1
Control proporcional con realimentación de
velocidad
Calderón cabrera Esmeralda Yazmin, Leyva Perez Oscar, Merchán Veytia André, Ramírez Rosales
Ángel Eduardo, Vázquez Romero Kenia
 la robótica, que se encarga de diseñar y desarrollar algoritmos y
Resumen—En esta conversación, se exploraron diversos temas
relacionados con la simulación de sistemas de control de robots
utilizando herramientas como Simulink y SolidWorks. Se discutió
la importancia de la simulación en el diseño y desarrollo de
sistemas de control de robots, permitiendo evaluar su rendimiento
antes de la implementación física. Estos temas ofrecen una
introducción a los conceptos fundamentales relacionados con la
simulación de sistemas de control de robots y las herramientas
utilizadas en este campo. Para obtener información más detallada
y completa, se recomienda consultar fuentes adicionales como la
documentación oficial de Simulink y SolidWorks, libros
especializados y recursos en línea relacionados con la robótica y la
simulación.
Abstract--In this conversation, explore various topics related to
simulating robot control systems using tools like Simulink and
SolidWorks. The importance of simulation in the design and
development of robot control systems was discussed, managing to
evaluate their performance before physical implementation. These
topics provide an introduction to the fundamental concepts related
to robot control system simulation and the tools used in this field.
For more detailed and complete information, it is recommended to
consult additional sources such as the official Simulink and
SolidWorks documentation, specialized books and online resources
related to robotics and simulation.
I. OBJETIVOS
Evaluar el desempeño del sistema mediante la simulación de
esta manera evaluar el rendimiento del sistema de control del
robot de 3 grados de libertad en diferentes escenarios y
condiciones.
Diseñar algoritmos de control para Simulink facilitando el
ajuste de parámetros de control del robot de 3 grados de
libertad.
Verificar limitaciones y restricciones mediante la simulación,
de esta manera verificar si el sistema de control del robot de 3
grados de libertad cumple con las limitaciones y restricciones
físicas del robot. Se pueden evaluar aspectos como los límites
de velocidad y posición de las articulaciones y las restricciones
de espacio de trabajo.
II. MARCO TEORICO
El control de robots es una disciplina crucial en el campo de
*
sistemas para guiar y supervisar el comportamiento de los
robots. Existen diferentes tipos de control de robots, cada uno
con sus propias características y aplicaciones. La simulación
juega un papel fundamental en el diseño y la evaluación de los
sistemas de control de robots, ya que permite analizar su
desempeño en un entorno virtual antes de su implementación
física. Simulink, una herramienta de simulación ampliamente
utilizada, proporciona una plataforma robusta para realizar
simulaciones de control de robots, permitiendo la
implementación de modelos y algoritmos con la ayuda de
funciones especiales, como la S-function.
Tipos de Control de Robots:
Control Cinemático: Este tipo de control se basa en el
estudio de la cinemática del robot, que se refiere a la relación
entre los movimientos de las diferentes partes del robot y su
efecto en la posición y orientación final. El control cinemático
se enfoca en el control de la trayectoria y la velocidad del
robot, y es ampliamente utilizado en aplicaciones como la
manipulación de objetos y la navegación de robots móviles.
Control Dinámico: El control dinámico tiene en cuenta las
fuerzas y momentos que actúan sobre el robot, así como las
características dinámicas de sus componentes, como masa,
inercia y fricción. Este tipo de control se utiliza cuando se
requiere un control de mayor precisión y estabilidad,
especialmente en tareas que implican interacciones físicas más
complejas, como el equilibrio de robots humanoides o la
manipulación de objetos pesados.
Control Híbrido: El control híbrido combina elementos del
control cinemático y dinámico, aprovechando las ventajas de
ambos enfoques. Permite una planificación precisa de la
trayectoria y la velocidad, al tiempo que tiene en cuenta las
limitaciones y restricciones dinámicas del robot. El control
híbrido se utiliza en aplicaciones donde se requiere un control
preciso de la dinámica y la trayectoria, como en los robots
industriales de alta precisión.
Simulación en Simulink y el uso de la S-function:
Simulink, una herramienta basada en MATLAB,
proporciona un entorno gráfico para el diseño, simulación y
análisis de sistemas dinámicos. Permite la implementación de
modelos de control de robots utilizando bloques funcionales y
conexiones visuales. Una de las características más poderosas
de Simulink es la capacidad de utilizar S-functions (funciones
S), que son bloques personalizados que permiten la
implementación de algoritmos en lenguajes de programación de
alto nivel, como MATLAB y C.
 2

