Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control Robusto en Robot
Control Robusto en Robot
net/publication/304625572
CITATION READS
1 1,437
1 author:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Robust Active Disturbance Rejection Control for Nonlinear Uncertain Systems View project
All content following this page was uploaded by Jose Jorge Carreño Zagarra on 30 June 2016.
BUCARAMANGA
2014
Jose Jorge Carreño Zagarra
Ingeniero Electrónico
Director
Profesor Asociado
BUCARAMANGA
2014
CONTENIDO
Pág.
INTRODUCCIÓN 11
1. FORMULACIÓN Y DECLARACIÓN DEL PROBLEMA 13
1.1 ANTECEDENTES 14
1.1.1 Control Clásico 15
1.1.2 Control Adaptativo 15
1.1.3 Control óptimo. 16
1.1.4 Control predictivo 16
1.1.5 Control robusto 16
1.1.6 Control basado en técnicas de inteligencia artificial 17
1.1.7 Control híbrido. 17
1.2 SITUACIÓN ACTUAL 17
1.3 MOTIVACIÓN Y JUSTIFICACIÓN 18
2. IDENTIFICACIÓN DEL MODELO DINÁMICO 19
2.1. MODELO DINÁMICO DEL ROBOT PUMA MA-2000 19
2.2. REDUCCIÓN DEL MODELO DINÁMICO DEL ROBOT PUMA MA2000 21
2.3. TRAYECTORIAS DE EXCITACIÓN PARA EL PROCESO DE
IDENTIFICACIÓN 23
2.4. RESULTADOS DEL PROCESO DE IDENTIFICACIÓN 24
3. DISEÑO DE CONTROLADORES ROBUSTOS 28
3.1. GENERALIDADES DE CONTROL ROBUSTO 28
3.1.1. Objetivos de control 28
3.1.2. Consideraciones de desempeño y robustez 28
3.1.3. Descripción de la incertidumbre 31
3.1.4. Formulación del problema de control robusto. 32
3.2. CONTROL ROBUSTO QFT 33
3.2.1. Especificaciones de los Controladores QFT para el robot MA-2000. 35
3.2.2. Modelo del sistema con incertidumbre paramétrica 37
3
3.2.3. Diseño de los controladores QFT 39
3.3. CONTROL ROBUSTO 52
3.3.1. Representación en espacio de estados 54
3.3.2. Diseño de controlador 56
4. IMPLEMENTACIÓN DE LOS CONTROLADORES 58
4.1. SIMULACIÓN DE CONTROLADORES 58
4.2. RESULTADOS EXPERIMENTALES 63
CONCLUSIONES 68
REFERENCIAS 69
4
LISTA DE FIGURAS
Pág.
5
Figura 27. Intersección de todos los contornos 47
Figura 28. Diseño del controlador QFT del Hombro 47
Figura 29. Verificación de estabilidad robusta en el Hombro 48
Figura 30. Verificación de desempeño robusto en el Hombro 48
Figura 31. Respuesta al escalón de y para la Cintura 49
Figura 32. Plantillas del modelo del Codo con incertidumbre paramétrica 50
Figura 33. Intersección de contornos para el modelo del Codo 50
Figura 34. Diseño del controlador QFT para el Codo 51
Figura 35. Validación de estabilidad robusta en el codo 51
Figura 36. Validación de desempeño robusto en el Codo 52
Figura 37. Configuración general para problemas de control . 53
Figura 38. Planta generalizada y regulador 53
Figura 39. Sistema de control con funciones de ponderación. 54
Figura 40. Respuesta simulada de los controladores de la Cintura 59
Figura 41. Rechazo a las perturbaciones en la Cintura. Controlador QFT 59
Figura 42. Respuesta simulada de los controladores del Hombro 60
Figura 43. Rechazo a las perturbaciones en el Hombro. Controlador QFT 61
Figura 44. Respuesta simulada de los controladores del Codo 62
Figura 45. Rechazo a las perturbaciones en el Codo. Controlador QFT. 62
Figura 46. Validación experimental del controlador robusto de la Cintura. 64
Figura 47. Validación experimental del controlador robusto del Hombro 65
Figura 48. Validación experimental del controlador robusto del Codo 65
Figura 49. Desempeño del controlador QFT de la Cintura ante una entrada
escalón 66
Figura 50. Desempeño del controlador QFT del Hombro ante una entrada
escalón 66
Figura 51. Desempeño del controlador QFT del Codo ante una entrada escalón 67
6
LISTA DE TABLAS
Pág.
