Research > Math & Engineering y utilizando algoritmos de evoluciòn">
Simulación de La Estrategia de Control para Un Robot Manipulador de 3GDL
Simulación de La Estrategia de Control para Un Robot Manipulador de 3GDL
Simulación de La Estrategia de Control para Un Robot Manipulador de 3GDL
MANIPULADOR DE 3GDL
Barrera Esparta Daniel L. Chancán León Marvin
RESUMEN
El presente trabajo de investigación trata acerca del control de trayectoria para un robot
manipulador angular con 3 grados de libertad utilizando un controlador , el cual es
sintonizado mediante diversos métodos que requieren conocer ciertos parámetros de la
planta o proceso. Además existen otros métodos de búsqueda aleatoria, como el método
del Algoritmo Genético (G.A.), Evolución Diferencial y Fuzzy Logic. Además se tomarán
en cuenta los actuadores del robot y el circuito controlador para la simulación.
Palabras clave: Algoritmo Genético (G.A.), Evolución Diferencial , Fuzzy Logic, PWM..
ABSTRACT
The present investigation work tries about the trajectory control of a manipulator robot with 3
degrees of angular freedom using a PID controller, which is tuned by various methods that
require knowledge of certain parameters of the plant or process. There are also other methods
of random search, the method of Genetic Algorithm (GA), Differential Evolution and Fuzzy
Logic. Also take into account the actuators of the robot and the controller circuit for the
simulation.
Key words: Genetic Algorithm (A.G.), Differential Evolution, Fuzzy Logic, PWM..
1
de algoritmos genéticos de MATLAB y
también se realiza el control de Link Masa (kg)
trayectorias del robot utilizando los m1 2.045
parámetros PID obtenidos. m2 1.52066
m3 0.9845
DISEÑO MECÁNICO DEL ROBOT DE
3GDL Tabla 2. Masas de cada eslabón.
El coeficiente de viscosidad B es
despreciable.
2
Con los parámetros de las Tablas 1, 2, 3,
Para poder hacer uso del toolbox se 4 y 5 procedemos a calcular los
requiere previamente obtener los parámetros de cinem’atica y dinámica
parámetros según la notación Denavit del robot
Hartenberg, teniendo en cuanta que
existen 2 versiones para dicha notación, MODELAMIENTO DEL PWM, MOTOR Y
el modelamiento del robot analizado se CONTROLADOR
realiza empleando la convención
Denavit Hartenberg Standard, descrita Para este objetivo usamos el toolbox de
por Paul[1] y Lee[2]. simulink para electrónica con el fin de
generar la señal PWM para el motor.
3
que requieren la variación de
parámetros para determinar una
performance óptima. Dichos parámetros
son regenerados como genes de
cromosomas y pueden ser estructurados
como un arreglo de valores que tiene un
rango, esto es, un valor máximo y un
valor mínimo.
Controlador PID
4
Existen diferentes métodos para la
selección de la población (nuevos valores
de los parámetros) en cada generación,
pero están basados en el mismo
principio básico, estos métodos son los
siguientes:
Fig.9 Esquema para la sintonización del
- Realizar la selección de manera controlador PID
aleatoria de la población.
- Realizar la normalización La siguiente tabla representa un resumen de
universal para elegir la muestra. los parámetros utilizados para realizar el
- Selección por normalización algoritmo de sintonización:
geométrica.
- Retornar la selección para el
inicio de una nueva generación.
Parámetro Valor
El método de selección utilizado para la
Método de Selección Roulette Wheel
sintonización de los parámetros del PID
Población 80
será el de la selección aleatoria de la
población. Generaciones 570
Crossover Probabilidad 65%
4.1.2. Crossover Probabilidad de Mutación 0.10%
Rango de valores PID 0 – 1000
Nuevos individuos son generalmente
creados por la selección entre los valores Tabla 6. Parámetros del Algoritmo Genético.
previos de una población, estos son los
llamados crossover points, que
usualmente son seleccionados de RESULTADOS EXPERIMENTALES
manera aleatoria.
1. RESULTADOS DE LA SIMULACIÓN
4.1.3. Mutación
Los valores obtenidos luego de la
Los nuevos valores para entrar a una sintonización anterior para el
generación son creados haciendo controlador PID son:
modificaciones de una selección anterior
individual. En el algoritmo genético la
mutación es la fuente de variabilidad y
también mejora la eficiencia de la
evolución en cada generación
2
PID 1
0.5
Para obtener los parámetros del 0
controlador PID se emplea la siguiente 1.5 2
6
parámetros para un controlador PID, y
que este método presenta una mejor
respuesta temporal en comparación con
otros métodos. La principal desventaja de
este método es el tiempo que se emplea
para realizar el algoritmo debido a la gran
cantidad de generaciones que se
requieren, en este trabajo se demoró
aproximadamente 10 horas de continuo
cálculo numérico para poder obtener los
valores óptimos para el controlador PID.
BIBLIOGRAFIA