Beruflich Dokumente
Kultur Dokumente
INTRODUCCIÓN:
Simular y aplicar el controlador difuso sobre la planta
En el desarrollo de estas prácticas se implementaron diferentes virtual, de forma que el robot simulado pueda moverse
tipos de controles a un carro. Para aplicarlos en el manejo de continuamente a través de diferentes posiciones y
ángulo y posición, inicialmente se realiza por medio de orientaciones (mínimo 5) dentro de un plano 2D.
simulación en Matlab, y posteriormente implementado en el
microcontrolador, STM para este caso. Se realizaron estas Los controladores clásico y difuso diseñados en las
pruebas para que el carro se mueva por una trayectoria prácticas anteriores se deben implementar DENTRO un
indicada por la GUI de Matlab creada para este desarrollo. microcontrolador, sistema embebido o STM, el cual
debe comunicarse con un PC para realizar la
1. PROCEDIMIENTO: supervisión del proceso, (se puede hacer uso de la
herramienta XFuzzy).
Inicialmente se debe diseñar y modelar adecuadamente
una planta virtual para aplicar estrategias de control. Se Comparar y analizar los resultados obtenidos con los
considerará el robot diseñado en el curso de robótica dos controladores.
(con el manipulador ensamblado) como la planta para
la práctica. Primero se debe implementar y simular la 2. RESULTADOS:
planta (Diseño de la interfaz gráfica) en MATLAB o en
otro software. Seguidamente se debe construir el robot DISEÑO:
este debe contar con un control de velocidad angular
(controles de bajo nivel) para cada rueda, la sensórica - Se realizó un diseño a partir de los motores que
necesaria para implementar el control (posiciones implementamos en el carro, el manipulador que
lineales y angulares, velocidades angulares de las habíamos diseñado con anterioridad y el espacio
ruedas, seleccionar y acondicionar la sensórica con los necesario para la electrónica y el control del carro.
controles de bajo nivel), la estructura debe ser sólida,
robusta y con materiales adecuados a un robot. Motores y sensores: Para evitar problemas con la lectura de los
sensores se implementaron motores reductores con encoders
Sobre la planta virtual se debe diseñar, acoplar y incluidos que permiten por medio de trenes de pulsos determinar
simular un controlador clásico de forma que el robot a parte de la velocidad y la posición del motor, la dirección de
simulado pueda moverse continuamente a través de giro del mismo.
diferentes posiciones y orientaciones (mínimo 5) dentro
de un plano 2D. (Control de posición lineal y angular, Características del motor:
“x,y,theta”).
Motor: GM25-13CPR
Usando el toolbox de lógica difusa diseñar un Pulsos por vuelta: 13
controlador para la planta virtual modelada empleando Par: 1.95 Kg.cm
el modelo de inferencia de Mamdani. Potencia: 2.6 W
__________________________________________________________________________________________
1
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
Manipulador: Se usó un manipulador de tres grados de libertad, Capacidad en Corriente: 2 A constantes, y 4 A en picos.
se diseñó a partir de las condiciones que por la longitud de los
Voltaje de alimentación: 5VDC.
eslabones el efector final pueda llegar al piso sin modificar la
estructura del carro. Potencia de salida: 25 W.
Corriente de control: 36 m A.
Peso: 30g
__________________________________________________________________________________________
2
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
Diseño Final: 𝑣𝑅 = 𝑟 ∗ 𝜔𝑅
𝑣𝐿 = 𝑟 ∗ 𝜔𝐿
Y se obtiene que:
𝑣𝑅 + 𝑣𝐿 𝜔𝑅 + 𝜔𝐿
𝑣= 𝜔= ∗𝑟
2 𝑙
𝑣 = 𝐾𝑉 √(𝑥 − 𝑥𝑑 )2 + (𝑦 − 𝑦𝑑 )2
CINEMATICA DIRECTA:
𝑥̇ = 𝑣 ∗ 𝑐𝑜𝑠(𝜃)
𝑦̇ = 𝑣 ∗ 𝑠𝑒𝑛(𝜃)
𝜃̇ = 𝜔
Velocidad se define como:
__________________________________________________________________________________________
3
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
CINEMATICA INVERSA:
ERROR:
PWM Wr PWM Wl
0 0 0 0
10 0 10 0
20 0 20 0
30 5,76 30 5,76
40 12,98 40 13
50 20,19 50 20,2
60 27,4 60 27,4
70 34,62 70 34,6
80 41,82 80 41,8
__________________________________________________________________________________________
4
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
90 50 90 48,5
664.34
100 57,69 100 56,3 𝐹(𝑠) =
𝑠2 + 5.1𝑠 + 1078
110 65 110 62,5
120 73,55 120 70,1 Con ayuda de Matlab se halla un control tipo PID. Donde se
130 80,2 130 77,1 obtienen las siguientes constantes.
140 88,4 140 84,1
150 95,8 150 91,5
160 104 160 98,5
170 111,5 170 106
180 118,5 180 113
190 127,8 190 120
200 133 200 126
Wr
150
100
0
0 50 100 150 200 250
Simulink:
Wl
150
100
50
0
0 50 100 150 200
__________________________________________________________________________________________
5
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
𝒙 𝒚
100 100
200 200
300 300
400 400
500 500
- Para poder realizar mejor el control y tomar los valores
deseados por el usuario se crea una interfaz gráfica que
con ayuda del Simulink, realiza el control mediante los
diagramas de bloques en la simulación tomando los
nuevos valores como los ingresados por el cursor
dirigido por el usuario.
__________________________________________________________________________________________
6
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
__________________________________________________________________________________________
7
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
Del mismo modo se puede visualizar que el error se haga 0, ya y tres funciones de membresía, declaradas como, Paso,
que al llegar a la referencia no hay error, tanto para la variable llego y Falta. Referenciando la llegada al punto casi de
X como Y. error 0, que es lo deseado en la práctica.
Para realizar pruebas y simulación de Control por lógica difusa, - Para el error de distancia del punto a la referencia
se tiene una herramienta de Matlab que permite crear entradas, tomamos los mismos valores de las membresías
salidas, funciones de membresía y reglas, cuantas se deseen para anteriores con la diferencia que estas se delimitan como
lograr el control. -180 a 180.
__________________________________________________________________________________________
8
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
- Para la salida también tenemos 3 funciones de - De la misma forma se definieron las reglas para el
membresía, en cada una de las salidas que hacen control de la siguiente forma:
referencia a la velocidad angular de cada una de las
llantas, como estamos realizando un control de posición
angular también se decidió usar el carro en reversa, por
eso las funciones de membresía para esta son reversa
detenerse y acelerar que en nuestro caso está definido
como 1 y 2.
WR
__________________________________________________________________________________________
9
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
__________________________________________________________________________________________
10
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
3. CONCLUSIONES:
4. REFERENCIAS
[1] B. Kuo, Sistemas de control automático, Prentice Hall, 1996.
__________________________________________________________________________________________
11
LABORATORIO PRIMER CORTE.
LABORATORIO, INTELIGENCIA ARTIFICIAL 2018-II.
UNIVERSIDAD MILITAR NUEVA GRANADA
__________________________________________________________________________________________
12