La S-function es una herramienta clave para simular Modelo dinámico en el espacio de estados.
sistemas de control de robots en Simulink, ya que permite la La ecuación dinámica en el espacio de estados para el
integración de algoritmos personalizados y modelos manipulador robótico de tres grados de libertad estará
matemáticos complejos. Con la S-function, es posible diseñar y representada por:
probar algoritmos de control específicos para un robot en
particular, ajustando sus parámetros y evaluando su desempeño
en diferentes escenarios.
Implementación del método de la máquina analógica con
herramientas de simulación:
El método de la máquina analógica es una técnica que
utiliza herramientas de simulación para emular el
comportamiento de sistemas físicos en tiempo real. En el
contexto del control de robots, este método se puede aplicar en
Simulink mediante la combinación de modelos matemáticos
precisos y la implementación de algoritmos de control en
tiempo real utilizando la S-function. Al simular el donde M(x) es una matriz simétrica de 3x3 de masas inerciales,
comportamiento del robot en una máquina analógica, es posible C(x, x) es un vector de 3x1 de los términos de Coriolis y
obtener una representación visual y numérica del sistema en Centrípetas, Fb˙x es un vector de 3x1 de los términos de
tiempo real, lo que facilita el análisis y la optimización del fricción viscosa, G(x) es un vector de 3x1 de la fuerza de
control. gravedad, Td es un vector de 3x1 que involucra a las
incertidumbres y perturbaciones que pudiese presentar el
Ventajas de simular sistemas de control de robots en
sistema y Tin es un vector de 3x1 que involucra a los pares
Simulink:
aplicados. Por lo tanto
Evaluación y optimización previa a la implementación
física: La simulación en Simulink permite probar y ajustar los
algoritmos de control antes de implementarlos en un robot real.
Esto reduce los costos y el tiempo de desarrollo, ya que los
errores y las mejoras se pueden abordar en el entorno virtual.
Análisis detallado del desempeño: Simulink proporciona
herramientas para realizar análisis detallados del
comportamiento del sistema de control de robots, como el
seguimiento de trayectorias, la respuesta a perturbaciones y la
eficiencia energética. Esto permite una comprensión profunda
del rendimiento del sistema y la identificación de posibles
problemas o áreas de mejora.
Flexibilidad y reutilización: Simulink facilita la
modificación y reutilización de los modelos de control de
robots. Los bloques funcionales y la S-function permiten
ajustar parámetros, cambiar algoritmos y adaptar el control a
diferentes configuraciones de robots y tareas específicas.
La simulación en Simulink proporciona una plataforma
poderosa para el diseño, análisis y optimización de sistemas de
control de robots. La implementación de modelos de control
utilizando la S-function y la aplicación del método de la
máquina analógica permiten una representación precisa y en
tiempo real del comportamiento del robot. Esto brinda ventajas
significativas, como la evaluación previa a la implementación
física, el análisis detallado del desempeño y la flexibilidad en el
diseño y la reutilización de los modelos de control. Al
aprovechar estas capacidades, los ingenieros pueden desarrollar
sistemas de control de robots más eficientes y efectivos.

III. DESARROLLO

S-function
 3

((D+B)*x(2))+E*((x(2)*x(2))*s_235-
(2*x(4)*x(6)+(x(6)*x(6)))*s5);
B*x(2)+E(x(2)*c3*s_35+(x(4)*x(4))*s5)];
G = [0; (m1+m2)*g*l1*c3+m2*g*l2*c35; m2*g*l2*c35];
u(1)= Kt*x(3);
Q = (inv(M))*([u(1);u(2)]-(C*[x(2);x(4)])-G);

sys = [x(2);Q(1);x(4);Q(2)];

case 2 %
Discrete state update
sys = []; % do nothing

case 3
sys = [x(1);x(2);x(3);x(4);x(5);x(6)];

