Pre PDF

UNIVERSIDAD POLITÉCNICA DE LA REGIÓN
LAGUNA
Clase muestra:
Sistemas de Control en Tiempo Continuo
Presenta:
Ismael Medina López
Ismael Medina López UPRL 14 de mayo de 2018 1 / 35

Sistemas de Control
¿Que es un sistema?
Sistemas mecánicos.
Sistemas eléctricos.
Sistemas electromecánicos.
Sistemas electrónicos, etc.
¿Que es un sistema de control?
Planta (o sistema a controlar).
Estructura fı́sica.
Actuadores.
Sensores.
Controlador.
Circuito accionador (driver).
Interfaces de software y hardware.

Sistemas de Control
Las señales o variables de los sistema dinámicos son función del tiempo. Y de acuerdo
con ello estos sistemas son:
Sistemas de control en tiempo continuo.

Las señales o variables son definidas sobre un rango continuo de tiempo.
Sistemas de control en tiempo discreto.
Las variables solo pueden cambiar en valores discretos de tiempo.
Si se comparan o no, la entrada y la salida de un sistema, para controlar esta última,

el sistema se denomina:
Sistema de control en lazo abierto.

Sistema de control en lazo cerrado.

Sistemas de Control
Modelo matemático:
En ingenierı́a de control, se trata de una ecuación diferencial que representa el com-
portamiento dinámico de un sistema fı́sico que cambia con respecto al tiempo.
Función de transferencia.
Teorı́a de control moderna.

Sistema de Control
Subsistema mecánico Subsistema de reconocimiento
Robot manipulador Vision o sistema de

rastreo laser
Entorno de
Realimentacion
Control de motores
trabajo
Realimentacion
Subsistema de control
Realimentacion
Comando
Etapa de potencia (ampli icador) Computadora
Sistema de control de robots.

Control de robots paralelos
Esquemas de control
(a) En coordenadas articulares.
(b) En coordenadas de postura.

Esquemas generales de control de robots manipuladores.

Mecanismo de cinco barras
Descripción del mecanismo
Articulaciones
pasivas
Elemento terminal
Articulaciones
activas
Modelo CAD del mecanismo de cinco barras (M5B) del Tecnológico de La Laguna.

Mecanismo de cinco barras
Descripción del mecanismo
Caracterı́sticas principales:
P (xm , y m)
2
L4
B2 Posee 2 grados de libertad (g.d.l.).

2
L
Presenta un movimiento restringido a

1
B1
un plano.
L3
q1
L1
Y0
q2 Consta de cuatro eslabones móviles y
0 X0
A1 L0 L0 A2
un eslabón fijo que corresponde a la
base del robot.
El movimiento relativo entre los es-
labones móviles se lleva a cabo por
Parámetros cinemáticos del mecanismo de medio de cinco articulaciones rotacio-
cinco barras (M5B).
nales.

Leyes de Control
Controladores convencionales en espacio operacional
Control PD

τ q = JA
T
(q) Kp χ̃ + Kv χ̃˙
Control PID
Z t
τq = JA
T
(q) Kp χ̃ + Kv χ̃˙ + Ki χ̃ dt
0
Control PD con precompensación

τq = JA
T
(q) Kp χ̃ + Kv χ̃˙ + Ms (ρd )χ̈d + Cs (ρd , ρ̇d )χ̇d + gs (ρd )

Leyes de Control
Controladores convencionales en espacio operacional
Control PD+

τq = JA
T
(q) Kp χ̃ + Kv χ̃˙ + Ms (ρ)χ̈d + Cs (ρ, ρ̇)χ̇d + gs (ρ)
Control PD con compensación

τ q = JA
T
(q) Kp χ̃ + Kv χ̃˙ + Ms (ρ) χ̈d + Λχ̃˙ + Cs (ρ, ρ̇) [χ̇d + Λχ̃] + gs (ρ)
Control Par-Calculado

τq = JA
T
(q) Ms (ρ) χ̈d + Kv χ̃˙ + Kp χ̃ + Cs (ρ, ρ̇)χ̇ + gs (ρ)

Modelado del mecanismo de cinco barras
Variables empleadas
Para fines de modelado cinemático y dinámico del M5B se utilizan las siguientes
variables:
Vector de coordenadas cartesianas del elemento terminal (punto P )
T
χ = xm ∈ R2 .

ym
Vector de coordenadas articulares activas

T
∈ R2 .

q = q1 q2
Vector de coordenadas articulares pasivas

T
β = β1 ∈ R2 .

