Professional Documents
Culture Documents
Análisis Dinámico No Lineal Y Discreto para Un Sistema de Ensamble Y Manufactura Automático de Estructuras de Colectores Solares Modulares
Análisis Dinámico No Lineal Y Discreto para Un Sistema de Ensamble Y Manufactura Automático de Estructuras de Colectores Solares Modulares
TESIS
PARA PRESENTAR EL
EXAMEN DOCTORAL
P R E S E N TA
M. en C. Héctor Domínguez Aguirre
DIRECTO R E S DE TESIS
Dr. José Ángel Ortega Herrera
Dr. Valery R. Nosov
Este trabajo está licenciado bajo una licencia Creative Commons BY-NC-SA-2.5. Los usuarios de la
información pueden copiar, distribuir y comunicar públicamente la obra y hacer obras derivadas bajo
las condiciones de la licencia Creative Commons de Atribución, Sin Uso Comercial y Licenciamiento
Recíproco (CC Atribución-Sin Uso Comercial-Licenciamiento Recíproco 2.5-México).
http://creativecommons.org/licenses/by-nc-sa/2.5/mx/.
AL DOCTOR JOSÉ ÁNGEL ORTEGA HERRERA
SIN SU ASESORÍA Y APOYO ACADÉMICO
DESDE MIS INICIOS NO ESTARÍA AHORA AQUÍ
ÍNDICE DE CONTENIDO
RESUMEN.........................................................................................................................i
ABSTRACT.....................................................................................................................iii
INTRODUCCIÓN.............................................................................................................v
Presentación............................................................................................................................................... v
Antecedentes............................................................................................................................................. ix
Objetivo general......................................................................................................................................... x
Objetivos específicos................................................................................................................................. x
Justificación.............................................................................................................................................. xi
Alcance.................................................................................................................................................... xii
Aportaciones principales........................................................................................................xii
CONCLUSIONES.........................................................................................................203
i
implementando varios mapas caóticos. Finalmente, se abordó el problema
de estabilización del caos con valores muy pequeños de retroalimentación
de velocidad y posición.
ii
Abstract
The main goal for this dissertation is to develop novel techniques within the
field of micro machinery and micro mechanisms aim to manufacturing and
automatic assembly process, applied to the construction of modular solar
collectors with flat facet mirrors. In addition to that, a major goal is to develop
mathematical studies and computational developments of non linear
dynamical systems applied to micro mechanisms.
A novel six degrees of freedom machine error analysis has been applied to
micro mechanisms obtaining a homogeneous transformation matrix that
contains all geometrical, slow and fast dynamics and non linear errors. This
procedure can be used not only with micro mechanisms, but with
conventional mechanisms also in order to improve its performance.
It is also important to mention that the most innovative development are the
models of dynamical commutable systems, which we believe may have an
important role in non linear and complex dynamical systems. Studies done in
this area led us to complex behavior of very simple commutable systems,
such as harmonic oscillators. We found the rule for generating a chaotic
behavior in a bi-dimensonal realization with continuous and deterministic
state variables. Extensions of those studies were done for random
parameters and state variables. Finally, chaos stabilization was done by
iii
using small amount of velocity and position feedback into the chaotic system.
iv
Introducción
INTRODUCCIÓN
Presentación
El uso de energías limpias en el planeta es prioritario para disminuir los efectos en el cambio
climático y la energía solar representa una fuente prácticamente ilimitada y muy barata de
energía. Desarrollar tecnología energética que esté al alcance de la mayoría de la gente
debe de ser prioridad para cualquier sociedad en búsqueda de una mejor calidad de vida.
Figura i.1 Ejemplo de un colector solar con un motor térmico tipo Stirling desarrollado en los 80s.
i
Introducción
A pesar de todo el desarrollo y el conocimiento del impacto negativo del uso de energías no
renovables como el carbón o el petroleo, el uso de energías renovables aún está muy poco
desarrollado y representa un porcentaje muy pequeño de la generación energética mundial
actualmente. La tabla i.1 muestra datos de la Agencia internacional de energía del 2002,
estos datos están ejemplificados en la figura i.3.
ii
Introducción
Generación de Electricidad
Fuente: Agencia Internacional de Energía 2002
La propuesta de usar micro máquinas se basa en el hecho que está tecnología hace un uso
mas eficiente de la energía de operación y se basa en la paralelización de tareas. La escala
de trabajo de estos dispositivos es obviamente pequeño y esto obliga al uso de múltiples
máquinas simultáneamente.
iii
Introducción
Hoy en día la tecnología está mas cerca de nosotros y los dispositivos y máquinas cada vez
se miniaturizan mas. Los procesos de manufactura y ensamble de dichos dispositivos deben
de hacerse de forma automática y eficiente; por ejemplo, el ensamble de un teléfono celular
actualmente requiere precisiones de hasta 10 micras que un robot convencional actual
requiere de componentes mecánicos de alta precisión, así como de sistemas de control mas
especializados. Todo esto hace que el proceso se vuelva mas caro y requiera aún mayor
nivel de entrenamiento.
Esto trae consigo retos y beneficios inmediatos. Por ejemplo, todo el software y sistemas de
control y comunicación son los mismos a los utilizados en las máquinas convencionales, solo
es necesario ir escalando los parámetros para ajustarlos a las nuevas dimensiones. Además,
los mecanismos se vuelven mas rígidos, estables y controlables al minimizar los
componentes y esto facilita la realización de movimientos de precisión en las máquinas.
Entre los nuevos retos se pueden mencionar aquellos que están relacionados con el
desarrollo de nuevos actuadores mas aptos para esas escalas, desarrollo de nuevos
sistemas de integración de manufactura y estratégicas para trabajar con múltiples máquinas
y micro-componentes y cambio de cultura de los fabricantes.
Los retos de usar micro mecanismos son relativamente nuevos y dada la escala de
operación, muchos de los modelos convencionales no aplican a este nivel. Es necesario
considerar mejor los elementos no lineales, los efectos de retardo y lazos de operación con
otros niveles jerarquicos, tanto hacia arriba como hacia abajo. Los capítulos 1 y 2 ofrecen
una descripción de estos modelos matemáticos.
iv
Introducción
De igual forma, el paralelismo y la colaboración entre micro máquinas presenta nuevos retos
en el esquema de control, por lo que el desarrollo de librerías de modelos, diseños de
controladores y estructuras de control es de gran impacto en estos desarrollos tecnológicos.
Estos puntos se irán abordando en el cuerpo de esta disertación.
Antecedentes
Este trabajo está principalmente basado en los desarrollos realizados por el Dr. Yuichi
Okazaki del AIST, la Agencia de Información Ciencia y Tecnología, de Japón y el Dr. Ernst
Kussul del CCADET, Centro de Ciencias Aplicadas y Desarrollo Tecnológico, de la UNAM. El
Dr. Okazaki tiene mas de 20 años desarrollando sistemas de micromáquinas e integrando
estos sistemas a la industria en Japón; mientras que el Dr. Kussul se ha enfocado al
desarrollo de micromáquinas de bajo costo con aplicaciones a la investigación y formación
académica de estudiantes en la UNAM. Además, se está integrando el trabajo del Dr. Adriano
de Luca hecho en el departamento de Computación del CINVESTAV en el área de sistemas
digitales usando FPGA's (field programming gate arrays) para el desarrollo de sistemas de
automatización, medición de precisión y control en tiempo real.
v
Introducción
Objetivo general
Objetivos específicos
vi
Introducción
Finalmente, este trabajo de tesis doctoral intenta también demostrar que existe al menos un
procedimiento viable de ensamble automático de estructuras de colectores solares usando
micromáquinas de alta precisión.
Justificación
El área de automatización de sistemas de manufactura está tomando caminos cada vez mas
especializados enfocados en la optimización de procesos, el incremento en la precisión y la
reducción de errores mecánicos en el maquinado de piezas y ensamble. Existe una gran
demanda de productos cada vez mas pequeños y cercanos a la vida humana, entre ellos se
encuentran dispositivos médicos, de entretenimiento, de medición, científicos e inclusive de
producción industrial.
Es de suma importancia desarrollar tecnologías para resolver estos retos que se presentan
en el mundo actual. Una opción que se presenta son las micromáquinas y los sistemas de
fabricación automática usando estos sistemas pequeños en forma paralela y colaborativa.
Los retos en esta área son múltiples, para empezar muchos de los modelos matemáticos
existentes en la industria no pueden usarse tal cual en el mundo de mecanismos a escalas
mili o micrométricas, ciertos efectos no lineales derivados de fuerzas de fricción,
electrostáticas, de Van der Waals, etc.
Esto obliga a usar o desarrollar diferentes técnicas de control no lineal o inteligente dentro de
vii
Introducción
Hay que resaltar que la escala de reducción del tipo de mecanismos y máquinas propuestas
en este trabajo de investigación y desarrollo tecnológico está en el rango de milímetros con el
fin de tener precisiones de micrómetros y hacer piezas que conformen un producto que una
persona pueda manejar. A diferencia de muchos sistemas usados en nanotecnología o
MEMS en cuyo caso los productos están en escala de nanómetros y cuyas aplicaciones
están aún fuera del mundo convencional de productos comerciales. En este trabajo se
intentará exponer los elementos matemáticos y técnicos que afectan a micro máquinas en
trabajo colaborativo en una celda de manufactura, tal es el caso de micro robots, micro
máquinas CNC y micro bandas transportadoras.
