utilizando Algoritmos Adaptables

Autores/as

  • Aldo Rafael Sartorius Castellanos Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848
  • José de Jesús Moreno Vázquez Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848
  • Antonia Zamudio Radilla Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848
  • Marcia Lorena Hernández Nieto Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848

DOI:

https://doi.org/10.30973/progmat/2020.12.3/8

Palabras clave:

Control adaptable, Identificación, Modelo dinámico, Parámetros dinámicos

Resumen

Este artículo aborda el modelado dinámico de robots manipuladores industriales con actuadores eléctricos, así como el uso del algoritmo adaptable de Slotine-Li para determinar de forma experimental los parámetros inciertos o de difícil medición del mismo, tales como la masa de los eslabones, los centros de masa de los mismos así como sus inercias. El algoritmo se ha probado en un manipulador industrial Asea IRB6, utilizando el software Matlab-Simulink, con el objetivo principal de caracterizar los parámetros dinámicos de dos articulaciones del mismo (codo y hombro) , ya que estos parámetros son necesarios para la implementación de controladores de tipo acoplado y desacoplado, los cuales hacen uso parcial o total del modelo dinámico, como es por ejemplo el caso del control por dinámica inversa, el de los controladores con compensación de gravedad o el uso de observadores de estado.

Biografía del autor/a

Aldo Rafael Sartorius Castellanos, Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848

Obtuvo el título de Ingeniero Electromecánico por la Universidad Veracruzana en el año 2000. Recibió el grado de Maestro en Automática y Sistemas Computacionales por la Universidad Central de las Villas, en Cuba en el año 2002 y el grado de Doctor en Automática con especialidad en Control por la Universidad Central de las Villas, en Cuba, en el año 2005. Actualmente labora como profesor de tiempo completo en el Tecnológico Nacional de México campus Minatitlán y colabora con el Centro de Tecnología Avanzada (CIATEQ). Sus intereses están centrados en la automatización y control de sistemas utilizando sistemas embebidos.

José de Jesús Moreno Vázquez, Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848

Obtuvo el título de ingeniero electrónico en Instrumentación por el Instituto Tecnológico de Minatitlán, Veracruz, México en 1995. Recibió el grado de Maestro en Ciencias en Ingeniería Electrónica por el Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET), Cuernavaca, Morelos, México en 1996 y el grado de Doctor en Bioingeniería con énfasis en bioelectrónica por la Universidad Politécnica de Valencia, España en 2011. Actualmente es jefe de proyectos de investigación del departamento de Ingeniería Electrónica y profesor de la carrera y de la maestría de Ingeniería electrónica. Sus actuales intereses están en las áreas de sistemas digitales, procesamiento de señales digitales, Bioelectrónica e instrumentación y control.

Antonia Zamudio Radilla, Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848

Obtuvo el título de Ingeniera electrónica por el Tecnológico Nacional de México, campus Instituto Tecnológico de Minatitlán. Obtuvo el grado de Maestra en Docencia Universitaria por la Universidad Iberoamericana campus Golfo Centro. Actualmente se desempeña como profesora de tiempo completo adscrita al Departamento de Ingeniería Eléctrica y Electrónica del Instituto Tecnológico de Minatitlán y es coordinadora de la Maestría en Ingeniería Electrónica. Así mismo es docente en la Universidad Veracruzana en la Facultad de Trabajo social en el área de Computación. Sus áreas de interés se centran en: La educación y los sistemas electrónicos enfocados al control, así como en las energías renovables.

Marcia Lorena Hernández Nieto, Departamento de Ingeniería Electrónica, Tecnológico Nacional de México/Instituto Tecnológico de Minatitlán Blvd. Institutos Tecnológicos S/N, Col. Buena Vista Norte, Minatitlán, Veracruz, México, C.P. 96848

Obtuvo el título de Ingeniero Electrónico en Instrumentación por el Instituto Tecnológico de Minatitlán, Veracruz en 1991. Recibió el grado de Maestría en Ingeniería Electrónica de Potencia por el Centro Nacional de Investigación y Desarrollo Tecnológico en 1995. Actualmente labora como profesora de tiempo completo del TecNM campus Instituto Tecnológico de Minatitlán, en el departamento de Ingeniería Eléctrica y Electrónica. Ha sido jefa de la División de Estudios Superiores, del Departamento de Servicios Escolares, de la División de Estudios de Posgrado, así como secretaria y presidenta de la Academia de Ingeniería Electrónica y del consejo de Posgrado de la Maestría en Ingeniería Electrónica. Sus principales áreas de interés son las Matemáticas aplicadas en la ingeniería electrónica, sistemas de control, sistemas de alimentación en modo conmutado aplicado a la corrección del factor de potencia.

Citas

Kelly R, Santibáñez V. Control de movimiento de robots manipuladores. Pearson Educación, 2003.

Gedon D, Wahlström N, Schön TB, Ljung L. Deep State Space Models for Nonlinear System Identification. arXiv preprint arXiv:200314162. 2020.

Ljung L. System Identification: Theory for the User. Pearson Education, 1998.

Söderström T. Errors-in-Variables Methods in System Identification. Springer, 2018.

