ProyectoFinal Caballero Santana

UNIVERSIDAD VERACRUZANA
FACULTAD DE INGENIERÍA DE LA CONSTRUCCIÓN Y EL HÁBITAD

REGIÓN VERACRUZ
MAESTRÍA EN INGENIERÍA APLICADA
INTRUMENTANCIÓN Y CONTROL DE EXPERIMENTOS
PROYECTO FINAL
“CONSTRUCCIÓN E INSTRUMENTACIÓN DE UN ROBOT

MÓVIL DIFERENCIAL PARA CONTROL DE VELOCIDAD
ANGULAR DE SUS LLANTAS”
PRESENTA:
IMT. JULIO ANTONIO CABALLERO MORA
IMT. SERGIO SANTANA VILLASEÑOR
CATEDRÁTICO:
DR. OSCAR VELÁZQUEZ CAMILO
BOCA DEL RÍO, VERACRUZ. JUNIO 2018.

CONSTRUCCIÓN E INSTRUMENTACIÓN DE UN ROBOT MÓVIL DIFERENCIAL PARA CONTROL DE VELOCIDAD
ANGULAR DE SUS LLANTAS
Contenido
1. INTRODUCCIÓN. .............................................................................................................................. 3
2. MARCO TEÓRICO. ............................................................................................................................ 4
2.1. Sistemas de Control...................................................................................................................... 4
2.2. Controladores PID ........................................................................................................................ 5
2.3. Robots Diferenciales .................................................................................................................... 6
2.4. Modulación por Ancho de Pulso (PWM). ..................................................................................... 7
3. PLANTEAMIENTO DEL PROBLEMA. ................................................................................................. 9
4. OBJETIVOS. .................................................................................................................................... 10
5. MODELADO DE MOTOR DC EN SIMULINK. ................................................................................... 11
5.1. Resultados de Simulación-Motor DC ......................................................................................... 12
6. CONTROL ARDUINO-SIMULINK. .................................................................................................... 15
6.1 Resultados de Control Arduino-Simulink .................................................................................... 16
7. CONCLUSIONES Y TRABAJOS FUTUROS. ....................................................................................... 19
8. ANEXOS. ........................................................................................................................................ 20
Código para lectura-envío de datos y movimiento de motores Arduino-Simulink .......................... 20
9. BIBLIOGRAFÍA ................................................................................................................................ 21
1
Lista de imágenes
Figura 1. Sistema en lazo cerrado. ...................................................................................................... 4
Figura 2. Planta con Controlador PID. ................................................................................................. 5
Figura 3. Esquemático de un robot diferencial. .................................................................................. 6
Figura 4. Esquemático de movimientos para robot diferencial. [2 ...................................................... 7
Figura 5. Modulador de anchura de impulsos: a) diagrama de bloques; b) señales del comparador.
[4]
.......................................................................................................................................................... 8
Figura 6. Kit básico de robot móvil diferencial.................................................................................... 9
Figura 7. Sensor interruptor óptico infrarrojo. ................................................................................... 9
Figura 8. Puente H ............................................................................................................................. 10
Figura 9. Arduino UNO. ..................................................................................................................... 10
Figura 10. Simulación de motor DC con controlador. ....................................................................... 11
Figura 11. Respuesta de Motor con Controlador a 110 RPM. .......................................................... 12
Figura 14. Esquema de Control Simulink. ......................................................................................... 15
Figura 15. Respuesta de Robot Diferencial con Controlador a 110 RPM.......................................... 16
Figura 16. Respuesta de Robot Diferencial con Controlador a 120 RPM.......................................... 17
Figura 17. Prueba realizada con Tacómetro Digital. ......................................................................... 18
Lista de ecuaciones
Ecuación 1. Ecuación característica de sistema. ................................................................................. 4
Ecuación 2. Ecuación polinomial del error. ......................................................................................... 4
Ecuación 3. Ecuación de un controlador PID....................................................................................... 5
Ecuación 4. Ecuación del error. ........................................................................................................... 5
Ecuación 5. Función de Transferencia de PID. .................................................................................... 5
Lista de tablas
Tabla 1. Valores de ganancias en controlador. ................................................................................. 14
2
1. INTRODUCCIÓN.
“El control automático de procesos es una de las disciplinas que se ha