Alcance
Aportaciones principales
viii
Introducción
ix
Capítulo 1
CAPÍTULO 1.
1.1 Introducción
Tradicionalmente, tanto los modelos matemáticos formales como los heurísticos, intentan
representar máquinas abordando solo una área específica de la misma; por ejemplo, ya sea
solo la parte mecánica, estructural, de producción, de servo control, etc. Sin embargo,
aunque estás aproximaciones han sido suficientes hasta hace aproximadamente 20 años,
debido a la aparición de nuevos mecanismos y demandas del mercado se ha obligado a
abordar el problema de modelación de máquinas utilizando formas mas completas y
complejas de representación, considerando a una máquina mas como un sistema dinámico
multimodal, es decir cuyos componentes cambian a diferentes frecuencias, y con múltiples
interrelaciones entre sus diferentes módulos y otras máquinas trabajando en colaboración
dentro de un proceso productivo.
Modelos teóricos como el de Meystel y Albus [1] consideran todos los niveles involucrados
dentro de un proceso de manufactura. Este tipo de modelos tienen una visión integral que
incluye la parte física de diseño y operación de los mecanismos, el control, manejo de
información y sistemas de gestión que pueden contener inteligencia artificial, heurísticas o
1
Introducción a modelos matemáticos de micro mecanismos
decisiones humanas. Estos modelos, que podríamos llamar cibernéticos por ver al sistema
como un todo a partir de sus partes, representan la mejor forma contemporánea para poder
entender los complejos sistemas que se ocupan actualmente.
Hoy en día, no solo la rapidez y la precisión son parámetros que hay que evaluar en una
máquina o proceso productivo, sino también la flexibilidad de configuración y el bajo
consumo de energía son parte fundamental de los sistemas modernos de manufactura. Este
es el principal motivador para buscar nuevas formas de fabricación y con ello abordar nuevos
retos técnicos, científicos y de logística.
De igual forma el desarrollo de las máquinas puede analizarse de acuerdo a la forma en que
se origina y como se administra la energía que mueve sus componentes mecánicos. Por
ejemplo, originalmente las máquinas eran completamente manuales, la energía y el control
se originan por fuerza bruta y es el operador quien determina como se va a utilizar la
máquina. Con la introducción de potencia de alguna fuente externa y la adición de controles
analógicos definidos dentro del mismo mecanismo o controlando la fuente de energía, se
obtiene mas eficiencia, velocidad y precisión comparado con las máquinas manuales.
El siguiente desarrollo histórico dentro de las máquinas fue la introducción del control digital y
el desarrollo de los sistemas servo/actuador. Esto permitió una mayor sofisticación en el
movimiento, una integración de procesos y su sistematización. Mientras que el siguiente
paso era el lógico, el permitir una autonomía de la máquina desarrollando sistemas
automáticos de control los cuales tenían una función muy objetiva y se basaba en la
introducción de sensores, los cuales generan señales que indican el estado de la máquina en
general.
En las últimas dos décadas se han desarrollado sistemas de información inteligente, los
cuales representan el siguiente paso en la evolución de las máquinas. Los sistemas
inteligentes permiten un mejor manejo de la información generada por los sensores y la
generación de cierta heurística en la energía de operación de la misma. Los sistemas
2
Capítulo 1
Los retos y desarrollos actuales dentro de la tecnología de la manufactura nos indica que la
optimización de la energía consumida en un proceso de manufactura, así como la
coordinación de diferentes máquinas operando simultáneamente y dentro de una planta de
producción, representa el reto actual de desarrollo. El manejo de múltiples máquinas permite
la flexibilidad de los procesos, es decir, que una misma celda de producción sea capaz de
realizar actividades autónomas con el menor uso de energía y mayor calidad posible.
Esto último ha motivado el desarrollo de las micromáquinas las cuales pueden clasificarse en
diferentes formas dependiendo su escala con respecto al mundo de las personas. La idea de
escalar hacia abajo las operaciones de manufactura empezó hace ya mucho tiempo cuando
los primeros mecanismos de precisión para relojes y automatismos se construyeron.
Actualmente la escala de los micro mecanismos va desde los centímetros (10 -2m) hasta unos
cuantos átomos (10-10m), este tan amplio espectro de escalas obliga a concentrar recursos
en el desarrollo y análisis de para cada caso en particular.
3
Introducción a modelos matemáticos de micro mecanismos
El diseño de micromáquinas puede ser un gran reto al empezar a considerar efectos que en
escalas mayores no representan gran impacto; sin embargo, en pequeñas escalas pueden
cambiar completamente el comportamiento y demandar nuevos diseños y estrategias de
control. En general, el éxito o fracaso de una máquina de precisión puede evaluarse
respecto a seis aspectos de su funcionalidad abordados en [3]:
4
Capítulo 1
• Precisión dimensional
• Precisión angular
• Precisión de la forma
• Acabado superficial
• Precisión cinemática
• Alteraciones en la capa superficial
Cada máquina debe de ser diseñada de acuerdo a estos criterios y de alguna forma
medidos. Diferentes autores han propuestos varias metodologías para el diseño y medición
del rendimiento de máquinas. Nakazawa [3] establece una serie de estos principios. Los
principios de diseño de máquinas propuestos por Nakazawa se basan en cuatro
requerimientos funcionales buscando incrementar la precisión de la máquina. Estos son:
Uno de los principios mas importantes del diseño de máquinas propuestos por Nakazawa es
el principio de independencia funcional, el cual dice;
Este principio fue originalmente desarrollado por Suh citado en [4] y aplica a una amplia
variedad de sistemas mecánicos. El segundo principio diseño de Nakazawa es el principio de
diseño total:
5
Introducción a modelos matemáticos de micro mecanismos
Por ejemplo, podría ser mejor diseñar una máquina totalmente nueva que cumpla con las
seis características críticas, que modificar un diseño ya existente o ensamblar una máquina
utilizando componentes existentes. Por supuesto que esta aproximación podría ser mas
costosa inicialmente.
Moore [5] propone una metodología de como lograr esto a partir de lo que él llama “Las
cuatro artes mecánicas.”:
• Dividiendo el círculo, la división del círculo ha sido un reto dentro del diseño de
máquinas por siglos
Todos estos principios de diseño de máquinas, los cuales se han aplicado en el desarrollo y
producción de máquinas herramienta y robots en la última década del siglo pasado, son el
punto de partida del diseño de máquinas aún mas especializadas y hechas para realizar
operaciones en áreas tan diferentes como en aplicaciones médicas, de entretenimiento,
miniaturización y producción flexible y móvil de dispositivos personales y de precisión.
6
Capítulo 1
Uno de los factores mas importantes dentro del estudio de las máquinas de precisión, es el
análisis de las diferentes fuentes de error, para luego buscar la forma de compensación o
corrección de dicho error. Existen diferentes fuentes error con características muy
particulares. Esto se abordará en las secciones siguientes, así como su importancia en el
diseño y desarrollo en micromecanismos.
7
Introducción a modelos matemáticos de micro mecanismos
Los errores producidos por una máquina herramienta o el proceso de maquinado pueden ser
analizados desde diferentes puntos de vista. Ya sea desde la fuente del error, el sistema
mecánico que es afectado, la manera en que se da el proceso de generación del error o el
efecto final en el maquinado. El presente trabajo no tiene por objeto hacer un análisis
exhaustivo de estos puntos, pero es posible ver la referencia [7], la cual muestra excelentes
análisis de errores mecánicos y [8] en errores de origen térmico.
Desde el punto de vista de la compensación del error, es necesario analizar las variaciones
del maquinado desde un punto de vista geométrico considerando que una pieza de trabajo
es en realidad un objeto volumétrico definido por el espacio que ocupa. La calidad de la
geometría de la pieza de trabajo ya maquinada con respecto al diseño original, se relaciona
con los diferentes errores y compilando los efectos de variación con lo que se llama matriz
de error de la máquina herramienta.
Esta matriz de error puede ser solo una representación estática de los mismos [9]; sin
embargo, esta matriz puede mejorarse al adicionar los errores dinámicos, tanto de acción
lenta como los rápidos. Los errores dinámicos lentos, como la deformación térmica o el
desgaste acumulado de la herramienta de corte, tienen un efecto incremental y son
relativamente fáciles de compensar. En cambio, los errores dinámicos debidos a la estructura
de la máquina, vibraciones por el efecto del corte y errores de control o de cálculo de
trayectorias multidimensionales, son mucho mas difíciles de compensar y se requiere un
análisis mas exhaustivo de la naturaleza del error específico para poder determinar los
límites del diseño de la máquina misma. En [10], Altintas expone un análisis de las diferentes
fuerzas estáticas y dinámicas que afectan a una máquina herramienta convencional.
Generalmente las vibraciones generadas por el movimiento y la estructura misma de la
máquina representan una fuente considerable de error de acabado, mas que error
dimensional de las piezas de trabajo.