case 9 %
Terminate
sys = []; % do nothing

otherwise
DAStudio.error('Simulink:blocks:unhandledFlag',
num2str(flag));
A continuacion mostramos el codigo implmenetado para la end
S_Function;
function [sys,x0,str,ts] = sfuncont(~,x,u,flag)
%SFUNCONT An example M-File S-function for continuous Implementación virtual
systems.
% This M-file is designed to be used as a template for
other Exportar un diseño de SolidWorks a Simulink implica varios
% S-functions. Right now it acts as an integrator. This
template pasos y requerimientos para garantizar una integración fluida y
% is an example of a continuous system with no discrete precisa. A continuación, se mencionan algunos de los
components.
% requerimientos clave:
% See sfuntmpl.m for a general S-function template.
%
• Modelo 3D en SolidWorks: Debemos tener un modelo 3D
% See also SFUNTMPL. completo y preciso del diseño en SolidWorks. Esto incluye
% Copyright 1990-2007 The MathWorks, Inc.
todas las piezas, ensamblajes y restricciones necesarias para
representar adecuadamente el sistema mecánico. El modelo
m1=1; debe estar correctamente dimensionado y tener todas las
m2=1;
l1=1; propiedades materiales asignadas.
l2=1;
m3=1;
• Conversión a formato compatible: SolidWorks permite
l3=1; exportar modelos en diferentes formatos, como STEP, IGES o
g = 9.81;
% Be=1; STL. Antes de importar el modelo en Simulink, es necesario
% Bm=1; convertirlo al formato compatible utilizado por Simulink, como
% Jm=1;
% Kt=1; STEP (.stp) o Parasolid (.x_t).
% La=1; • Importación en Simulink: Una vez convertido el modelo al
% Ra=1;
A = m2*(l2*l2); formato adecuado, podemos importarlo en Simulink. Simulink
B = m2*(l2*l2)*x(2)*cos(x(3)+x(5))*sin(x(3) + x(5)); proporciona interfaces de importación que te permiten cargar el
C = (m1 + m2)*(l1*l1);
D = (m1 + m2)*(l1*l1)*x(2)*cos(x(3))*sen(x(3)); modelo 3D y utilizarlo como base para la simulación.
E = m2*l1*l2;
F = m2*g*l2*cos(x(3) + x(5)); • Asignación de propiedades y comportamiento: Dependiendo
s_235 = sen(2*x(3) + x(5)); de los objetivos de simulación, tendremos que asignar
c3 = cos(x(3));
c5 = cos(x(5)); propiedades y comportamientos adicionales a los componentes
s3 = sin(x(3)); del modelo importado en Simulink. Esto puede incluir la
s5 = sin(x(5));
c_35 = cos(x(3) + x(5)); asignación de propiedades físicas como masa, inercia o
s_35 = sin(x(3) + x(5));
fricción, así como la definición de restricciones y condiciones
de contorno.
switch flag
case 0 %
Initialization
sys = [6, % number of continuous states
0, % number of discrete states
6, % number of outputs
3, % number of inputs
0, % reserved must be zero
1, % direct feedthrough flag
1]; % number of sample times
x0 = [0;0;0;0;0;0];
str = [];
ts = [0 0]; % sample time: [period, offset]

case 1 % Derivatives
M = [C*(c3*c3)+A*(c_35*c35)+2*E*c3*c_35 0 0; 0
C+A+(2*E*c5) A+E*c5; 0 A+E*c5 A];
C = [-2*x(1)*D-2*B(x(4)+x(6))-
2*x(2)*(E*x(4)*s_235+x(6)*c3*s_235);
 4

Ilustración 1 Esquema base generado al exportar el

ensamblaje de Solidworks a Simulink

Ilustración 3 Esquema modificado para el control mediante

realimentación de velocidad

Ilustración 2 Modelo exportado a Simulink

Ilustración 4 Modelo original en Solidworks


IV. RESULTADOS
Ilustración 5 Grafica Posición y velocidad para Q1
Ilustración 6 Grafica posición y velocidad para Q2
Ilustración 7 Grafica posición y velocidad para Q3
5
Ilustración 8 Grafica de posición y velocidad obtenida de la
simulación virtual
Juicio profesional
A continuación, generamos una descripción general de las
ventajas y desventajas de los enfoques generales: la
implementación mediante S-function y la simulación virtual
con Simscape y Simulink.
Implementación mediante S-function:
Ventajas:
Flexibilidad: La implementación mediante S-function permite
una mayor flexibilidad para personalizar y programar
algoritmos de control específicos y cálculos personalizados.
Control detallado: Puedes tener un control más detallado y
específico sobre los componentes y las ecuaciones utilizadas en
la simulación, lo que puede ser útil para sistemas con
características particulares.
Integración con otros modelos: Las S-functions pueden
integrarse fácilmente con otros modelos y bloques de Simulink,
lo que permite combinar diferentes sistemas y componentes en
una simulación completa.
Desventajas:
Mayor complejidad de implementación: La implementación de
una S-function puede requerir un mayor nivel de conocimiento
en programación y modelado en comparación con otros
enfoques de simulación.
Mayor tiempo de desarrollo: La programación y configuración
de una S-function puede llevar más tiempo en comparación con
la configuración de modelos más generales.
Requiere conocimiento en programación: Para aprovechar al
máximo las S-functions, es necesario tener conocimientos
sólidos en programación y en el lenguaje de programación
compatible con Simulink (por ejemplo, MATLAB o C).
Simulación virtual con Simscape y Simulink:
Ventajas:
Simplicidad de modelado: Simscape proporciona una interfaz
gráfica intuitiva para modelar sistemas físicos, lo que puede
simplificar el proceso de modelado y configuración.
 6