desarrollado a una velocidad vertiginosa, dando las bases a lo que hoy algunos
autores llaman la segunda revolución industrial. El uso intensivo de las técnicas del
control automático de procesos tiene como origen la evolución y tecnificación de las
tecnologías de medición y control aplicadas al ambiente industrial.
Su estudio y aplicación ha contribuido al reconocimiento universal de sus

ventajas y beneficios asociados al ámbito industrial, que es donde tiene una de sus
mayores aplicaciones debido a la necesidad de controlar un gran número de
variables, sumado esto a la creciente complejidad de los sistemas.” [1]
3
2. MARCO TEÓRICO.
2.1. Sistemas de Control

En un sistema de control, es necesario garantizar los parámetros de
desempeño o requerimiento de diseño. El requerimiento fundamental es la
estabilidad del sistema en lazo cerrado. Para lograr esto se debe de diseñar el
controlador con base en el modelo de la planta a controlar y el conocimiento previo
sobre las ecuaciones características del sistema, así como la ecuación de lazo
cerrado del sistema planta- controlador-sensor.
+
R(s) K(s) P(s) Y(s)
-
H(s)
Figura 1. Sistema en lazo cerrado.
Entonces:
𝑌(𝑠) 𝐺(𝑠)
=
𝑅(𝑠) 1 + 𝐺(𝑠)𝐻(𝑠)
Ecuación 1. Ecuación característica de sistema.
Donde: K(s)= Controlador, P(s)= Planta, H(s)= Sensores
Al resolver la ecuación 1+G(s)H(s)=0, encontramos los polos del sistema en

lazo cerrado, lo que nos dirá qué tipo de sistema es: Subamortiguado, críticamente
amortiguado o sobreamortiguado, que corresponden precisamente con la
ecuación del error:
𝑎𝑛 𝑒 𝑛 + 𝑎𝑛−1 𝑒 (𝑛−1) + 𝑎2 𝑒̈ + 𝑎1 𝑒̇ + 𝑎0 𝑒
Ecuación 2. Ecuación polinomial del error.
Por lo tanto, los parámetros 𝑎𝑛 definen el grado de estabilidad y la dinámica en

lazo cerrado del sistema.
4
2.2. Controladores PID

Considerando R(s) como un valor de referencia deseado, una señal de
control U(s) y el valor de salida del sistema Y(s).
Figura 2. Planta con Controlador PID.
Los diferentes tipos de controladores PID, incluyen tres acciones:

Proporcional (P), Integral (I) y Derivativa (D). Estos controladores son los
denominados P, I, PI, PD y PID. [2]
Un controlador PID es la acción de control proporcional-integral-derivativa,

esta acción combinada reúne las ventajas de cada una de las tres acciones de
control individuales. La ecuación característica en el tiempo de un PID es:
𝐾𝑝 𝑡 𝑑 𝑒(𝑡)
𝑢(𝑡) = 𝐾𝑝 𝑒(𝑡) + ∫ 𝑒(𝑡) + 𝐾𝑝 𝑇𝑑
𝑇𝑖 0 𝑑𝑡
Ecuación 3. Ecuación de un controlador PID.
Recordando que:
𝑒(𝑡) = 𝑅(𝑡) − 𝑌(𝑡)
Ecuación 4. Ecuación del error.
Obteniendo su función de Transferencia:

1
𝑃𝐼𝐷(𝑠) = 𝐾𝑝 (1 + + 𝑇𝑑 𝑠)
𝑇𝑖 𝑠
Ecuación 5. Función de Transferencia de PID.
Donde:
Kp: Ganancia Proporcional del Controlador

Ti: Ganancia Integrativa del Controlador
Td: Ganancia Derivativa del Controlador
5
Cabe mencionar que se puede cambiar el controlador simplemente

anulando los valores de las Ganancias del controlador en función del controlador
deseado, es decir, si se quiere pasar de un controlador PID a un PD, se tiene que
volver cero Ti (Ganancia Integrativa), asimismo se puede repetir el proceso en
función del controlador deseado.
2.3. Robots Diferenciales