β2
Vector de coordenadas generalizadas no mı́nimas

T
ρ = qT βT ∈ R4 .


Modelo dinámico no mı́nimo
Diagrama esquemático del mecanismo de cinco barras con sus respectivos

parámetros cinemáticos y dinámicos.

El modelo dinámico no mı́nimo en forma compacta para el M5B quedarı́a definido

por las siguientes matrices.
Vector de restricciones holonómicas

h i
C(q1 ) + C(q1 + β1 ) − C(q2 ) − C(q2 + β2 ) − 2
γ(ρ) = l = 0 ∈ R2
S(q1 ) + S(q1 + β1 ) − S(q2 ) − S(q2 + β2 )
Jacobiano del vector de restricciones

∂γ(ρ)
h i
D11 (ρ) D12 (ρ) D13 (ρ) D14 (ρ)
D(ρ) = =l ∈ R2×4 ,
∂ρ D21 (ρ) D22 (ρ) D23 (ρ) D24 (ρ)
donde
D11 (ρ) = −S(q1 ) − S(q1 + β1 ) D21 (ρ) = C(q1 ) + C(q1 + β1 )
D12 (ρ) = S(q2 ) + S(q2 + β2 ) D22 (ρ) = −C(q2 ) − C(q2 + β2 )
D13 (ρ) = −S(q1 + β1 ) D23 (ρ) = C(q1 + β1 )
D14 (ρ) = S(q2 + β2 ) D24 (ρ) = −C(q2 + β2 )
donde C(·) = cos(·) y S(·) = sen(·).

Matriz de inercias
 
M11 (ρ) 0 M13 (ρ) 0
M22 (ρ) M24 (ρ)

 0 0
 4×4
M (ρ) =  ∈R ,
M31 (ρ) 0 M33 (ρ) 0

0 M42 (ρ) 0 M44 (ρ)
donde
2 2 2
M11 (ρ) = m1 lc1 + m2 lc2 + m2 l1 + 2m2 l1 lc2 cos(β1 ) + I1 + I2
2
M13 (ρ) = M31 (ρ) = m2 lc2 + m2 l1 lc2 cos(β1 ) + I2
2 2 2
M22 (ρ) = m3 lc3 + m4 lc4 + m4 l3 + 2m4 l3 lc4 cos(β2 ) + I3 + I4
2
M24 (ρ) = M42 (ρ) = m4 lc4 + m4 l3 lc4 cos(β2 ) + I4
2
M33 (ρ) = m2 lc2 + I2
2
M44 (ρ) = m4 lc4 + I4

Matriz centrı́fuga y de Coriolis

 
C11 (ρ, ρ̇) 0 C13 (ρ, ρ̇) 0
C22 (ρ, ρ̇) C24 (ρ, ρ̇)

 0 0

C(ρ, ρ̇) =
  ∈ R4×4 ,
C (ρ, ρ̇) 0 0 0

 31 
0 C42 (ρ, ρ̇) 0 0
donde
C11 (ρ, ρ̇) = −m2 l1 lc2 sen(β1 )β̇1
C13 (ρ, ρ̇) = −m2 l1 lc2 sen(β1 )[q̇1 + β̇1 ]
C22 (ρ, ρ̇) = −m4 l3 lc4 sen(β2 )β̇2
C24 (ρ, ρ̇) = −m4 l3 lc4 sen(β2 )[q̇2 + β̇2 ]
C31 (ρ, ρ̇) = m2 l1 lc2 sen(β1 )q̇1
C42 (ρ, ρ̇) = m4 l3 lc4 sen(β2 )q̇2

Vector de fuerzas debidas a la gravedad

Debido a que el M5B se mueve en el plano horizontal, entonces
g(ρ) = 0 ∈ R4
Vector de fuerzas generalizadas