8
Capítulo 1
[ ]
1 − p y a x
C 1 − r b y
T u= p (1.3.1)
− y r 1 c z
0 0 0 1
La ecuación (1) muestra una matriz de error con coeficientes estáticos donde ε es un escalar
que representa el error promedio de rotación en tres ejes [p, y, r] en la transformación
homogénea CTu que va un punto a otro, δ es el error promedio de translación sobre cada uno
de los ejes coordenados [x, y, z] y las constantes a, b y c son valores de offset de la máquina
herramienta en sí. Todos estos parámetros son encontrados experimentalmente y existen
estándares y normas internacionales como la ISO-232-2 que definen los procedimientos y el
equipo requerido para estas pruebas.
En trabajos previos [11] y [12] se han analizado las diferentes fuentes de error y se ha
propuesto una matriz de error aumentada que pueda considerar los errores dinámicos de
forma que sea posible compensar errores de naturaleza lenta, deformaciones estáticas a lo
largo de los ejes de movimiento y errores térmicos. De igual manera se han propuesto
metodologías para encontrar los parámetros requeridos en tales matrices de error
extendidas.
9
Introducción a modelos matemáticos de micro mecanismos
[]
x
y
Error geométrico = [ TW− TC]
R R
z
1
[ ][ ]
1 − p y a x x
p 1 − r b y y
=
− y r 1 c z z
0 0 0 1 1 (1.3.2)
[ ][ ][ ]
1 − p y x 1 0 0 a x
p 1 − r y 0 1 0 b y
=
− y r 1 z 0 0 1 c z
0 0 0 1 0 0 0 1 1
= [ ][ ] [ ]
R I P X a
1 1 0 1 1
= T bT 0 X
En la figura 2 muestra el mapeo de los errores tridimensionales producidos por una máquina
fresadora convencional generada a partir de mediciones de error en cada uno de los ejes de
movimiento y usando la cadena de matrices de transformación de error desde la pieza de
trabajo al último eje de movimiento enlazado en la cadena cinemática de movimiento. Este
mapa tridimensional muestra la superficie del error sobre la mesa de trabajo X-Y y como
cada punto tiene ya un error definido y que se puede compensar. La figura 3 muestra el
mapa de compensación de errores en el plano XY de la misma máquina fresadora analizada
en trabajos previos [11].
10
Capítulo 1
11
Introducción a modelos matemáticos de micro mecanismos
Para el caso de micro máquinas y micro mecanismos, los principios de diseño aplicados en
máquinas convencionales siguen vigentes. Sin embargo, existen ciertos criterios de
escalabilidad que deben de considerarse. Reduciendo el tamaño de una máquina no implica
que los parámetros de maquinado deban de escalarse en una razón proporcional o inclusive
generalizada para todos los parámetros. Algunos factores continuarán afectando de igual
manera, mientras que otros se reducirán al grado de no tener efecto alguno en el proceso; de
igual manera, al reducir el tamaño a escalas mucho menores, se presentarán nuevos efectos
que no influyen en la operación de máquinas convencionales, pero a nivel micro tienen un
efecto mayor en el proceso de maquinado o manipulación de piezas.
Hay que resaltar en escalas pequeñas, los efectos que pudieran tener las vibraciones se
reducen considerablemente al aumentar la frecuencia natural de vibración de la máquina
misma. En cambio fuerzas derivadas de efectos tribológicos tienen una gran influencia en el
movimiento de precisión, que inclusive pueden hacer que la máquina requiera un rediseño en
cuanto a sus componentes de contacto, buscando mejores opciones de materiales o
controles especializados. Igualmente vibraciones autoinducidas provenientes del proceso
mismo de maquinado también son difíciles de manejar, dichas vibraciones crean errores en
el acabado de la pieza de trabajo y se generan efectos de fuerzas no lineales y remanentes,
con retardos, debido a las fuerzas entre la herramienta de corte y la pieza de trabajo.
12
Capítulo 1
La correcta calibración de una máquina nos asegura una mejor referencia cinemática para el
cálculo de los movimientos de la misma; pero, para hablar de calibración de máquinas,
primero es necesario tocar el tema de medición. En nuestro caso tenemos que mencionar
tres principios fundamentales de medición: la precisión, repetibilidad y resolución de una
máquina.
La precisión está relacionada con el sesgo o bias de las mediciones en sí. En sentido
coloquial, hablar de la precisión de una máquina es hablar del rendimiento total de la misma;
en cambio, utilizar un concepto matemático de precisión es referirse a una medida
dimensional en la que intervienen factores estadísticos derivados de la acumulación de los
errores de la máquina, el proceso de maquinado y los instrumentos de medición.
13
Introducción a modelos matemáticos de micro mecanismos
N
1
Dmedia =
N
∑ Di (1.4.1)
i=1
N
1
= ∑
N −1 i=1
D i− D media
2
(1.4.2)
14
Capítulo 1
15
Introducción a modelos matemáticos de micro mecanismos
16
Capítulo 1
desde las aplicaciones en MEMS hasta la generación del orden de 100-200 mm que
permiten maquinar piezas de 50 m a 5 mm. En Japón el desarrollo de micromáquinas y
micromecanismos es amplia y está distribuido en diferentes centros de desarrollo tecnológico
y universidades, como es el caso del AIST [22], la agencia de ciencia y tecnología para la
industria y centros académicos como el Tecnológico de Tokyo y las Universidades de Nagoya
y Osaka con amplio y reconocido desarrollo en el área.
El modelo teórico de máquinas y procesos expuesto por Albus [23] define los componentes
de un sistema inteligente de máquinas y expone una visión jerárquica de la organización de
los recursos y componentes en un sistema de manufactura. Este modelo jerárquico es en
realidad aplicable a cualquier tipo de organización de manufactura, no solamente el
inteligente y su implementación siempre depende de los objetivos propios del sistema a
desarrollar.
17
Introducción a modelos matemáticos de micro mecanismos
Figura 1.4. jerarquía: desde sensores y actuadores hasta la organización por grupos.
18
Capítulo 1
El sistema es bastante intuitivo y su jerarquía va de abajo hacia arriba; empezando con los
sensores y actuadores que modifican y monitorean los parámetros de la máquina real, es
decir, el nivel de servo control que es la parte que está inmediatamente en contacto con el
mundo real; en la generación de primitivas se generan trayectorias básicas de movimiento,
este módulo incluye la cinemática de los mecanismos y realiza los cálculos de generación de
trayectorias tridimensionales tomando en cuenta perfiles de velocidad y aceleración. Los
comandos de comportamiento de la máquina en sí, manufactura de una pieza, coordinación
con otras máquinas y otras lineas de producción para el ensamble o generación final de un
producto se realizan en los niveles superiores. Cada nivel tiene una velocidad natural de
respuesta o ancho de banda para generar y procesar sus señales, estos tiempos de
respuesta se vuelven mas lentos yendo del nivel de los sensores y actuadores hacia niveles
superiores. La figura 5 muestra tiempos estándares de acción en cada nivel jerárquico,
considerando su historia y planes futuros.
19
Introducción a modelos matemáticos de micro mecanismos
Figura 1.5. Estructura de la escala de tiempo en cuanto a los ciclos de acción de cada uno de los niveles en la
jerarquía de la manufactura.
20
Capítulo 1
La figura 1.5 muestra el mismo modelo jerárquico de la figura 1.4, pero ahora se considera la
cobertura en el tiempo que naturalmente tiene cada nivel. Esto es, el ancho de banda de
cada uno de los niveles del modelo de un sistema de manufactura automática. En la figura
1.5 el eje horizontal en cada nivel es la escala del tiempo, al centro se encuentra el momento
actual de la dinámica del sistema; mientras que hacia la izquierda están los momentos
pasados, y a la derecha los momentos futuros. Con este esquema se pretende hacer ver
como los planes a futura y su historia están relacionados, además de que el sistema total
dinámico es multimodal.
Los niveles cercanos a los actuadores son los mas rápidos, mientras que los niveles
superiores son mas lentos, llegando a tener ciclos largos que pueden durar días. Los tiempos
de memoria y planeación están relacionados con los ciclos naturales en cada nivel. La
jerarquía muestra que en el nivel mas bajo está el servo control y tiene un horizonte de
tiempo medido en mílisegundos, que en el esquema se propone como ejemplo de alrededor
de 30 ms; en la realidad, este tiempo puede ir de 0.5 a 50 ms dependiendo del tipo de control
deseado en la mayoría de máquinas herramienta. En este tiempo de muestreo se genera una
actualización del Modelo de Mundo (MM), la producción de un Valor de Juicio (VJ) y la
Generación del Comportamiento (GC) a la salida en los actuadores.
Cabe mencionar que tanto los actuadores como los sensores que miden los variables en el
mundo real, tienen también un ancho de banda limitado y que esta característica puede ser
un factor limitante de su rendimiento. Por ejemplo, consideremos un sensor de temperatura
que solamente mide de 0 a 100 grados centígrados; lo que pasa fuera de este rango va a
estar oculto para el modelo matemático, aunque posiblemente pueda ser estimado por algún
método indirecto a partir de variables adicionales. También se puede mencionar el caso del
actuador o motor que debido a su propia inercia no puede acelerar rápidamente, lo que
puede ocasionar retardos o imposibilidad de compensar cambios rápidos de comportamiento.
Todos estos factores deberían de estar considerados en el Modelo del Mundo de los módulos
específicos mencionados.