La Asociación Japonesa de Robótica Industrial (JIRA) define robot como:
''Dispositivos capaces de moverse de modo flexible análogo al que poseen los
organismos vivos, con o sin funciones intelectuales, permitiendo operaciones en
respuesta a las ordenes humanas''
Un robot móvil es aquel que permite trasladarse en cualquier ambiente, ya

sea por medio de ruedas, hélices, orugas o incluso imitando el movimiento de
insectos o serpientes.
Partiendo de lo anterior, nos basaremos en un robot móvil diferencial, el cual

se desplaza por medio de llantas, diferencial es porque para realizar giros se
necesita que las llantas lleven diferentes velocidades, lo que permite generar un
movimiento de rotación sobre su propio eje o incluso desplazarse mientras gira (ver
Figura 3).
L: Ancho del motor,

r: radio de las llantas
Figura 3. Esquemático de un robot diferencial.
6
Figura 4. Esquemático de movimientos para robot diferencial. [3]
2.4. Modulación por Ancho de Pulso (PWM).

La literatura define a un PWM por sus siglas en ingles Pulse Width Modulation
y en español como Modulación por Ancho de Pulso. Es uno de los métodos
empleados para manejar conmutadores que tienen el fin de manipular la tensión
obtenida en la salida del sistema. Este método consiste en controlar el tiempo de
duración mientras conducen tON o mientras no lo hacen tOFF, consideran una
frecuencia fija de conmutación (periodo de conmutación constante T = t ON + tOFF).
Generalmente se ajusta la duración de tON con el fin de obtener la tensión de salida
deseada. Se define d como el periodo de tON dentro del periodo de conmutación [3].
En consecuencia, podemos decir que PWM puede ser descrita como la proporción
de la duración de encendido con el periodo de conmutación variada.
7
En la conmutación de PWM con una frecuencia de conmutación constante,

la señal de control del interruptor que controla el estado (encendido o apagado) del
interruptor se genera por medio de la comparación de un voltaje de control en el
nivel de señales v control con una forma de onda repetitiva, como se muestra en la
Figura 5 (incisos a y b respectivamente). [4]
Figura 5. Modulador de anchura de impulsos: a) diagrama de bloques; b) señales del comparador. [5]
8
3. PLANTEAMIENTO DEL PROBLEMA.

El proyecto está basado en el control de velocidad angular de un robot
diferencial, haciendo comunicación tipo serial entre Arduino & Matlab-
Simulink para la adquisición, envío de señal de control entre controlador-
sistema y procesamiento de datos para el robot, el cuál fue adquirido de un kit
básico de robótica, que contiene: 2 motores de corriente directa con sus respectivos
encoders, la base acrílica para montar todo, un case para baterías AA y una rueda
loca para direccionar el movimiento (Figura 6).
Figura 6. Kit básico de robot móvil diferencial.
Cabe mencionar que, para el objetivo del proyecto, era necesario la

implementación de un sistema de adquisición de información de la variable de
interés (velocidad angular de las llantas), por lo que se adaptaron 2 sensores tipo
Interruptor Lector Óptico Infrarrojo para encoder (Figura 7).
Figura 7. Sensor interruptor óptico infrarrojo.
9
Para el procesamiento de los datos obtenidos de los sensores y la señal de