T
τρ = τq1 ∈ R4

τq2 0 0
Vector de multiplicadores de Lagrange

T
λ = λ1 λ2 ∈ R2


Modelo dinámico mı́nimo en espacio articular
Es posible encontrar una matriz R(ρ) ∈ Rm×n de tal manera que:
D(ρ)R(ρ) = O ∈ Rr×n , o bien, R(ρ)T D(ρ)T = O ∈ Rn×r
Ası́ que, si se premultiplica el modelo dinámico no mı́nimo por R(ρ), es posible eli-
minar el término D(ρ)T λ. Se puede demostrar que tal matriz R(ρ) satisface
ρ̇ = R(ρ)q̇
T
Recordando que ρ = qT βT

, se puede escribir como
" # " #
q̇ I
ρ̇ = = q̇,
β̇ JR (ρ)
∂β(ρ)
donde JR (ρ) = ∂q
, y la derivada de la relación jacobiana anterior es
ρ̈ = Ṙ(ρ, ρ̇)q̇ + R(ρ)q̈

Modelo dinámico mı́nimo en espacio articular
Para el M5B se obtiene
 1 0

 0 1 
I  S(q2 + β2 − q1 ) − S(q1 − q2 + β1 − β2 ) S(β2 )

R(ρ) = =  − 
JR  S(q1 − q2 + β1 − β2 ) S(q1 − q2 + β1 − β2 ) 
 
S(β1 ) S(q1 + β1 − q2 ) + S(q1 − q2 + β1 − β2 )
−
S(q1 − q2 + β1 − β2 ) S(q1 − q2 + β1 − β2 )
Empleando ρ̇ = R(ρ)q̇, ası́ como su derivada, se llega a un modelo dinámico mı́nimo

en espacio articular de la forma:
Mr (ρ)q̈ + Cr (ρ, ρ̇)q̇ + gr (ρ) = τq
donde
Mr (ρ) = R(ρ)T M (ρ)R(ρ) ∈ R2×2
Cr (ρ, ρ̇) = R(ρ)T M (ρ)Ṙ(ρ, ρ̇) + R(ρ)T C(ρ, ρ̇)R(ρ) ∈ R2×2
gr (ρ) = R(ρ)T g(ρ) ∈ R2
τq = R(ρ)T τρ ∈ R2

Modelo dinámico en espacio operacional
De manera similar al procedimiento anterior, es posible encontrar una matriz S(ρ) ∈

Rm×n que satisfaga:
D(ρ)S(ρ) = O ∈ Rr×n , o equivalentemente, S(ρ)T D(ρ)T = O ∈ Rn×r .
La matriz S(ρ) en este caso satisface
ρ̇ = S(ρ)χ̇
o bien " # " #

−1
q̇ JA (ρ)
ρ̇ = = χ̇
β̇ JS (ρ)
∂β(ρ)
donde JA (ρ) = ∂h(q)
∂q
, Jχ (ρ) = ∂χ
. Además, es necesario considerar la derivada tem-
poral de la relación jacobiana
ρ̈ = Ṡ(ρ, ρ̇)χ̇ + S(ρ)χ̈

Para el M5B se obtiene
 C (q1 + β1 ) S (q1 + β1 ) 
S (β1 ) S (β1 )
 C (q2 + β2 ) S (q2 + β2 )

−1
 
JA 1  S (β2 ) S (β2 )  4×2
S(ρ) = =  ∈R .
JS l  C (q1 ) + C (q1 + β1 ) S (q1 ) + S (q1 + β1 ) 
− S (β1 )
−
S (β1 )

 
C (q2 ) + C (q2 + β2 ) S (q2 ) + S (q2 + β2 )
− −
S (β2 ) S (β2 )
Premultiplicando el modelo dinámico no mı́nimo por S(ρ) y usando ρ̇ = S(ρ)χ̇, es

posible llegar al modelo dinámico en espacio operacional de la forma:
Ms (ρ)χ̈ + Cs (ρ, ρ̇)χ̇ + gs (ρ) = τs
donde
Ms (ρ) = S(ρ)T M (ρ)S(ρ) ∈ R2×2
Cs (ρ, ρ̇) = S(ρ)T M (ρ)Ṡ(ρ, ρ̇) + S(ρ)T C(ρ, ρ̇)S(ρ) ∈ R2×2
gs (ρ) = S(ρ)T g(ρ) ∈ R2
τs = S(ρ)T τρ ∈ R2
Expresando τs en función de τq se tiene