21
Introducción a modelos matemáticos de micro mecanismos
Cada nivel tiene una estructura similar de medición, de la actualización de su modelo interno,
algoritmos de análisis y producción de la salida. La escala de tiempo aumenta conforme se
sube en los niveles jerárquicos, como se mencionó anteriormente, y la forma interna de
implementación particular de cada uno de los módulos depende de las demandas de diseño
y el número de señales que se manejen simultáneamente. Aquí entran factores de
rendimiento como es el caso del comportamiento en Tiempo Real, es decir, que las señales
de control se generen en los tiempos requeridos con el mínimo de retardos; entre otros
factores de rendimiento se pueden mencionar al consumo de energía, el número de señales
de control o los grados de libertad manejados simultáneamente por cada módulo. Sin lugar a
dudas, en las máquinas reales estos son parámetros y condiciones de operación
importantes, pero su análisis sale de esta introducción y se retomarán mas adelante.
22
Capítulo 1
23
Introducción a modelos matemáticos de micro mecanismos
necesario hacer modificaciones de diseño y volver a estimar el efecto y alcance real de los
motores usados.
Existen avances importantes en países como Japón [27], Alemania y Suiza en cuanto al
desarrollo de micro máquinas de precisión. Los retos actuales se centran en desarrollar la
tecnología localmente, a un costo que asegure su viabilidad económica y la generación de
24
Capítulo 1
Referencias
[1] Alexander M. Meystel y James S. Albus. Intelligente Systems. Architectecure, design and
control.. John Wiley & sons, Inc. New York. 2000
[2] Moriwaki, T. Intelligent Machine Tool: Perspective and themes for Future Development,
Manufacturing Science and Engineering. ASME 68-2:841-849
[3] Nakazawa, H. Principles of Precision Engineering. Oxford University Press, New York,
1994. Originalmente en Japonés y traducido al Inglés por R. Takeguchi.
[4] Suh, N.P., Bell, A.C. and Gosard, D. An axiomatic approach to manufacturing systems,
Trans. ASME J. Eng. Ind., 100, 1978
[5] Moore, W.R., Foundations of Mechanical Accuracy, Moore special tool company,
Bridgeport, CT, 1970
[6] Dorfeld, D. Proc. International Machine Engineering conference (IMEC), JMTBA, Tokyo,
1995.
25
Introducción a modelos matemáticos de micro mecanismos
[7] Slocum, A.H. Precision machine design. Prentice Hall, Englewood Cliffs, 1992.
[8] Bryan, J.B. International status of thermal error research. CIRP Annals, 39, 2, 1990.
[10] Altintas, Yusuf. Manufacturing Automation. Cambridge University Press. 2000. Pags 65-
121.
[11] Dominguez, H. y Tomizuka, M. Error sources analysis for open architecture machine
tools. Japan- US Factory Automation Conference- Denver, Co. July 2004.
[12] Michaloski, J. Proctor, F., Dominguez, H., Soons et al. Improving CNC machining
accuracy through thermal model based control. Japan- US Factory Automation Conference-
Denver, Co. July 2004
[13] Kussul E., Baidyk T., et al. Scaling down of microequipment parameters. Precision
Engineering 30 (2006) 211–222.
[14] Caballero-Ruiz A., Ruiz-Huerta L., Baidyk T., Kussul E. Geometrical errors analysis of a
CNC micro-machine tool, Mechatronics, Vol.17, Issues 4-5, May-June 2007, pp. 231-243 .
[15] Estler, W.T. Measurement as inference: Fundamental ideas. National Standar Institute of
Standards and Technology. Gaithersburg, MD. Annals of the CIRP. Keynote paper. 1999, 48,
No. 2, 611-632.
[16] Taylor, B. N. and Kuyatt, C. E. Guidelines foe evaluationg and expressing the uncertainty
of NIST measurement results. Natioal Institute of Standards and Technology. Gaithersburg,
MD. 1994
26
Capítulo 1
[17] Evans, C.J., Hocken, R.J. And Estler, W.T. Self-calibration: reversal, redundancy, error
separation and “absolute testing”. CIRP annals, 45, 1, 1996.
[18] Satori, S. And Zhang, G.X., Geometric error measurement and compesnation of
machines, CIRP annals, 44, 2, 1995.
[19] Driels, M.R., Using Passive End-Point Motion Constraints to Calibrate Robot
Manipulators. J. Dyn. Sys., Meas., Control, September 1993, Volume 115, Issue 3,560.
[20] Feynman, R. P. Plenty of Room at the Bottom. Discurso para el American Physical
Society en Caltech. 29 de December 1959.
[21] Kussul, E., Baidyk, T. Et al. Development of micromachine tool prototypes for
microfactories. J. Micromech. Microeng. 12 (2002) 795–812
[22] Okazaki Y, Kitahara T. Micro-lathe equipped with closed-loop numerical control. In:
Proceedings of the 2nd International Workshop on Micro-factories, Switzerland, 2000. p. 87–
91.
[23] Albus, J.S., A theory of Intelligent machine systems. IEEE/RSJ International workshop on
intelligent robots and systems IROS '91. Nov. 3-5, 1991. Osaka, Japón.
[24] Trimmer WSN. Microrobots and micromechanical systems. Sens Actuators. 1989:
19:267-87.
[26] Ishihara H, Arai F, Fukuda T. Micro mechatronics and micro actuators. IEEE/ASME Trans
27
Introducción a modelos matemáticos de micro mecanismos
[27] Okazaki Y, Kitahara T. Micro-lathe equipped with closed-loop numerical control. In:
Proceedings of the 2nd International Workshop on Micro-factories, Switzerland, 2000. p. 87–
91.
28
Capítulo 2
CAPÍTULO 2.
2.1 Introducción
En este capítulo se pretende exponer los modelos teóricos de las variables dinámicas más
importantes para el estudio e implementación de micro mecanismos de alta precisión. Esta
tarea no es muy diferente al de las máquinas convencionales de alta precisión, en cambio
tiene gran impacto a considerar efectos físicos que no tienen mayor relevancia en escalas
convencionales. Al final del capítulo anterior se ha hecho un breve análisis de los efectos de
la escala ya expuestos por [1] y [2] y aquí se abordarán los efectos de las fuerzas
directamente.
En este espacio se van a considerar los efectos dinámicos y estáticos de las diferentes
fuerzas que actúan en una pieza mecánica, el modelo que se utiliza para su representación y
se agregarán comentarios pertinentes en cuanto a la forma en que se pueden llegar a
combinar entre ellos. Ciertos efectos, sobre todo los dinámicos, son no lineales y pueden
llegar a tener efectos no deseados en un proceso de manufactura. Por ende, es preciso
determinar el grado de importancia que puede llegar a tener en el comportamiento y
operación de una máquina.
Al final del capítulo se presentarán los diferentes factores que contribuyen al error en una
máquina, específicamente en una máquina herramienta cuya operación es el maquinado de
una pieza tridimensional. Trabajos previos pueden verse en [3] y [4].
29
Análisis no lineal de dinámica compleja en mecanismos
Las diferentes fuentes de calor afectan la estructura de la máquina y todos los componentes
mecánicos, particularmente el husillo) sufren una deformación al variar la temperatura con
respecto a una referencia, usualmente 20 °C (temperatura ambiente). En la mayoría de los
materiales es posible utilizar una expresión lineal para describir una deformación térmica
como resultado del gradiente de temperatura. En este caso, la deformación térmica para
elementos viga está dada por
2
L T
T = (2.2.1)
2h
donde α es el coeficiente de deformación térmica, L es la longitud de la viga, h es la altura de
la misma, T es el gradiente de temperatura y φT es el error de rectitud en la viga debido al
gradiente de temperatura.
Esta descripción proviene de hecho de que las fuerzas y el momento generado por una
30
Capítulo 2
y y T
= =
h
EI
M=
(2.2.2)
2
L
M 2
2 L T
T = =
2EI 2h
φT es el desplazamiento debido a la deformación en la dirección correspondiente y para
pequeños valores. Esta puede ser considerada cinemáticamente como una rotación sobre el
eje perpendicular al plano de movimiento. En el espacio, es posible calcular la deformación
como una resultante de los efectos térmicos que en el caso de vigas libres o no restringidas,
esto puede interpretarse como tres pequeñas rotaciones como sigue:
2
x 0 T
T =
2h x
2
y T
T = 0 (2.2.3)
y
2h y
2
z T
T = 0
r
2h z
La figura 2.2 muestra la deformación térmica en una viga restringida por dos paredes, esto
ocasiona que la viga tenga una concavidad al expanderse y ocasione un error en la
orientación de la referencia cinemática.
Figura 2.2. Representación de la deformación térmica de un cuerpo restringido por dos paredes.
31
Análisis no lineal de dinámica compleja en mecanismos
[] []
x x0
y = T y0 (2.2.6)
z z0
Combinando los dos efectos de expansión y deformación, en una sola matriz de
transformación homogenea, tenemos
[ ][ ]
x T T 0 − p T y T x T
p T 0 −r T y T
T TB = yT T =
A
32
Capítulo 2
Existe un amplio rango de sensores de temperatura que pueden ser usados y la elección de
una combinación adecuada necesita considerar el rango de temperatura, su ancho de banda
y el costo. Su implementación puede ser hecha a partir de una simple tabla que muestre la
longitud de cada eje de desplazamiento o agregando algún tipo de compensación dinámica a
la compensación geométrica descrita en la sección pasada; los valores de compensación
térmica dependen de la geometría y los materiales de cada componente mecánico y la
estructura de la máquina en general.