Soverini U, Söderström T. Frequency domain identification of FIR models in the presence of additive input–output noise. Automatica. 2020, 1(115). https://doi.org/10.1016/j.automatica.2020.108879

MATLAB- El lenguaje del cálculo técnico. https://la.mathworks.com/products/matlab.html

LabVIEW, https://www.ni.com/es-mx

Craig JJ. Adaptive control of manipulators through repeated trials. American Control Conference. 1984;(21),1566–1573. http://dx.doi.org/10.1109%2FACC.1984.4171549

Tayebi A. Adaptive iterative learning control for robot manipulators. Automatica. 2004 Jul 1;40(7), 1195– 1203. https://doi.org/10.1016/j.automatica.2004.01.026

Arimoto S, Kawamura S, Miyazaki F. Bettering operation of Robots by learning. Journal of Robotic Systems. 1984;1(2), 123–140. https://doi.org/10.1002/rob.4620010203

French M, Rogers E. Non-linear iterative learning by an adaptive Lyapunov technique. International Journal of Control. 2000;73(10), 840–850. https://doi.org/10.1080/002071700405824

Choi JY, Lee JS. Adaptive iterative learning control of uncertain robotic systems. IEE Proceedings - Control Theory and Applications. 2000 Mar 1;147(2), 217–223. https://doi.org/10.1049/ip-cta:20000138

Xu J-X, Tan Y. A suboptimal learning control scheme for non-linear systems with time-varying parametric uncertainties. Optimal Control Applications and Methods. 2001;22(3), 111–26. https://doi.org/10.1002/oca.687

Ham C, Qu Z, Kaloust J. Nonlinear learning control for a class of nonlinear systems. Automatica, 2001, 37, 419-428. https://doi.org/10.1016/S0005-1098(00)00165-5

Xu J-X, Viswanathan B, Qu Z. Robust learning control for robotic manipulators with an extension to a class of non-linear systems. International Journal of Control. 2000, 73(10), 858–870. https://doi.org/10.1080/002071700405842

Xu J-X. The Frontiers of Iterative Learning Control-II. Systems, Control and Information. 2002;46(5), 233–243. https://doi.org/10.11509/isciesci.46.5_233

Tae-Yong Kuc, Kwanghee Nam, Lee JS. An iterative learning control of robot manipulators. IEEE Transactions on Robotics and Automation. 1991, 7(6), 835–842. https://doi.org/10.1109/70.105392

Yan R, Tee KP, Li H. Nonlinear Control of a Robot Manipulator with Time-Varying Uncertainties. International Conference on Social Robotics. Springer; 2010, 202–211. https://doi.org/10.1007/978-3-642-17248-9_21

Chi H, Li X, Liang W, Cao J, Ren Q. Iterative Learning Control for Motion Trajectory Tracking of a Circular Soft Crawling Robot. Frontier in Robotics and AI, 2019, (6), 113. https://doi.org/10.3389/frobt.2019.00113

Bensidhoum T, Bouakrif F. Adaptive P-type iterative learning radial basis function control for robot manipulators with unknown varying disturbances and unknown input dead zone. International Journal of Robust and Nonlinear Control. 2020, 30(10), 4075–4094. https://doi.org/10.1002/rnc.4988

Slotine J-JE, Li W. On the Adaptive Control of Robot Manipulators: The International Journal of Robotics Research. 2016, 2. https://doi.org/10.1177/027836498700600303

Spong MW, Vidyasagar M. Robot Dynamics and Control. Wiley, 1989.

Slotine J-JE, Li Weiping. Adaptive manipulator control: A case study. IEEE Transactions on Automatic Control. 1988, 33(11), 995–1003. https://doi.org/10.1109/9.14411

Egeland O, Godhavn J-M. A note on Lyapunov stability for an adaptive robot controller. IEEE Transactions on Automatic Control. 19943, 9(8), 1671– 1673. https://doi.org/10.1109/9.310047

Loria A, Kelly R, Teel AR. Uniform parametric convergence in the adaptive control of manipulators: a case restudied. IEEE International Conference on Robotics and Automation. 2003, 7 (1), 1062-1067. https://doi.org/10.1109/ROBOT.2003.1241733

Del Pozo A, Sebastián R. La síntesis cinemática y dinámica de dos robots industriales. Editorial Academia, 1990.

Descargas

Publicado

30-10-2020

Cómo citar

Sartorius Castellanos, A. R., Moreno Vázquez, J. de J., Zamudio Radilla, A., & Hernández Nieto, M. L. (2020). Modelado e Identificación Paramétrica del Robot Industrial Asea IRB-6 utilizando Algoritmos Adaptables . Programación matemática Y Software, 12(3), 70–78. https://doi.org/10.30973/progmat/2020.12.3/8

Número

Vol. 12 Núm. 3 (2020): Octubre de 2020

Sección

Artículos

Licencia

Derechos de autor 2020 Aldo Rafael Sartorius Castellanos, José de Jesús Moreno Vázquez, Antonia Zamudio Radilla, Marcia Lorena Hernández Nieto

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.