−1
T
τ s = JA (ρ) τq
donde  
C (q1 + β1 ) S (q1 + β1 )
−1 1 S (β1 ) S (β1 )   ∈ R2×2
JA (ρ) = 
l  C (q2 + β2 ) S (q2 + β2 )
S (β2 ) S (β2 )
De esta forma, el modelo dinámico en espacio operacional se puede reescribir como:

−1
T
Ms (ρ)χ̈ + Cs (ρ, ρ̇)χ̇ + gs (ρ) = JA (ρ) τq

Control del mecanismo de cinco barras
Interfaz electrónica
(a) Vista exterior (b) Vista interior

Interfaz electrónica desarrollada para el M5B.

Interfaz electrónica
Tarjeta de adquisición de datos.

Etapa de potencia
Servoamplificador.

Evaluación experimental en el M5B
Consideraciones
Para evaluar el desempeño de los controladores se realizaron experimentos en un

prototipo de M5B con el que se cuenta en el Laboratorio de Mecatrónica y Control
del Instituto Tecnológico de La Laguna. Para dichos experimentos se considero:
Posición inicial del robot:
xm (0) = 0 , ym (0) = l = 0.127 m
Trayectoria deseada:
 3
3

0.04 1 − e−10.t − 0.04 1 − e−10.t cos(t)
χd (t) =  3
m
0.127 − 0.04 1 − e−10.t sen(t)

Consideraciones
Vista superior del prototipo real de M5B en configuración de casa.

Resultados
0.16 0.16
0.15 0.15
0.14 0.14
0.13 0.13
0.12 0.12
0.11 0.11
0.1 0.1
0.09 0.09
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
(a) Control PD. (b) Control PID.
Trayectorias descritas por el elemento terminal con los controladores PD y PID.

Resultados
0.16 0.16
0.15 0.15
0.14 0.14
0.13 0.13
0.12 0.12
0.11 0.11
0.1 0.1
0.09 0.09
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
(a) Control PD con precompensación. (b) Control Par-Calculado.
Trayectorias descritas por el elemento terminal con los controladores PD con

precompensación y Par-Calculado.

Resultados
0.16
0.15
0.14
0.13
0.12
0.11
0.1
0.09
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
(a) Control adaptable.
Trayectoria descrita por el elemento terminal con el control adaptable.

Resultados
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18
Norma de los errores de seguimiento.

Resultados
10-3
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18
Norma del error de seguimiento, control adaptable.

Resultados
0.15
0.1
0.05
-0.05
-0.1
0 2 4 6 8 10 12 14 16 18
0.15
0.1
0.05
-0.05
-0.1
0 2 4 6 8 10 12 14 16 18
Pares aplicados a cada servomotor: Control PD (arriba) y PD con precompensación (abajo).

Resultados
0.15
0.1
0.05
-0.05
-0.1
0 2 4 6 8 10 12 14 16 18
0.15
0.1
0.05
-0.05
-0.1
0 2 4 6 8 10 12 14 16 18
Pares aplicados a cada servomotor: Control PID (arriba) y Control Par Calculado (abajo).

Resultados
0.1
0.05
-0.05
-0.1
-0.15
0 2 4 6 8 10 12 14 16 18
Pares aplicados a cada servomotor con el control adaptable.

Comparación
La siguiente tabla muestra las ganancias utilizadas en cada uno de los controladores
y la última columna muestra el valor cuadrático medio (RMS) de la norma de los
errores de seguimiento, esto como una medida para evaluar el desempeño de cada
esquema de control.
Parámetros de cada uno de los controladores.
Controlador Kp Kv Ki kχ̃k RMS [mm]
PD diag(506) diag(13) – 0.59486
PID diag(525) diag(13) diag(13) 0.57582
PD con Precompensación diag(536) diag(13) – 0.54592
Par-Calculado diag(2530) diag(73) – 0.47472
Λ Kd Γ
Adaptable diag(70) diag(5) A∗ 0.45505
∗ −4
donde A = 10 ×diag(5,5,5,5,5,5,200,200,50,50).