33
Análisis no lineal de dinámica compleja en mecanismos
Entonces, por definición de la Expansión Diferencial Nominal que está dada como,
NDE= x m− x w (2.3.3)
La corrección EDN está permitida solo entre el equipo de prueba y la parte de la máquina
donde la pieza de trabajo está localizada. Es necesario hacer ver que la EDN es solamente
para mediciones y no deberá ser usada directamente para corregir las distorsiones térmicas
de la medición interna de la máquina. Lo que realmente se desea compensar es la diferencia
entre la pieza de trabajo expandida y el valor deseado del maquinado sobre ésta. Es
necesario mantener en mente que la pieza de trabajo va a reducirse una vez que se enfríe
después del corte.
Como referencia, la tabla 1 muestra una lista de coeficientes de expansión térmica para
materiales usados comúnmente en el maquinado.
34
Capítulo 2
El modelo más común relacionado a las fuerzas de corte, es mostrado en la figura 2.3. La
frecuencia de respuesta tiene un perfil específico y su frecuencia natural está relacionada
con la estructura de la máquina; como se ha mencionado anteriormente, el material, el
número y forma de las herramientas de corte y la relación entre la velocidad de alimentación
del material y de rotación del husillo.
35
Análisis no lineal de dinámica compleja en mecanismos
Figura 2.3. Modelo armónico para las fuerzas de corte de una máquina herramienta en un plano.
36
Capítulo 2
Figura 2.4. Planos fase para los osciladores en las direcciones Y y Z debidas a fuerzas de corte en un proceso
de maquinado en una fresadora convencional.
Estas fuerzas pueden volverse inestables debido a los efectos regenerativos del paso de las
herramientas de corte después de que la anterior ha dejado material sin cortar que puede
acumularse hasta que no es posible removerlos. Varios fenómenos no deseados están
relacionados con estas fuerzas como errores en acabado e inestabilidad del proceso. Es
posible cambiar las condiciones del proceso de maquinado; por ejemplo, incrementando el
número de dientes en contacto con el material (Figura 2.5), entonces nuevos efectos
regenerativos aparecen en escena; esto incrementa la fuerza debido al paso del diente
previo agregado a la fuerza de corte del diente que entra.
Figura 2.5. Vista desde arriba del maquinado de una fresa con una herramienta de corte con cuatro dientes.
La figura 2.6 muestra un diagrama a bloques del efecto de fuerza regenerativa, G(s)
representa la función de transferencia de la estructura de la máquina herramienta, h es el
37
Análisis no lineal de dinámica compleja en mecanismos
F = Ksbh = Fm + Fv (2.4.3)
donde el componente variable de la fuerza es
Para herramientas de corte con dientes múltiples, la fuerza de corte tiene una dinámica mas
complicada y muchos de los componentes armónicos están presentes; la fuerza resultante
puede ser descrita con sus dos componentes de su plano de acción como
38
Capítulo 2
N −1
F y = ∑ F y j
j
j=0
N −1 (2.4.7)
F z = ∑ F z j
j
j=0
donde φj es la inmersión angular instantánea del diente j. Entonces, arreglando las fuerzas
de corte en una matriz se obtiene
{ }
Fy 1 a
= b K t yy
Fz 2 [
a yz y
a zy a zz z ]{ } (2.4.8)
[ ]
N−1− g j N −1−g j
a yy = ∑ [ sen 2 j K r 1−cos 2 j ] a yz = ∑ [1cos2 j K r sen 2 j ]
j=0 j=0
[ At ]= N −1 N−1
a zy = ∑ g j [1−cos2 j − K r sen 2 j ] a zz = ∑ g j [ sen 2 j −K r 1cos 2 j ]
j =0 j=0
(2.4.9)
Los coeficientes de corte Kt y Kr son constantes y el parámetro b representa la profundidad
de corte axial. Hay que notar que las fuerzas de corte tienen un comportamiento armónico y
dependen de los parámetros múltiples particulares para cada operación de corte. Por
ejemplo, el número y forma de las herramientas de corte, el material de la pieza de trabajo, la
velocidad de rotación del husillo, la velocidad de alimentación de la pieza de corte, etc.
La figura 2.7 muestra las fuerzas de corte a partir de una simulación computacional para
acero y 4 dientes de corte distribuidos uniformemente en el sujetador. Los parámetros de
simulación fueron: 2 mm de contacto de corte, 0.1 mm/diente de velocidad de alimentación,
500 Hz de frecuencia de inestabilidad, 0° de ángulo de entrada y 105° de ángulo de salida, 4
dientes con 30° de ángulo de hélice, Kt = 1.8 MPa, Kr = 0.3, Ket = 24.2 (constantes
tangencial, radial y de borde) para una aleación T16A14V.
39
Análisis no lineal de dinámica compleja en mecanismos
Figura 2.7. Fuerzas de corte para las direcciones Y y Z obtenidas por simulación de corte de acero usando 4
herramientas de corte distribuidos uniformemente en el sujetador.
40
Capítulo 2
Figura 2.8. Ejemplo de fuerzas generalizadas en una máquina herramienta con 4 elementos dinámicos.
41
Análisis no lineal de dinámica compleja en mecanismos
Dado que es posible calcular o estimar las fuerzas de corte de acuerdo a las condiciones de
operación descritas anteriormente, conocer las frecuencias naturales de oscilación del
mecanismo, es de suma importancia para evitar cualquier tipo de resonancia. Considerando
la distancia relativa entre la herramienta de corte y la pieza de trabajo como (x h – xp), donde
xh es la posición de la herramienta de corte y xp es la posición de la pieza de trabajo.
Considerando las fuerzas involucradas en el corte crean una fuerza de magnitud F 0, cuyo
efecto es recíproco con sentido contrario tanto en la pieza de trabajo como en la herramienta
de corte. Los vectores de desplazamiento y de fuerzas para un sistema generalizado n-
dimensional serán dados por:
[ x]=[ x1, x 2, ... , x t ; x w ,... , x n ]
(2.5.2)
[ F ]=[ 0,0,... , 1 ;−1,...0] F 0
La ecuación de movimiento para todo el sistema es
[ M x ][ ẍ][C x ][ ẋ ][ K x ][ x]=[ F ] (2.5.3)
donde la masa local es [Mx], el amortiguamiento [Cx] y la rigidez [Kx] son matrices cuadradas
de dimensión [nxn], y la fuerza [F] es de dimensión [nx1]. La solución del problema de
valores propios lleva a una solución modal en forma matricial [P] de dimensión [nxn]:
[ ]
P11 P 12 ... P 1t P 1w ... P 1n
P 21 P 22 ... P 2t P 2w ... P 2n
⋮ ⋮ ⋮ . ⋮ . ⋮
[ P ]= P t1 P t2 ... P tt P tw ... P tn (2.5.4)
P w1 P w2 ... P wt P ww ... P wn
⋮ ⋮ ⋮ . ⋮ . ⋮
P n1 P n2 ... P nt P nw ... P nn
42
Capítulo 2
43
Análisis no lineal de dinámica compleja en mecanismos
∑ [ R ]k (2.5.9)
k =1
[ H s]= 2 2
s 2 k n , k s n ,k
donde cada elemento de la matriz multidimensional [ R]k =[ s]k refleja los residuos del
modo k en la fila i y la columna j. La respuesta en frecuencia de la estructura se obtiene
remplazando el valor de s= j , donde la frecuencia de excitación puede ser encontrada
en un rango que cubra todas las frecuencias naturales. Inclusive puede usarse la misma
ecuación para realizar análisis y simulación en el dominio de la frecuencia aplicando la
−1 −1
transformación Bilinear s=[2 1− z ]/[ t 1 z ] , en donde t es el intervalo de
−1
integración digital y z es el operador de retardo en tiempo.
Este análisis es un tanto complejo para sistemas multidimensionales, sin embargo el análisis
multimodal de la estructura representa las frecuencias en las cuales el mecanismo tiene mas
posibilidades de amplificar algún comportamiento no deseado; lo cual debe de cotejarse con
el diseño del control o la estrategia de compensación de errores dinámicos. Lo que queda
ahora es considerar los aspectos no lineales del sistema dinámico.
44
Capítulo 2
2.6.1 Fricción.
La fricción está presente en cualquier superficie que está en contacto mecánico con otra, tal
es el caso de guías, soportes de componentes y chumaceras. Debido a la naturaleza no
lineal de la fricción y a que en aplicaciones de alta precisión ésta tiene un impacto
considerable en el movimiento, se intenta minimizar su efecto usando lubricantes, en camas
de aire o levitación magnética.
La Fricción es una de las no linealidades que presentan gran reto para la compensación del
error que se genera a partir de su presencia dado que causa saltos inesperados cuando la
velocidad cruza el cero y cambia de dirección, esto es debido al efecto de la fricción seca
(zona de banda muerta) lo cual ejerce un retardo en el efecto del actuador hasta que su
torque sobre pasa el límite. La figura 2.9 muestra un movimiento circular estándar, el cual es
una prueba convencional efectuado en máquinas herramientas donde picos de velocidad
aparecen precisamente cuando alguno de los ejes de movimiento cruza por cero y el efecto
de la fricción es evidente.