Bibliotecas de componentes predefinidos: Simscape ofrece una
amplia variedad de componentes predefinidos y bibliotecas que
facilitan la construcción de modelos físicos, lo que ahorra
tiempo y esfuerzo en la implementación.
Integración nativa con Simulink: Simscape se integra sin
problemas con el entorno de Simulink, permitiendo combinar
fácilmente modelos físicos con otros componentes y sistemas
en una simulación completa.
Desventajas:
Menor flexibilidad en el nivel de detalle: Al utilizar
componentes predefinidos, es posible que no se pueda lograr el
mismo nivel de detalle o personalización que con una
implementación mediante S-function.
Limitaciones en ciertos tipos de sistemas: Aunque Simscape es
adecuado para una amplia gama de sistemas físicos, puede
haber casos en los que la representación de ciertos fenómenos o
componentes específicos sea limitada o compleja de modelar.
En última instancia, la elección entre una implementación
mediante S-function y la simulación virtual con Simscape y
Simulink dependerá de las necesidades y características
específicas del sistema que estemos simulando. Es
recomendable evaluar cuidadosamente las ventajas y
desventajas de cada enfoque y considerar la complejidad del
sistema, el nivel de detalle requerido, la experiencia y
habilidades del equipo, así como los recursos y las limitaciones
de tiempo disponibles.
En última instancia, tanto la implementación mediante S-
function como la simulación virtual con Simscape y Simulink
son herramientas poderosas para el diseño y la simulación de
sistemas. La elección del enfoque adecuado dependerá del
equilibrio entre flexibilidad, control detallado y facilidad de
uso que se requiera para el proyecto en particular.
REFERENCIAS
[1] "Simulink Documentation" - Documentación oficial de MathWorks sobre
Simulink: https://www.mathworks.com/help/simulink/index.html
[2] "SolidWorks Help" - Documentación oficial de SolidWorks:
https://help.solidworks.com/
[3] "Introduction to Robotics: Mechanics and Control" de John J. Craig - Un
libro de referencia para aprender sobre robótica y control de robots:
https://www.amazon.com/Introduction-Robotics-Mechanics-Control-
4th/dp/0133489795
[4] "Modern Robotics: Mechanics, Planning, and Control" de Kevin M. Lynch
y Frank C. Park - Otro libro ampliamente utilizado para estudiar robótica y sist
emas de control: https://www.amazon.com/Modern-Robotics-Mechanics-
Planning-Control/dp/1107156300
[5] "Modeling and Simulation of Dynamic Systems" de Robert L. Woods y
Kent L. Lawrence - Un libro que cubre la simulación de sistemas dinámicos y
proporciona una introducción a Simscape:
https://www.amazon.com/Modeling-Simulation-Dynamic-Systems-
Conceptual/dp/0133373797
[6] Repositorios de código abierto en GitHub - Puedes buscar proyectos
relacionados con la simulación de robots y sistemas de control en GitHub.
Algunos ejemplos incluyen:
[7] Repositorio de MATLAB y Simulink Robotics Arena:
https://github.com/mathworks-robotics/robotics-arena
[8] Repositorio de modelos de robots de la Universidad Técnica de Múnich:
https://github.com/tum-i6/ModelingSimulationControl

V. CONCLUSIONES
En conclusión, hemos explorado dos enfoques diferentes para
la simulación de sistemas: la implementación mediante S-
function y la simulación virtual con Simscape y Simulink. Cada
enfoque tiene sus propias ventajas y desventajas.
La implementación mediante S-function ofrece una mayor
flexibilidad y control detallado sobre el sistema simulado.
Permite personalizar algoritmos de control y cálculos
específicos, lo que es beneficioso para sistemas con
características particulares. Sin embargo, la implementación
mediante S-function requiere un mayor nivel de conocimiento
en programación y puede llevar más tiempo de desarrollo.
Por otro lado, la simulación virtual con Simscape y Simulink
simplifica el proceso de modelado y configuración.
Proporciona una interfaz gráfica intuitiva y bibliotecas de
componentes predefinidos, lo que facilita la construcción de
modelos físicos. La integración nativa con Simulink permite
combinar fácilmente diferentes componentes en una simulación
completa. Sin embargo, puede haber limitaciones en el nivel de
detalle y personalización en comparación con la
implementación mediante S-function.
La elección entre estos enfoques dependerá de las necesidades
específicas del sistema y las capacidades del equipo. Es
importante evaluar cuidadosamente las ventajas y desventajas
de cada método, considerando la complejidad del sistema, el
nivel de detalle requerido, la experiencia del equipo y los
recursos disponibles.