7
LISTA DE ANEXOS
Pág.
8
RESUMEN
El objetivo del diseño fue mejorar el desempeño dinámico del brazo manipulador
con respecto al controlador PID en cuanto a precisión y rapidez, considerando
incertidumbre paramétrica y no- linealidades, y obtener conclusiones significativas
concernientes al desempeño de controladores robustos en manipuladores
robóticos.
1
Tesis de Maestría en Ingeniería Electrónica, Trabajo de Investigación.
2
Facultad de Ingenierías Fisicomecánicas, Escuela de Ingenierías Eléctrica, Electrónica y de
Telecomunicaciones. Director de Tesis: Rodolfo Villamizar Mejía, PhD.
9
ABSTRACT
In the present master thesis the problem of designing and simulating joint position
controllers corresponding to the waist, shoulder and elbow of a robotic arm
MA2000 with six degrees of freedom, through robust design techniques and
QFT, is approached. The nonlinear dynamic model was obtained with the curve
fitting of experimental measurements of the position variables. Afterwards the
model was transformed into a linear one with parametric uncertainty by using
Taylor series, for an operating range of the robot.
The performance of these controllers is compared with the results obtained by PID
controllers tuned and implemented at each joint previously, and similarly robust
controllers performed better in simulations are implemented.
The main goal of the design is to improve the manipulator arm dynamics
performance with respect to PID controllers, in terms of accuracy and speed by
considering parametric uncertainty and nonlinearities, and to obtain conclusions
concerning to the performance of robust controllers for robot manipulators.
3
Tesis de Maestría en Ingeniería Electrónica, Trabajo de Investigación.
4
Facultad de Ingenierías Fisicomecánicas, Escuela de Ingenierías Eléctrica, Electrónica y de
Telecomunicaciones. Director de Tesis: Rodolfo Villamizar Mejía, PhD.
10
INTRODUCCIÓN
Uno de los tipos de robots usados en la industria son los robots manipuladores,
útiles para tareas repetitivas, de precisión, y en actividades peligrosas para los
seres humanos. Las principales ventajas sustentadas para el uso de este tipo de
mecanismos en la industria son la reducción de los costos de producción debido al
aumento de la precisión, aumento de productividad y calidad, y una mayor
flexibilidad comparada con las máquinas especializadas (1). Por ello, el objetivo
del sistema de control en los robots manipuladores es maximizar la precisión,
repetitividad y velocidad de ejecución de las tareas teniendo en cuenta las
limitaciones físicas de los actuadores y estableciendo un compromiso según las
necesidades prácticas de cada aplicación.
Sin embargo, pretender simular los movimientos de los seres humanos origina
sistemas de control con alta complejidad en la medida en que el modelado
matemático es altamente no-lineal, con un gran número de variables, dinámicas
no modeladas, perturbaciones y dinámica acoplada, y las técnicas tradicionales de
control muchas veces no cumplen con las cada vez más exigentes
especificaciones.
11
Por este motivo, la industria actual requiere que los manipuladores robóticos
cuenten con técnicas de control avanzadas para el diseño de controladores con
mayores prestaciones dinámicas tales como repetibilidad, precisión, estabilidad,
rapidez, robustez. Por tanto, este tipo de sistemas de control deberían incluir en lo
posible características encontradas en controladores adaptables, robustos,
óptimos, no lineales, entre otros.
12
1. FORMULACIÓN Y DECLARACIÓN DEL PROBLEMA
13
Durante muchos años los robots industriales han utilizado técnicas de control
clásico para el gobierno de su dinámica. Sin embargo, estos controladores
funcionan adecuadamente en puntos de operación nominales pero no en sistemas
con incertidumbres y/o sistemas no lineales que trabajen bajo diferentes puntos de
consigna. De manera que aunque estas estrategias han presentado buenos
resultados de desempeño (1), (3), estas no alcanzan totalmente las
especificaciones deseadas en sistemas que presentan alta no linealidad e
incertidumbres no modeladas, como ocurre en los robots manipuladores (1), (4).