45
Análisis no lineal de dinámica compleja en mecanismos
Figura 2.9. Resultados de una prueba de movimiento circular mostrando el efecto de la fricción seca en una
maquina herramienta.
46
Capítulo 2
Figura 2.10. Modelo de fricción no lineal que muestra cuatro diferentes regiones o regímenes de
comportamiento.
47
Análisis no lineal de dinámica compleja en mecanismos
{ }
0 =0, T =0
' '
T =0, 0T T estático
' −'
T =0, T estático T 0
' ' '
T f ,T = T 'estático T T estático (2.6.1)
' −' ' −'
T estático T T estático
''
T est 0
'−'
T est 0
'' ' '
T estático= lim T est
' '
0
'−' ' −'
T estático = lim T est
0 '− '
(2.6.2)
' ' ' ' −/ '1' ' ' −/'2' ' '
T est =T estáticoe T coul 1−e T visc
' −' ' −' −/ '1−' ' −' −/'2−' ' −'
T est =T estáticoe T coul 1−e T visc
donde T es el torque requerido, T+estático es el torque en fricción seca necesario para vencerla
en la dirección positiva, T-estático es el torque en fricción seca necesario para vencerla en la
dirección negativa, es la velocidad y 1 y 2 parámetros de normalización de las
velocidades de rotación.
El modelado de la fricción puede ser muy complejo debido a que implica efectos
retroalimentación y alimentación hacia adelante o directa. La mayoría de las técnicas de
compensación están basadas en un control directo y la identificación de los parámetros de
fricción a partir de algoritmos de identificación o control robusto. En este sentido, dichos
algoritmos utilizan modelos no lineales de fricción como el que se muestra en la figura 2.11,
la cual muestra una representación a bloques de la fricción.
48
Capítulo 2
El modelo de fricción propuesto por Dahl, tomado de [6], tiene un enfoque dinámico, en
donde la fricción está dada por la ecuación diferencial
a
dF F
= 1− sgn v (2.6.3)
dx Fc
donde v es la velocidad, es el coeficiente de rigidez, a es un parámetro que determina la
forma de la curva tensión-compresión (a=1 es usado comúnmente), Fc es la fuerza de fricción
de Coulomb y F es la fuerza de fricción.
En este caso, ciertas condiciones deben de entenderse por ejemplo ∣F∣ F c y por lo tanto
∣F 0∣ F c . Entonces,
a
dF dF dx dF F
= = v= 1− sgn v v (2.6.4)
dt dx dt dx Fc
dF F
para a=1 tenemos = v− ∣v∣
dt Fc
haciendo un cambio de variables, F= z, entonces,
dz ∣v∣
=v− z (2.6.5)
dt Fc
49
Análisis no lineal de dinámica compleja en mecanismos
Este modelo no considera varios efectos no lineales, pero es una buena aproximación y es
comúnmente usado para controles con identificación de parámetros y adaptivos, debido a su
relativa simplicidad y descripción dinámica.
En la práctica puede haber diferentes causas por las que exista un cambio de fricción entre
las superficies de contacto de los mecanismos, por ejemplo desalineamientos entre
componentes, aumento volumétrico debido al cambio de la temperatura o la presencia o no
de lubricante. La figura 2.12 muestra un caso que he medido en laboratorio de cambio de
fricción en un eje de movimiento con un desalineamiento entre el eje de movimiento y uno de
los soportes, comparado con el mismo eje con un mejor alineamiento entre los componentes
mecánicos. Este tipo de pruebas de medición del torque requerido por el motor para estimar
la fricción y algún posible desajuste mecánico son extremadamente útiles en la práctica para
mejorar el rendimiento de las máquinas y asegurar una buena calibración.
Figura 2.12. Pruebas de fricción comparando un mecanismo desalineado con otro mejor alineado.
50
Capítulo 2
Los modelos de saturación de actuadores son relativamente simples, sin embargo sus
efectos en el sistema dinámicos se acumulan y pueden llegar a colapsar o inclusive destruir
al sistema por sobre calentamiento del actuador. La saturación de un actuador se presenta
cuando el sistema de control envía señales superiores a la capacidad del actuador y éste no
puede generar la respuesta deseada y puede ocasionar inclusive la destrucción del mismo.
Por ejemplo, cuando un motor requiere mover una carga superior a su torque nominal o
cuando la aceleración demandada para mover una carga determinada requiere un torque
instantáneo superior al torque instantáneo máximo del actuador.
1000 10000
0 5000
-1000 0
-2000 -5000
-3000 -10000
-4000 -15000
-5000 -20000
tiempo [ms]
51
Análisis no lineal de dinámica compleja en mecanismos
52
Capítulo 2
2
Posición [um]
0.51
0
-2
-4 -3.86
-5.04
-6
Servo (micrometros) Láser (micrometros)
Figura 2.14. Prueba de micro paso con la posición del controlador y la real medida con un sensor láser.
La figura 2.14 muestra una prueba de micro paso realizada en un eje de movimiento con un
tornillo de bolas en donde se muestran las diferencias entre la posición del encoder del servo
con la real medida con un sensor láser. Esta gráfica muestra diferentes efectos como la
fricción y backlash. Con esta información es muy útil para idear una buena estrategia de
control y compensación de errores.
53
Análisis no lineal de dinámica compleja en mecanismos
Por ahora, considerando los efectos combinados de las diferentes fuentes de error con la
finalidad de encontrar la desviación de la punta de la herramienta de corte con respecto de la
trayectoria deseada, es posible encontrar una representación en forma matricial que
represente la posición final de la punta de la herramienta de corte con respecto a la pieza de
trabajo. Esto es,
[ [ ] [ ] ][ ]
X d xT T X F f x t
Error Total= [ ]
R P
0 1 geométrico
Y d y T T
Z d z T T
Y F
Z F
f t
y
f z t
1 1 térmico 0 Fuerzas decorte 0
(2.6.6)
El error total acumulado es
[ ]
1 − p y a x
1 −r b y
Error Total= p
− y r 1 c z
0 0 0 1
[ ][ ][ ][ ]
xd 1 − p T y T x 0 −a x a y x f x t
yd p T 1 −r T y T a 0 −a z y f t
x y
zd − y T r T 1 z T −a y a z 0 z f z t
1 0 0 0 1 0 0 0 1 0
(2.6.7)
54
Capítulo 2
Esta formula es útil para establecer una estrategia de compensación del error estático y
dinámico en una máquina. Aquí se consideran no solo los errores individuales de cada eje de
movimiento, sino también los que se generan por la interacción con otros ejes. En los
capítulos siguientes se tocarán temas específicos de control y simulación computacional de
estas máquinas, poniendo énfasis en las micromáquinas.
Con esta forma de matriz, se integra en una sola ecuación todos los efectos y es posible
proponer técnicas integradoras en los mecanismos, pues se consideran los efectos
interrelacionados entre diferentes ejes de movimiento. En los siguientes capítulos se
desarrollarán técnicas para la simulación y el control de micro mecanismos de alta precisión.
Referencias
[1 ] Kussul E., Baidyk T., et al. Scaling down of microequipment parameters. Precision
Engineering 30 (2006) 211–222.
[2] Trimmer WSN. Microrobots and micromechanical systems. Sens Actuators. 1989.
19:267-87.
[3] Dominguez, H. and Tomizuka, M. Error sources analysis for open architecture machine
tools. Japan- US Factory Automation Conference- Denver, Co. July 2004.
[4] Michaloski, J., Proctor, F., Dominguez, H. Soons, R. Improving CNC machining accuracy
through thermal model based control. Japan- US Factory Automation Conference- Denver,
Co. July 2004.
[5] Grabec, I. Chaotic dynamics of the cutting process. International Journal of machine tools
manufacturing. Vol. 28 No.1 pp. 19-32. 1988
55
Análisis no lineal de dinámica compleja en mecanismos
[6] Olson, H., Aströn, K.J., Canudas de Wit, C., Gafvert, M. Y Lischinsky. Friction models and
friction compensation. European Journal of Control, Dec. 1998, No.4, pp.176-195.
[7] Altintas, Y., Budak, E. Analytical prediction of stability lobes in milling. Annals of the CIRP.
Vol. 44/1/1995.
[8] Jensen, S.A. and Shin, Y.C. . Stability analysis in face milling operations, Part 1 and 2.
Transactions of ASME. Vol 121. Nov. 1999
[9] Ozel, T. and Altan, T.. Modeling of High Speed Machining processes for predicting tool
forces, stresses and temperatures using FEM simulations. Proceedings of the CIRP. 1998.
[10] Hertmann, R. and Krener, A. Nonlinear Controllability and Observability. IEEE trans. on
Automatic Control. Vol. AC-22 No. 5 October 1977.
[11] Swaroop, D., Hedrick, J.K., Yip, P.P. and Gerdes, J.C. Dynamic Surface Control for a
Class of Nonlinear Systems. IEEE trans. on Automatic Control. Vol. 45 No. 10 October 2000.
[13] Koenigsberg, F. and Tlusky, J. Machine tool structures – Vol. I: Stability against chatter.