controlador de Matlab, es necesario el uso de un microcontrolador-microprocesador,
para ello fue utilizado un Arduino UNO (Figura 9), el cual, además, envía la señal
de control adquirida desde Simulink, hacia un Puente H (Figura 8), que se encarga
de transformar la señal PWM en un voltaje, para mover los motores a la velocidad
que se desea en el controlador.
Figura 9. Arduino UNO. Figura 8. Puente H
4. OBJETIVOS.
OBJETIVO GENERAL.
▪ Aplicar un controlador tipo PI usando software de ingeniería (Matlab-
Simulink), utilizando las herramientas de programación numérica y
matemáticas/algebraicas mostradas a lo largo del curso, para obtener
resultados y proponer soluciones aplicables al problema propuesto, dado que
no se ha visto la generación de un controlador vía Simulink hacia un robot
diferencial como el nuestro.
OBJETIVOS ESPECÍFICOS.
▪ Generar un modelo para evaluar el comportamiento de velocidad angular en
un solo motor, para asegurarse de que el sistema se comportará
adecuadamente
▪ Representar en simulación que la velocidad de las llantas es igual a la
deseada en para el sistema.
▪ Realizar un modelo adecuado de control que pueda recibir y enviar datos de
manera serial.
10
5. MODELADO DE MOTOR DC EN SIMULINK.

Para obtener un comportamiento aproximado a lo que hará cada motor de la
simulación (Figura 10), se recurrió a modelar el controlador con sus respectivas
señales de referencia y retroalimentación, Motor, Puente H y también diferentes
elementos de medición de corriente y voltaje. Las pruebas se hicieron con un control
PI, debido a que la dinámica de este sistema no permite usar una ganancia
derivativa.
Figura 10. Simulación de motor DC con controlador.
11
5.1. Resultados de Simulación-Motor DC

La primera prueba, se procedió a simular el desempeño del controlador para
ver el comportamiento del motor a revoluciones bajas (110 RPM), lo que obtuvimos
lo siguiente:
Figura 11. Respuesta de Motor con Controlador a 110 RPM.
Como se puede apreciar, el sistema da una respuesta subamortiguada, pero

estable a 110 RPM ± 5% de error al sobre el valor deseado, por lo que se puede
definir que el comportamiento del controlador al sistema es bueno.
12
Además, se realizó una simulación, con las mismas condiciones del

controlador, solamente cambiando el valor de revoluciones deseadas a 300,
obteniendo de igual manera, una respuesta subamortiguada, pero estable a 300
RPM ± 5%.
13
Para ver si a mayores revoluciones se obtiene una respuesta diferente, se

procedió a cambiar el valor deseado a 500 RPM y se realizó la simulación, teniendo
la siguiente respuesta sobreamortiguada y estable:
Todo lo anterior, se realizó con un control tipo PI, con diferentes ganancias,
siendo las que se reportan a continuación las que dieron mejor desempeño:
Ganancia Valor
Proporcional (Kp) 4
Integrativa (Ti) 1
Tabla 1. Valores de ganancias en controlador.
14
6. CONTROL ARDUINO-SIMULINK.
Figura 14. Esquema de Control Simulink.
Como se puede ver en la Figura 14, al bloque de controlador (con los mismos
parámetros de las simulaciones anteriores) le llega las RPM deseadas y se realiza
el cálculo del error con los datos recibidos de la lectura de velocidad angular
obtenida por el sensor en Arduino, para hacer la retroalimentación y por medio del
controlador llevar al sistema hacia la velocidad deseada por medio de la señal
generada interpretada por Arduino, enviada a los motores por medio del Puente H.
15
6.1 Resultados de Control Arduino-Simulink

Se probó el sistema de control a una velocidad deseada de 110 RPM, como
sabíamos por las simulaciones previas, con este controlador con sus respectivas
ganancias nos daría una respuesta subamortiguada y estable en el valor de RPM
deseadas.
Figura 15. Respuesta de Robot Diferencial con Controlador a 110 RPM.
Como se puede apreciar, el valor en el cual se estabilizan las Revoluciones

(línea color azul en Figura 15), son aproximadamente 105 RPM, contra las 110
deseadas (línea color rojo), lo que nos da un error de ± 5%.
16
Se probó una vez más el desempeño del controlador y el robot

diferencial, ahora a un valor deseado de 120 RPM, a lo que obtuvimos la
siguiente respuesta:
Figura 16. Respuesta de Robot Diferencial con Controlador a 120 RPM.
Se puede apreciar que una vez más se tiene un error del 5 % y una respuesta
subamortiguada. Esto se debe al sistema de adquisición de datos (Los sensores
ópticos del encoder), puesto que todos los elementos sensoriales tienen un
porcentaje de error respecto al valor real.
17
Para validar la afirmación anterior respecto a los sensores, se realizaron

pruebas con un tacómetro digital, para medir las revoluciones reales de las llantas
contra las obtenidas por medio de los sensores (ver Figura 17), reportando el
tacómetro 164.5 RPM en el motor vs 170 RPM obtenidas por el sensor en una llanta
mientras que, en la otra 162 RPM, lo que nos deja un porcentaje de error entre el 3
y 5% aproximadamente.
Figura 17. Prueba realizada con Tacómetro Digital.
18
7. CONCLUSIONES Y TRABAJOS FUTUROS.

