Resumen

Este artículo presenta una aplicación eficiente de un control por modelo de referencia sobre un robot de tipo SCARA. El control estudiado es un control predictivo funcional, el que hace uso de un modelo dinámico simplificado del robot. Los ensayos simulados se realizan sobre un robot de cuatro grados de libertad, tipo SCARA. Con el fin de comparar diferentes estrategias de control, se diseña un controlador clásico tipo PID y dos controladores basados en el modelo de referencia. En este último caso el sistema se linealiza y se desacoplada por realimentación, lo que transforma el sistema a controlar en un simple par de integradores. Al sistema lineal y desacoplado resultante se le aplica el control por par calculado y el control predictivo funcional. Los tres controladores estudiados se simulan sobre el robot SCARA con valores numéricos reales. Las pruebas permiten valorar las respuestas de estos controladores en seguimiento de trayectoria, rechazo de perturbaciones y presencia de errores en el modelado con consignas complejas similares a las utilizadas en procesos de fabricación.

INTRODUCCIÓN

Muchas estrategias han sido utilizadas para el control de robots en los últimos años [1], [2], [3]. Los robots industriales utilizan normalmente el control clásico tipo PID. Pero los brazos manipuladores, los cuales se componen de varias articulaciones unidas entre sí, poseen una dinámica altamente no lineal con un fuerte acoplamiento entre sus respectivas articulaciones. Esto complica la tarea de un simple controlador PID así como su sintonización, sobre todo, con consignas a altas velocidades o aceleraciones. Mejores soluciones han sido entonces propuestas con controladores basados en el modelo del robot, los cuales utilizan un modelo matemático del mecanismo con el fin de compensar los términos dinámicos presentes.

En los brazos robotizados industriales la estrategia de control más común que tiene en cuenta el modelo es el control por par computado [4], [5]. Este control es relativamente fácil de implementar y provee resultados satisfactorios en cuanto a errores de seguimiento y robustez. Pero las incertidumbres presentes en el modelo, debido a parámetros mal estimados o no modelados, dificultan el diseño de un eficaz algoritmo basado en un modelo matemático exacto. Por esto, otros tipos de soluciones han sido diseñados con el fin de darle al sistema la robustez deseada [6], [7].

En la pasada década, el control predictivo (MPCModel Predictive Control) se posicionó como una estrategia efectiva para un gran número de procesos [8], [9]. Muchos trabajos han mostrado que el control predictivo es una opción interesante para el manejo de diversos procesos, al realizarse una optimización del pronóstico del comportamiento del sistema [10], [11], [12]. Este control provee buenas respuestas en términos de rapidez, rechazo de perturbaciones y respuesta frente a errores en los parámetros de la planta.

• Materias:Control electrónico Control automático Robots
• Subjects:Electronic control Automatic control Robot
• Palabras claves:Robots industriales, control de robots, control por modelo de referencia, control predictivo funcional
• Keywords:Industrial robots, robot control, model based control, predictive functional control