Por lo tanto, el problema fundamental radica en el mejoramiento de la dinámica del
robot a partir de un adecuado diseño de controladores para este tipo de sistemas
MIMO, no lineales, con dinámicas no modeladas, incertidumbres paramétricas,
perturbaciones y dinámica acoplada.
1.1 ANTECEDENTES
14
1.1.1 Control Clásico. El control PID es la solución más común en los problemas
prácticos de control. Una de las razones es la capacidad de agregar
características de sintonización automática en línea (5). Estos controladores
funcionan adecuadamente en puntos de operación nominales pero no en sistemas
con incertidumbres y que trabajen en diferentes puntos de operación. De manera
que aunque estas estrategias han presentado buenos resultados de desempeño
no cumplen con las especificaciones deseadas en sistemas que presentan alta no-
linealidad e incertidumbres no modeladas, como ocurre en los robots
manipuladores (4).
15
controladores robustos y controladores adaptativos ha presentado preferencias
para los controladores robustos en sistemas robóticos (10).
1.1.5 Control robusto. Consiste en definir una estructura de control que tenga un
desempeño acorde a las especificaciones del sistema, independientemente de las
perturbaciones a las que esté expuesto. La ventaja de este tipo de control con
respecto a los demás es que relaciona las incertidumbres paramétricas y
considera la dinámica no modelada de la planta (15), (16) y por tal razón ha tenido
gran auge en los últimos años y son los más empleados en el control de sistemas
robóticos, presentando los mejores resultados (17), (18), (19), (20), (21), (22), (23).
Algunas de las desventajas que presenta este tipo de estrategia de control son la
subjetividad y complejidad que se tienen a la hora de diseñar los controladores.
16
1.1.6 Control basado en técnicas de inteligencia artificial. Es una
generalización del concepto de control y se puede ver como un campo de esta
disciplina, donde los métodos se desarrollan para emular características
importantes del ser humano. Estas características incluyen adaptación,
aprendizaje, planeación bajo gran incertidumbre y el trabajo con gran cantidad de
datos. Son ampliamente utilizados en robótica (24), comunicaciones, control de
tráfico, entre otras y en manipuladores han presentado excelentes resultados. Sin
embargo la principal desventaja de este tipo de técnicas es que no pueden
demostrar estabilidad de los sistemas, por ello son criticadas en términos de
control.
Por esa razón se han planteado diversos controladores con el motivo de mantener
servicios aceptables en el control de manipuladores, aun cuando los parámetros
del modelo dinámico sean mal conocidos o abiertamente desconocidos (23) - (27),
17
(2). Actualmente, en el campo de la robótica se emplean controladores adaptables
(6) - (9), controladores robustos, con estructura variable (22), controladores
difusos (24), (26), (27), controladores basados en redes neuronales (28) y
controladores con aprendizaje entre otros (2).
18
2. IDENTIFICACIÓN DEL MODELO DINÁMICO
̈ ̇ ̇ ̇
donde:
: Matriz de inercia en [Kg-rad], de dimensiones .
̇ : Vector de términos centrípetos y de Coriolis en [Kg-rad/s], de dimensiones
.
̇ : Vector de que modela las fricciones de las articulaciones, en [N].
: Vector de términos gravitatorios en [N*m].
Perturbación que considera la dinámica no modelada del sistema en [N*m].
: Vector de torques aplicados a cada una de las articulaciones en [N*m].
Cada articulación consta de un motor de corriente continua que dará lugar a
ecuaciones desacopladas. Considerando despreciable las inductancias de los
accionadores, estos podrían representarse por las siguientes ecuaciones
diferenciales:
̇
̈ ̇
19
Teniendo en cuenta que el torque entregado por el motor está dado por
(30) y agrupando términos se obtiene la siguiente expresión:
̈ ( ) ̇
20
Al considerar la relación entre las variables articulares del motor y del manipulador
como (donde indica el desplazamiento angular de la articulación i) se
tiene:
̈ ̇
( ) ̈ ( ̇ ) ̇ ̇
21
̈ ̇
Con las otras articulaciones fijadas en una posición angular, el PUMA MA2000
puede ser tratado como un brazo de dos grados de libertad (2GDL) (32) como
aparece en la Figura 4.