Pre PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Pre PDF

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD POLITÉCNICA DE LA REGIÓN

Ismael Medina López UPRL 14 de mayo de 2018 1 / 35

Ismael Medina López UPRL 14 de mayo de 2018 2 / 35

Sistemas de control en tiempo continuo.

Si se comparan o no, la entrada y la salida de un sistema, para controlar esta última,

Sistema de control en lazo abierto.

Ismael Medina López UPRL 14 de mayo de 2018 3 / 35

Ismael Medina López UPRL 14 de mayo de 2018 4 / 35

Robot manipulador Vision o sistema de

Sistema de control de robots.

Ismael Medina López UPRL 14 de mayo de 2018 5 / 35

(a) En coordenadas articulares.

(b) En coordenadas de postura.

Ismael Medina López UPRL 14 de mayo de 2018 6 / 35

Ismael Medina López UPRL 14 de mayo de 2018 7 / 35

B2 Posee 2 grados de libertad (g.d.l.).

Presenta un movimiento restringido a

Ismael Medina López UPRL 14 de mayo de 2018 8 / 35

Control PD con precompensación

Ismael Medina López UPRL 14 de mayo de 2018 9 / 35

Control PD con compensación

Ismael Medina López UPRL 14 de mayo de 2018 10 / 35

Vector de coordenadas articulares activas

Vector de coordenadas articulares pasivas

Vector de coordenadas generalizadas no mı́nimas

Ismael Medina López UPRL 14 de mayo de 2018 11 / 35

Diagrama esquemático del mecanismo de cinco barras con sus respectivos

Ismael Medina López UPRL 14 de mayo de 2018 12 / 35

El modelo dinámico no mı́nimo en forma compacta para el M5B quedarı́a definido

Vector de restricciones holonómicas

Jacobiano del vector de restricciones

donde C(·) = cos(·) y S(·) = sen(·).

Ismael Medina López UPRL 14 de mayo de 2018 13 / 35

M22 (ρ) M24 (ρ)

Ismael Medina López UPRL 14 de mayo de 2018 14 / 35

Matriz centrı́fuga y de Coriolis

C22 (ρ, ρ̇) C24 (ρ, ρ̇)

Ismael Medina López UPRL 14 de mayo de 2018 15 / 35

Vector de fuerzas debidas a la gravedad

Vector de fuerzas generalizadas

Vector de multiplicadores de Lagrange

Ismael Medina López UPRL 14 de mayo de 2018 16 / 35

Es posible encontrar una matriz R(ρ) ∈ Rm×n de tal manera que:

D(ρ)R(ρ) = O ∈ Rr×n , o bien, R(ρ)T D(ρ)T = O ∈ Rn×r

ρ̈ = Ṙ(ρ, ρ̇)q̇ + R(ρ)q̈

Ismael Medina López UPRL 14 de mayo de 2018 17 / 35

Empleando ρ̇ = R(ρ)q̇, ası́ como su derivada, se llega a un modelo dinámico mı́nimo

Ismael Medina López UPRL 14 de mayo de 2018 18 / 35

De manera similar al procedimiento anterior, es posible encontrar una matriz S(ρ) ∈

D(ρ)S(ρ) = O ∈ Rr×n , o equivalentemente, S(ρ)T D(ρ)T = O ∈ Rn×r .

La matriz S(ρ) en este caso satisface

o bien " # " #

ρ̈ = Ṡ(ρ, ρ̇)χ̇ + S(ρ)χ̈

Ismael Medina López UPRL 14 de mayo de 2018 19 / 35

Premultiplicando el modelo dinámico no mı́nimo por S(ρ) y usando ρ̇ = S(ρ)χ̇, es

Expresando τs en función de τq se tiene

De esta forma, el modelo dinámico en espacio operacional se puede reescribir como:

Ismael Medina López UPRL 14 de mayo de 2018 21 / 35

(a) Vista exterior (b) Vista interior

Ismael Medina López UPRL 14 de mayo de 2018 22 / 35

Tarjeta de adquisición de datos.

Ismael Medina López UPRL 14 de mayo de 2018 23 / 35

Ismael Medina López UPRL 14 de mayo de 2018 24 / 35