▪ Simulink no es tan robusto en el proceso de comunicación con Arduino, pues
era complicado leer los bites de información de ambas ruedas
simultáneamente.
▪ Para este sistema sólo pueden ser utilizados controladores P o PI, puesto
que las características físicas del sistema, no es aceptable una ganancia
derivativa.
▪ El controlador final tiene un desempeño adecuado para revoluciones rápidas,
el problema es que los motores con los que se cuentan no permiten voltajes
mayores a los 8 v y RPM máximas de 165 RPM ya con un riesgo de que se
quemen o sufran daños en sus componentes internos.
Trabajos futuros
▪ Eliminar Arduino para generar un controlador en el que podamos incluir

la lectura y envío de información para cada velocidad angular, esto será
por medio de un procesadores y controladores más robustos como
Raspberry o tarjetas de National Instruments, lo que permitirá hacer un
control más preciso de velocidad angular e incluso generar un controlador
basado en modelo dinámico para robots diferenciales, donde se podrá
realizar el control de la velocidad para la generación de trayectorias
deseadas.
▪ Utilizar sensores para Encoders más precisos, puesto que el desempeño
del controlador depende directamente de la información de la variable de
interés, permitiendo reducir el error y aumentar la robustez del
controlador.
▪ Realizar un estudio para obtener la planta del motor y con ello hacer una
sintonía perfecta para las ganancias del controlador.
19
8. ANEXOS.
Código para lectura-envío de datos y movimiento de motores Arduino-Simulink
// Universidad Veracruzana
//Maestría en Ingeniería Aplicada
//Instrumentación y control de experimentos
//Proyecto Final
//IMT. Julio Antonio Caballero Mora
//IMT. Sergio Santana Villaseñor
volatile int contador = 0;
volatile int contador1 = 0;
int in = 0;
int RPMd = 0;
int RPMi = 0;
void setup() {
Serial.begin(9600);
attachInterrupt(0,interrupcion0,CHANGE);
attachInterrupt(1,interrupcion1,CHANGE); // Interrupcion 0 (pin2)
} // LOW, CHANGE, RISING,FALLING
void loop() {
delay(999); // retardo de casi 10 milisegundos
digitalWrite(4, LOW); //Llanta der
digitalWrite(5, HIGH); //izq
digitalWrite(6, HIGH); //der
digitalWrite(7, LOW); //izq
RPMd = contador*1.5;
RPMi = contador1*1.5;
Serial.write(RPMi);
if(Serial.available()){
in = Serial.read();
analogWrite(9, in); //Motor Derecho
analogWrite(10, in); //Motor Izquierdo
}
contador = 0;
contador1 = 0;
}
void interrupcion0() // Funcion que se ejecuta durante cada
interrupion
{
contador++; // Se incrementa en uno el contador
}
void interrupcion1() // Funcion que se ejecuta durante cada
interrupion
{
contador1++; // Se incrementa en uno el contador
}
20
9. BIBLIOGRAFÍA
[1]. Abarca, P. El ABC de la automatización. [En línea]. Disponible en:

http://www.aie.cl/files/file/comites/ca/abc/sistemas-de-control-automatico.pdf
[2]. Mazzone, V. Controladores PID. [En línea]. Disponible en:
http://www.eng.newcastle.edu.au/~jhb519/teaching/caut1/Apuntes/PID.pdf
[3]. A. Yandún, N. Sotomayor. “Planeación Y Seguimiento De Trayectorias Para
Un Robot Móvil”. Revista politécnica, Quito, 2011
[4]. Mohan, N., Undeland, T. & Robbins, W. (1995) Power Elecctronics
Converters, Application and Design. Second Edition. John Wiley & Sons, INC.
USA.
[5]. Mohan, N., Undeland, T., & Robbins, W. (2009). Electrónica de Potencia,
Convertidores, aplicaciones y diseño. Tercera edición. Editorial. Mc Graw Hill.
México.
21