El modelo del robot combinado con la dinámica de los actuadores que aparece en
la ecuación (6) y de acuerdo con (32), queda representado por las siguientes
matrices:
[ ]
̇ ̇ ̇
̇ [ ]
̇
[ ]
22
[ ] [ ] [ ] [ ]
Donde [ ] es el vector de
parámetros a identificar y y son las longitudes efectivas de las articulaciones
Hombro y Codo, respectivamente.
Los resultados de las ecuaciones anteriores llevan a que la identificación del brazo
robótico corresponde a la estimación de 13 parámetros en total. Existen muchos
enfoques para la fijación de las trayectorias de excitación de robots, como por
ejemplo la interpolación de polinomios de quinto orden (33). Sin embargo, aunque
estas trayectorias proporcionan una excitación adecuada de la dinámica de robots
los datos de mediciones resultantes no son ni periódicos, ni de banda limitada
(34).
∑( ( ) ( ))
Los valores apropiados para los parámetros de las trayectorias pueden ser
seleccionados por prueba y error o por la solución de un problema de optimización
no lineal con restricciones impuestas por el movimiento del robot.
23
Figura 5. Trayectorias de excitación. Fuente: (35).
24
Tabla 2. Parámetros estimados en la identificación
Como se puede apreciar, tanto la estimación del modelo lineal de la Cintura, como
la estimación de la dinámica no lineal y acoplada entre las articulaciones Hombro y
Codo del robot, presentó ajustes altos, que pueden considerarse confiables para
fines de diseño. Con base en estos modelos, se diseñaron los controladores
robustos que luego se implementaron en cada una de las articulaciones del robot.
25
Figura 7. Estimación del modelo de la Cintura del robot. Experimento 2
26
Figura 9. Estimación de la dinámica Hombro-Codo del robot. Experimento 2
27
3. DISEÑO DE CONTROLADORES ROBUSTOS
28
desempeño frente a incertidumbres en el modelo de la planta. No siempre es
posible alcanzar robustez conjuntamente con buen rechazo de perturbaciones por
lo que deben adoptarse soluciones de compromiso en el diseño.
Considérese el sistema de control en realimentación unitaria de la Figura 10.
29
Las especificaciones de control pueden especificarse en el dominio frecuencial.
Una forma de hacerlo es empleando funciones dependientes de la frecuencia, o
de ponderación, para acotar las magnitudes de los operadores de sensibilidad y
sensibilidad complementaria. De manera que si se desea que exista un
seguimiento preciso de la consigna de referencia es razonable requerir la siguiente
especificación:
| |
| |
30
| | para cierta T S .
31
3.1.4. Formulación del problema de control robusto. En la Figura 13 aparece la
representación con la que se trabaja en un problema de control robusto. Se
distinguen tres elementos en el diagrama. Por un lado aparece la planta objeto de
control P(s) ; esta planta está sometida a una serie de perturbaciones que se
{ } [18]
Para el análisis anterior, es útil una representación del sistema como aparece en
la Figura 14.
32
̅( )
̅( )
para todo Donde diag (1 ,..., n ) y hace referencia al mayor valor
singular.
Según (37), QFT es una estrategia de control que propone explícitamente el uso
de la realimentación para reducir los efectos de la incertidumbre de la planta y
satisfacer las especificaciones de comportamiento deseadas (38). El método se
basa en el diseño de controladores en el dominio de la frecuencia propuesto por
Bode y afirma que la realimentación sólo es necesaria cuando existe incertidumbre
en los parámetros de la planta o cuando hay perturbaciones no modeladas
actuando sobre la misma (Ver Figura 15).
33
Figura 15. Diagrama de control mediante QFT
34
realiza el proceso conocido como síntesis o Loop-shaping del controlador, en el
que se añade a la planta nominal el controlador adecuado.
5. Se diseña del Pre-filtro con el objetivo de desacoplar (independizar) el
seguimiento de la referencia del desempeño del sistema en el rechazo de las
perturbaciones.
6. Se validan los diseños en el dominio temporal, ya que estos se han llevado a
cabo en el dominio frecuencial.