Pergamon Press. 1967
56
Capítulo 3
CAPÍTULO 3.
3.1 Introducción
Hemos llegado al punto en que tenemos a disponibilidad una herramienta para empezar a
hacer el análisis de la compensación de errores en mecanismos de alta precisión. El reto
ahora es decidir que es lo que aplica y de que forma estos modelos representan realmente a
la máquina que estamos intentando reproducir de manera abstracta. La representación
matemática y computacional de un mecanismo puede hacerse de diversas formas y el reto
es poder encontrar un modelo que realmente sea similar a la realidad y pueda manejarse con
las herramientas disponibles. La estrategia de diseño que vamos a utilizar es primero
identificar el modelo matemático de la dinámica de la planta, para luego diseñar un
controlador que nos permita manejar el comportamiento dinámico del sistema total hacia lo
que deseamos.
Al intentar encontrar los algoritmos adecuados nos encontramos con el reto de decidir a que
grado vamos a intentar reproducir el sistema en cuestión. Supongamos, como es nuestro
caso, que requerimos de un modelo matemático que reproduzca el comportamiento dinámico
de un micromecanismo y diseñar un controlador capaz de manejar los efectos no lineales a
los que el mecanismo está sujeto en su régimen de alta precisión. Con alta precisión me
refiero a la generación de movimientos siguiendo alguna trayectoria dinámica (posición,
velocidad y aceleración) con resoluciones significativamente pequeñas comparadas con el
rango de movimiento alcanzado por el mecanismo.
57
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
manejar máquinas de precisión. Este capítulo muestra diferentes métodos para modelar
sistemas dinámicos no lineales mixtos, discretos y continuos. Estas características se
presentan naturalmente en sistemas mecatrónicos en donde una computadora o dispositivo
electrónico hace un control digital de un sistema continuo.
El primer paso es hacer un análisis de la estabilidad del sistema. Para eso hemos trabajado
algunos algoritmos para analizar la estabilidad de sistemas dinámicos con retardo, lo cual es
uno de los efectos no lineales mas comúnmente generados.
La siguiente disertación tiene como objetivo hacer un análisis de la fuente mas común de
inestabilidad en sistemas no lineales que son los retardos. Los retardos en un sistema se dan
naturalmente, como se vio en el capítulo 2, por efectos no lineales; por ejemplo la fricción,
backlash, no linealidades magnéticas que generan histéresis y saturación de actuadores.
Las funcionales degeneradas son no negativas, pero tampoco son funcionales definidas no
58
Capítulo 3
Se entiende que la solución trivial x(t)=0 es estable si para cualquier ε > 0 existe una δ > 0 tal
que la solución x(t,φ) que corresponde a la función inicial φ satisface la desigualdad ⎟ x(t,φ)⎟
≤ ε, t > 0 para cualquier función inicial φ : ∥∥C [−h ,0]≤ .
59
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
El conjunto de todas las funciones iniciales φ tales que la condición anterior se mantiene es
llamado el dominio de atracción de la solución trivial. Si el dominio de atracción coincide con
todo el espacio C[-h,0], entonces lo solución trivial es asintóticamente estable globalmente.
60
Capítulo 3
De esta forma, es posible aproximar una función no lineal usando un polinomio de grado n,
donde n debe ser impar para poder aplicar los teoremas desarrollados en [15].
Existen casos en donde las ecuaciones del sistema dinámico con retardo h se pueda partir
de forma que tengamos una parte polinomial de grado impar y una parte no lineal f(t,x(t),x(t-
h)) continua; de forma que para asegurar que la solución trivial sea asintóticamente estable
globalmente, se requiere que,
2k2 2k2
∣ f t , x t , x t−h∣≤ x t x t / h ,≥0, ≥0 (3.2.10)
En cuyo caso la solución trivial es asintóticamente estable globalmente y la esfera
61
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
representa un reto para realizar un buen modelado debido a la interacción entre sus
componentes mecánicos, eléctricos, de control y software. Una máquina de control numérico
computacional (CNC) puede ser muy compleja y cambiar entre diferentes modos y
condiciones de operación requiere de estrategias de control eficientes para cada régimen en
particular.
Cualquier sistema mecánico convencional está sujeto a los efectos de regímenes de fricción,
en particular a la discontinuidad o la zona de banda muerta cuando el movimiento alcanza su
valor mínimo. Por otro lado, cuando la máquina está cortando, la mesa se mueve bajo el
efecto de las fuerzas de corte adicionales las que dependen de la profundidad del corte, la
forma de la herramienta y la velocidad de alimentación de la pieza de trabajo, de forma que
el rendimiento de la máquina disminuye y deja errores en el acabado del material.
62
Capítulo 3
modelo jerárquico en donde en el nivel mas bajo se encuentran los actuadores, sensores y
controles empotrados. Este nivel es esclavo y depende del modulo generador de trayectoria
que envía los comandos de movimiento usando interpolaciones lineales, circulares o
polinomiales.
Cada nivel que se ha mencionado puede ser modelado como un sistema híbrido. En este
trabajo de disertación y en este capítulo solo se abordarán los niveles inferiores referentes a
una sola máquina. Al obtener el modelo correspondiente a una sola máquina, es posible
aspirar a extender el modelo, reproducirlo y adaptarlo para representar sistemas mas
complejos. En el caso de microfábricas, esta forma de abordar la modelación es de suma
importancia debido a la paralelización natural que se da al usar diferentes micromáquinas
trabajando en colaboración y coordinando sus tareas.
63
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Los sistema híbridos son sistemas dinámicos que involucran la interacción de diferentes tipos
de dinámicas. Algunos de los sistemas híbridos mas útiles vienen de la interacción de
sistemas dinámicos continuos y dinámicas de estados discretos. Afortunadamente, el marco
teórico en el que los sistemas híbridos se han creado permite un amplio rango de
aplicaciones de ingeniería: sistemas mecánicos, procesos de maquinado y manufactura; en
circuitos eléctricos, por ejemplo en semiconductores o sistemas de potencia conmutable
usando capacitores; en procesos de control químicos, cuando las reacciones químicas son
controlados por válvulas o bombas; en computadoras empotradas, cuando una computadora
digital interactua con un ambiente analógico.
64
Capítulo 3
Donde P(X) denota la serie de potencias (serie de todas las subseries) de X. Dom(q) ⊆ ℜn es
la serie de estados continuos y (q, x) ∈ Q x X es la serie de H.
Es conveniente visualizar un autómata híbrido como grafos direccionales (Q, E) con vértices
Q y fronteras E. Con cada vértice q ∈ Q, una serie de estados iniciales { x ∈ X | (q, x) ∈
Init} asociados a un campo vectorial f(q,•) : ℜn → ℜn y un dominio Dom(q) ⊆ ℜn . Un borde (q,
q') ∈ E que empieza en q ∈ Q y termina en q' ∈ Q. Con cada borde (q, q') ∈ E, hay una
guarda G(q,q') ⊆ ℜn y una función de inicialización R(q,q',•) : ℜn → P(ℜn) asociado a esta.
Modelar una máquina usando la técnica de los sistemas híbridos demanda primero definir la
máquina de estados finitos y diferentes regímenes de operación. Los estados que se van a
modelar en una máquina CNC puede ser definidos como:
Q: = {Q0, Q1, Q2, Q3, Q4, Q5}
Las variables de estado tienen una serie de valores iniciales y cada dominio es obtenido de
las especificaciones mismas de la máquina como sigue,
X: = {(x, y, z); (v x, vy, vz): X ∈ ℜ3x2}, variables de estado de la máquina.
65
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Init: = {(0, 0, 0), (0, 0, 0)}, condiciones iniciales de la máquina (en el origen y en descanso)
Dom (Q1) = Dom(Q3), dominios para Q1 y Q3.
X ∈ [0,50], y ∈ [0,30] z ∈ [0,30] [mm], límites de movimiento.
|vx|∈ [0,40], |vy|∈ [0,40] |vz|∈ [0,25] [mm/s], límites de velocidad.
Dom (Q0) : x∈[0,50], y∈[0,30] z∈[0,30] [mm], dominio para Q0 o estado inicial.
V: = {0, 0, 0}, máquina en reposo.
Dom (Q5) : x∈[0,50], y∈[0,30] z∈[0,30] [mm], dominio para el estado de fallo.
vx∈ [0,10], vy∈ [0,10] vz∈ [0,10] [mm/s] (velocidad en modo de fallo)
E = {(Q1, Q2), (Q2, Q1), (Q1, Q3), (Q3, Q1), (Q2, Q4), (Q4, Q2),
(Q*, Q0), (Q*, Q5)}, bordes o transiciones entre estados.
Guarda (Q1, Q2) Fuerza < Ffresado (Medición externa), guardas de transición.
Guarda (Q2, Q1) Fuerza ≥ Ffresado (Medición externa)
Guarda (Q1, Q3) velocidad < Vfricción
Guarda (Q3, Q1) velocidad ≥ Vfricción
Guarda (Q2, Q4) velocidad < Vfricción
Guarda (Q4, Q2) velocidad ≥ Vfricción
Guarda (Q*, Q0) ,velocidad resultante (vr) = 0 (todos los ejes detenidos).