ProyectoFinal Caballero Santana

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ProyectoFinal Caballero Santana

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD VERACRUZANA

FACULTAD DE INGENIERÍA DE LA CONSTRUCCIÓN Y EL HÁBITAD

“CONSTRUCCIÓN E INSTRUMENTACIÓN DE UN ROBOT

BOCA DEL RÍO, VERACRUZ. JUNIO 2018.

“El control automático de procesos es una de las disciplinas que se ha

Su estudio y aplicación ha contribuido al reconocimiento universal de sus

2.1. Sistemas de Control

Figura 1. Sistema en lazo cerrado.

Donde: K(s)= Controlador, P(s)= Planta, H(s)= Sensores

Al resolver la ecuación 1+G(s)H(s)=0, encontramos los polos del sistema en

Ecuación 2. Ecuación polinomial del error.

Por lo tanto, los parámetros 𝑎𝑛 definen el grado de estabilidad y la dinámica en

2.2. Controladores PID

Figura 2. Planta con Controlador PID.

Los diferentes tipos de controladores PID, incluyen tres acciones:

Un controlador PID es la acción de control proporcional-integral-derivativa,

Ecuación 3. Ecuación de un controlador PID.

Obteniendo su función de Transferencia:

Kp: Ganancia Proporcional del Controlador

Cabe mencionar que se puede cambiar el controlador simplemente

2.3. Robots Diferenciales

Un robot móvil es aquel que permite trasladarse en cualquier ambiente, ya

Partiendo de lo anterior, nos basaremos en un robot móvil diferencial, el cual

L: Ancho del motor,

Figura 3. Esquemático de un robot diferencial.

Figura 4. Esquemático de movimientos para robot diferencial. [3]

2.4. Modulación por Ancho de Pulso (PWM).

En la conmutación de PWM con una frecuencia de conmutación constante,

3. PLANTEAMIENTO DEL PROBLEMA.

Figura 6. Kit básico de robot móvil diferencial.

Cabe mencionar que, para el objetivo del proyecto, era necesario la

Figura 7. Sensor interruptor óptico infrarrojo.

Para el procesamiento de los datos obtenidos de los sensores y la señal de

Figura 9. Arduino UNO. Figura 8. Puente H

5. MODELADO DE MOTOR DC EN SIMULINK.

Figura 10. Simulación de motor DC con controlador.

5.1. Resultados de Simulación-Motor DC

Figura 11. Respuesta de Motor con Controlador a 110 RPM.

Como se puede apreciar, el sistema da una respuesta subamortiguada, pero

Además, se realizó una simulación, con las mismas condiciones del

Figura 12. Respuesta de Motor con Controlador a 300 RPM.

Para ver si a mayores revoluciones se obtiene una respuesta diferente, se

Figura 13. Respuesta de Motor con Controlador a 500 RPM.

Tabla 1. Valores de ganancias en controlador.

Figura 14. Esquema de Control Simulink.

6.1 Resultados de Control Arduino-Simulink

Figura 15. Respuesta de Robot Diferencial con Controlador a 110 RPM.

Como se puede apreciar, el valor en el cual se estabilizan las Revoluciones

Se probó una vez más el desempeño del controlador y el robot

Figura 16. Respuesta de Robot Diferencial con Controlador a 120 RPM.

Para validar la afirmación anterior respecto a los sensores, se realizaron

Figura 17. Prueba realizada con Tacómetro Digital.

7. CONCLUSIONES Y TRABAJOS FUTUROS.

▪ Eliminar Arduino para generar un controlador en el que podamos incluir

[1]. Abarca, P. El ABC de la automatización. [En línea]. Disponible en:

También podría gustarte