7. Se implementan físicamente los controladores con mejores desempeños.
⌈ ⌉
35
respuesta del sistema en lazo cerrado. Al mismo tiempo garantiza unos márgenes
de fase y de ganancia mínimos, que reflejan el grado de estabilidad del sistema de
control. Dichos márgenes pueden calcularse de la siguiente manera, en términos
del parámetro de diseño (37):
( )
| |
36
Figura 16. Respuestas temporales de las funciones de seguimiento de referencia
| |
37
Debido a la dinámica no lineal y al acople dinámico que se presenta en las otras
dos articulaciones (Hombro y Codo del brazo robótico) se requiere la linealización
del modelo dinámico presentado en la ecuación [6].
̇ ( )
[28]
̅ ̅
[29]
̅ ̅ ̅
̇ ̅ ̅ | |
[30]
̅ ̅ | |
donde:
; ;
̅ ̅ ̅ ̅
̅̅̅ ̈ ̇ ̅̅̅
38
Teniendo en cuenta los resultados obtenidos en el proceso de identificación y el
rango de operación de cada una de las articulaciones, los parámetros del modelo
dinámico linealizado presentan la siguiente incertidumbre paramétrica:
̅̅̅ ̅̅̅
Articulación 1: Cintura
Con el objetivo de lograr un tiempo de establecimiento dentro del 2% de su valor
final entre 1.95 y 2.6 segundos y un sobre-impulso inferior al 12% de la referencia
39
en la Cintura del PUMA MA-2000, se establecieron las siguientes especificaciones
en el dominio frecuencial:
40
Figura 18. Curvas de Bode de magnitud de y para la Cintura
41
Figura 20. Intersección de todos los contornos
Como procedimiento final se diseña el pre-filtro para que se puedan lograr las
especificaciones de seguimiento fijadas en las ecuaciones (24) y (25). En la Figura
22 aparece la gráfica del filtro diseñado, cuya función de transferencia está dada
por:
42
Figura 21. Diseño del controlador QFT para la cintura
43
desempeño robusto en todo el espectro frecuencial. La Figura 23 presenta la
validación frecuencial del desempeño del controlador QFT diseñado para la
Cintura para la especificación de estabilidad robusta y la Figura 24 la verificación
del desempeño robusto.
44
Articulación 2: Hombro
Con el objetivo de lograr un tiempo de establecimiento dentro del 2% de su valor
final entre 2 y 3.9 segundos y un sobre-impulso inferior al 11% de la referencia en
el Hombro del PUMA MA-2000, se establecieron las siguientes especificaciones
en el dominio del tiempo:
45
Figura 25. Respuesta al escalón de y para la Cintura
Figura 26. Plantillas del modelo del Hombro con incertidumbre paramétrica
46
En la Figura 28 se visualiza el diseño del controlador para la Cintura del robot. La
función de transferencia obtenida es un controlador PD:
47
Como en el caso de la Cintura, se procede a diseñar el pre-filtro con el fin lograr
las especificaciones de seguimiento fijadas en la ecuación [23]. Este es modelado
por la siguiente función de transferencia de primer orden:
48
Articulación 3: Codo
Con el objetivo de lograr un tiempo de establecimiento entre 1.2 y 2.2 segundos y
un sobre-impulso inferior al 10% de la referencia en el Codo del PUMA MA-2000,
se establecieron las siguientes especificaciones en el dominio temporal:
49
Figura 32. Plantillas del modelo del Codo con incertidumbre paramétrica
50
Figura 34. Diseño del controlador QFT para el Codo
51
Figura 36. Validación de desempeño robusto en el Codo
Los objetivos y metas del diseño deben ser especificados claramente y evaluados
ante el modelo de la planta para analizar su aceptación. Considerando el sistema
generalizado P(s) mostrado en la Figura 37 el problema del diseño del controlador
52
radica en encontrar todos los compensadores admisibles que estabilizan
internamente el sistema y minimicen la norma:
‖ ‖ ̅ [33
[ ] [34]
53
[35]
[36]
[ ] [37]
[ ] [ ] [38]
54
sobre el cual se diseña el controlador robusto, teniendo en cuenta la incertidumbre
paramétrica no estructurada alrededor de dicho punto.
̅̅̅
̅̅̅
[ ]
̅̅̅ ̅̅̅
[ ]
[ ]
[ ] [ ]
55
3.3.2. Diseño de controlador
- Selección de las funciones de ponderación
Función : Con la definición de esta función, se busca atenuar las perturbaciones
presentes a baja frecuencia y lograr un seguimiento preciso de la referencia. Los
errores de modelado y el ancho de banda de los actuadores imponen
generalmente que esta función de ponderación tome valores bajos a alta
frecuencia. Para la selección de esta función de peso (39) proponen la siguiente
forma:
√
* +
√
[ ]
[ ]
56
Función : Esta función permite hacer el sistema robusto frente a incertidumbre
paramétrica y la linealización y aproximación del sistema real, el cual presenta una
dinámica no lineal. Para cumplir dichos propósitos, esta función de transferencia
por lo general toma valores bajos a bajas frecuencias y altos a frecuencias altas.
( )
[ ]
( )
Cintura:
Hombro:
Codo:
57
4. IMPLEMENTACIÓN DE LOS CONTROLADORES
Con base en los controladores robustos QFT y obtenidos a partir del modelo
no lineal identificado y los controladores P y PI sintonizados previamente en (40).
En este capítulo se presentan los resultados de simulación obtenidos por dichos
controladores y los resultados experimentales resultantes de la implementación
del controlador robusto con mejor desempeño dinámico.
Los resultados indican que el controlador QFT tiene mejor desempeño que el ,
P y PID, seguido por el controlador proporcional, que ligeramente supera al
58
controlador diseñado. Por el contrario, el controlador PI presenta un bajo
desempeño reflejado en los altos valores de los índices de comportamiento.
59
Hombro del robot
En la Figura 21 aparecen los resultados del desempeño de los controladores P y
PI sintonizados empíricamente y los controladores robustos QFT y propuestos
en el presente trabajo de investigación para el Hombro del robot. Como aparece
en la gráfica, se puede notar el buen desempeño de los controladores P, QFT y
comparados con el pésimo desempeño del PI sintonizado previamente.
60
Una vez más el controlador QFT presentó mejor desempeño con respecto a los
otros, seguido por el controlador proporcional, que ligeramente supera al
controlador diseñado. En cambio, el controlador PI sigue presentando un bajo
desempeño reflejado en los altos valores de los índices de comportamiento.
61
Tabla 5. Comparación de los índices de desempeño para el Codo.
Controlador IAE ITAE ITSE
P 0.7360 0.4547 0.1667
PI 4.9260 23.273 14.604
0.8389 0.7073 0.1791
QFT 0.4810 0.5171 0.08728
62
4.2. RESULTADOS EXPERIMENTALES
donde:
63
Validación experimental
Para la validación de los controladores robustos se hace aplicando una señal
Pseudoaleatoria (PRBS) y una señal escalón a cada una de las articulaciones del
robot. Una señal pseudoaleatoria es una secuencia periódica, aleatoria y con
propiedades similares a la del ruido blanco útil para la identificación de modelos
dinámicos y la validación de controladores. En las Figuras 43, 44 y 45 se observa
el comportamiento dinámico de la posición de las articulaciones ante la señal
PRBS para la Cintura, el Hombro y el Codo del manipulador, respectivamente. En
ellas se puede notar el buen desempeño transitorio y de estado estable de dichos
controladores, cumpliendo con las especificaciones establecidas en el diseño.
64
Figura 47. Validación experimental del controlador robusto del Hombro
65
Figura 49. Desempeño del controlador QFT de la Cintura ante una entrada
escalón
Por otra parte en los resultados obtenidos por los controladores robustos
implementados ante una entrada tipo escalón de 1V se presentan en las figuras
46, 47 y 48.
Figura 50. Desempeño del controlador QFT del Hombro ante una entrada escalón
66
Figura 51. Desempeño del controlador QFT del Codo ante una entrada escalón
67
CONCLUSIONES
68
REFERENCIAS
10. Comparative Experiments of Robust and Adaptative Control with New Robust
Adaptative Controllers for Robot Manipulators. Yao, B. s.l. : Proceedings of the
33rd IEEE Conference on Decision and Control, 1994. Vol.2, pages 1290-1295.
11. Optimal Position Control for Robot Manipulators. Barbosa, F. & Reyes, F.
(2004). s.l. : IEEE International Symposium on Micro-NanoMechatronics and
Human Science, 2003.
69
13. Optimal neural control for constrained robotic manipulators. Dlimi, I. B. s.l. : 5th
IEEE International Conference Intelligent Systems (IS), 2010.
14. Nonlinear model predictive control of a robot manipulator. Poignet, P., &
Gautier, M. Nogoya, Japan : 6th International Workshop on Advanced Motion
Control. Proceedings., 2000. Vol 2, págs. 401-406.
16. Composite QFT Controller as a Remedy for MIMO Systems. Gharib, M. R. &
Kamali, K. A. Okayama, Japan : Proceeding of the 2010 International Conference
of Modelling, Identification and Control, July 17-19, 2010. pages 400-405.
17. Villamizar M, Rodolfo. Estrategia de control QFT para robot PUMA 560 .
Barranquilla, Colombia : Universidad Del Norte , 2006.
18. Robust Control Design of the Robot Joint Based on QFT. Ma, J., Song, Y. &
Qin, X. s.l. : IEEE, Third International Conference on Genetic and Evolutionary
Computing, 2009. pages 173-176.
20. Robust control of robot manipulators using dynamic compensator. Kim, C. S.,
& Lee, K. W. Christchurch, New Zealand : IEEE International Conference on
Control and Automation, 2009.
22. Design of robust adaptive variable structure tracking controllers with application
to rigid robot manipulators . Cheng, C.C., Chien, S.H. & Shih, F.C. 9, s.l. : Control
Theory & Applications, IET, 2010, Vol. 4.
23. Revising the Robust-Control Design for Rigid Robot Manipulators. Bascetta, L.
& Rocco, P. 1, s.l. : IEEE Transactions on Robotics, 2010, Vol. 26. pags.180-187.
70
24. T-S Fuzzy-Neural Control for Robot Manipulators. Wang, W., Chien, Y., Leu,
Y., Lee, Z. & Lee, T. Taipei : IEEE International Conference On Advanced
Robotics and its Social Impacts, 2008.
28. Robust control of Robot Manipulators Based on H_∞ Neural Network. Zhang,
W. Yin, H. & Qi, N. Qinhuangdao : International Conference On Computer Design
And Appliations (ICCDA 2010), 2010.
29. Robust H_∞ intelligent tracking control for robot manipulators. Wan, Yi Zuo
and Yaonan. Chongqing, China : IEEE, Proceedings of the 7th World Congress on
Intelligent Control and Automation, June 25 - 27, 2008.
30. Aplicación del Control QFT a Robots Manipuladores . Jimenez, D. & Rubio,
F.R. 23, Tenerife, España : XXIII Jornadas de Automática. Jornadas de
Automática. , 2002.
33. Exciting trajectories for the identification of base inertial parameters of robots.
Gautier, M. & Khalil, W. Brighton : Proceedings of the 30th IEEE Conference on
Decision and Control, 1991.
34. Dynamic Model Identification for Industrial Robots. Swevers, J., Verdonck, W.
& De Schutter, J. 5, s.l. : IEEE Control Systems Magazine, 2007, Vol. 27.
71
35. Poveda, Diana Katheryn. Identificación y Control de un Robot Manipulador de
6 GDL. Tesis de Pregrado. Bucaramanga : Universidad Industrial de Santander,
2014.
37. Control robusto cuantitativo QFT: historia de una idea . García-sanz, M. s.l. :
Revista Iberoamericana de Automática e Informática Industrial, págs. 25-38, 2005.
39. Systematic Design of Weighting Matrices for the H∞ Mixed Sensitivity Problem
. R, Ortega M.G. & Rubio F. pags. 89-98, s.l. : Journal of Process Control , 2004,
Vol. 14.
40. Ortiz Cáceres, Iris Rocío. Sintonización de Controladores PID para un Robot
Manipulador PUMA MA2000. Tesis de Pregrado. Bucaramanga, Colombia :
Universidad Industrial de Santander, 2012.
72
ANEXO A. INDICES DE DESEMPEÑO DE CONTROLADORES
Integral del
Al igual que el ITAE por utilizar
tiempo por el
como base la multiplicación entre el ∫
error cuadrático
error y el tiempo indica la rapidez del
(ITSE)
sistema.
73