Guarda (Q*, Q5) x ∈ Dom (Q1) ó ix > imax ó iy > imax ó iz > imax ó vr >, máxima razón de
alimentación
(i representa la corriente en el motor, está relacionada a Ffresadora)
Las Inicializaciones son unitarias. Las variables de estado son continuas no cambian como
resultado de la conmutación.
Entradas ={Comando de movimiento, presencia de Pieza de Trabajo (booleano)}
66
Capítulo 3
Para visualizar mejor el sistema, la figura 3.1 representa la máquina de estados finitos (MSF)
para cada eje. En este modelo computacional hay tres MSF corriendo en paralelo y se
asume que controles superiores existen y comandan la máquina. El modelo lineal para un eje
simple consiste de un sistema mecánico estándar que se mueve a partir de un motor
conectado a un eje transmisor de movimiento, lo cual queda establecido por una ecuación
diferencial de segundo orden. Así se describe la planta formada por el motor, el tornillo y la
mesa. Sin embargo, se asumen ciertos criterios en este modelo:
● La pieza de trabajo es un bloque simple sin discontinuidades en ella.
● La generación del movimiento de alimentación es trapezoidal.
● Las fuerzas de fresado son armónicas.
● Los componentes mecánicos son cuerpos rígidos.
El siguiente paso dentro del proceso para definir un sistema híbrido es determinar qué tipo de
sistema es en base a un análisis de sus propiedades dinámicas. Dado que la evolución en el
tiempo depende del comando de entrada (Comando de Movimiento) y, tomando el comando
en código G como referencia, podemos determinar que tipo de trayectoria trapezoidal va a
ser requerida para ejecutar un movimiento dado. El código G es una serie de instrucciones
usadas en máquinas CNC para comandar desplazamientos discretos de los componentes
cinemáticos de la misma. En este caso vamos a reducir las instrucciones en código G a:
Valores de entrada, Comando_movimiento ={G00, G01, G02, G03, ALTO, FIN}
G00 – Movimiento rápido: Mueve a X,Y,Z con velocidad máxima. Sin interpolación. Sin Corte.
G01 – Interpolación lineal: Mueve a X,Y,Z con velocidad de alimentación F. Con interpolación
lineal.
G02, G03 – Movimiento circular (CW/ CCW).
67
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
68
Capítulo 3
Las flechas son usadas para representar el orden del estado inicial y final para cada
transición. El espacio alcanzable es la secuencia de estados posibles, en el caso de G00 y
G01 esto es,
Figura 3.2. Secuencia de eventos y estados para el comando G01 de interpolación lineal en una máquina
69
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
En la figura 3.2, las flechas apuntan hacia el tiempo de transición para el evento; por ejemplo,
si la flecha alcanza t5 desde t3, entonces la transición está hecha en t5 desde un estado que
inicio en t3.
Se puede ahora realizar la clasificación del sistema híbrido a partir de estas abstracciones. El
comportamiento del sistema depende del comando de entrada y, una vez que conocemos la
secuencia de entrada, la posición relativa de la pieza de trabajo, entonces es posible conocer
los estados futuros.
a. Determínistico/No-determínistico
Un autómata híbrido es llamado determinístico si para todos los estados iniciales (q0, x0) ∈
Inicio existe al menos una ejecución máxima comenzando en (q 0, x0). En otras palabras, si
hay una ejecución infinita, ésta es única. Debido al hecho que los estados del sistema
dependen del comando de movimiento, el sistema es no determinístico debido a que no se
conoce el tiempo en que un nuevo comando de entrada ocurrirá y cual será. Una vez que la
ejecución inicia, pueden existir diferentes comportamientos con las mismas condiciones
iniciales.
Por otro lado, la dinámica del sistema depende de la posición relativa y el tamaño de la pieza
de trabajo con respecto al origen; esta información no se incluye en el modelo inicial, por lo
70
Capítulo 3
que las transiciones de Q1/Q3 a Q2/Q4 o la dirección opuesta una vez que el fresado se ha
terminado, pueden ocurrir en cualquier momento. El sistema es No-determinístico.
b. Bloqueado/Sin bloqueo.
Un autómata híbrido es llamado Sin-bloqueo si para todos los estados iniciales (q0, x0) ∈
Inicio existe una ejecución infinita comenzando en (q0, x0). Usando las abstracciones
descritas arriba, nos damos cuenta que el sistema retorna al estado original y la ejecución
comienza de nuevo en todos los casos. Entonces, el sistema es Sin-bloqueo. El estado inicial
es Q0 (condición de reposo) y una vez que la máquina recibe un comando, se mueve a Q3,
si la velocidad es mayor que Vfricición, entonces ocurre una transición a Q1.
En alguno de estos estados, Q3 o Q1, si la pieza de trabajo es detectada entonces hay una
transición a los estados de maquinado, Q2 o Q4 (baja velocidad y velocidad normal,
respectivamente). En cualquier momento, si la velocidad resultante es cero, lo que quiere
decir que la máquina se ha detenido completamente y el sistema está En-posición, entonces
ocurre una transición inmediata al estado Q0 y el ciclo comienza de nuevo.
Existen tres casos en donde un fallo puede acontecer, a) las variables de estado se
encuentran fuera de su dominio, b) la velocidad de alimentación en el fresado es mayor que
la velocidad máxima permitida y c) la carga máxima en los motores es mayor que la
permitida. En todos estos casos, la transición lleva al sistema a un estado de modo de
FALLO y la simulación se termina. Una terminación normal es cuando en Q0 se recibe un
comando de FIN y la simulación se acaba.
c. Estabilidad.
71
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
f(t)
Figura 3.3 Modelo con una planta lineal y una retroalimentación no lineal para la prueba de estabilidad absoluta.
Donde G(p) es la función de transferencia lineal. La función continua f(t) se dice pertenece al
sector [k1, k2], si existen dos números no negativos k1 y k2 tales que
f y t
y≠0 k 1 K2 (3.3.1)
y
El modelo de fricción usado proporciona uno de las aproximaciones mas realistas para la
fricción en máquinas herramienta. En general, muchos autores han sugerido usar modelos
conmutables para representar tales tipos de aproximación y ahorrar tiempo computacional
[7]. La fricción es una fuerza disipativa dentro del sistema y debido a la discontinuidad en el
origen, se crea un ciclo límite en la dinámica no lineal del sistema.
En este caso, se pueden utilizar las funciones descriptivas dentro de las pruebas de
72
Capítulo 3
estabilidad y respaldar los hallazgos con simulaciones. El criterio del círculo puede también
ser aplicado para la estabilidad. El criterio del círculo es una generalización del criterio de
Nyquist para sistemas no lineales. Si el sistema no lineal satisface las siguientes condiciones:
1. La matriz A no tiene valores propios sobre jω, y tiene ρ valores propios estrictamente
en la mitad del plano derecho.
2. La no linearidad f(t) pertenece al sector [k1, k2]
3. y lo siguiente es cierto:
a. 0 < k1 ≤ k2, el diagrama de Nyquist de G(jω) no entra al disco D(k1,k2) y lo engloba ρ
veces en sentido contrario a las manecillas del reloj.
b. 0 = k1 < k2, el diagrama de Nyquist de G(jω) permanece en la mitad del plano Re ρ
> -1/k2;
c. k1 < 0 < k2, el diagrama de Nyquist de G(jω) permanece en interior del disco D(k1,k2)
d. k1 < k2 < 0, t el diagrama de Nyquist de - G(jω) no entra al disco D(-k1,-k2) y lo
engloba ρ veces en sentido contrario a las manecillas del reloj
No es posible aplicar directamente el criterio del círculo al modelo de fricción usado aquí
debido a la discontinuidad en el origen. Sin embargo, es posible usar una aproximación al
dicho modelo para hacerlo continuo en el origen (Figura 3.4a). Como la función se aproxima
a cero, k1 ≤ B (fricción viscosa) y k2 es infinita, y el diagrama de Nyquist se muestra en la
figura 3.4b. La no linealidad se encuentra entre k1 y k2
La planta lineal Gc(jω) Gp(jω) debe de satisfacer los puntos 1 y 3a. Debido al hecho de que la
planta original es controlable y observable, entonces podemos diseñar un controlador Gc(jω)
tal que satisface dichas condiciones.
73
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Friction Force
Fs+
k2 D(k1, k 2)
Im G(jω )
1/B
k1
Re G(jω )
v
Fs-
Figura 3.4 a) Aproximación del modelo de fricción por una función en la región [k1, k2]. b) Criterio del círculo
d. Comportamiento Zenón
El comportamiento tipo Zenón proviene de la referencia que el antiguo filósofo Zenón de Elea
propuso a partir de una serie de paradojas para apoyar los puntos de vista de Parménides,
su maestro, mostrando que aceptando la pluralidad y movimiento se recae en
contradicciones lógicas. El comportamiento Zenón, en particular, está inspirado en la
conocida paradoja de Aquiles y la tortuga [21].
Los sistemas híbridos están siendo ampliamente utilizados hoy en día, aunque aún existen
muchos retos por definir. Tal es el caso del desarrollo de métodos eficientes para la
74
Capítulo 3
Las superficies de conmutación entre dos regiones del sistema conmutable son las
superficies:
ik x =0 i=k (3.4.2)
75
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
suponemos que ik 0=0 , por lo que la solución de estabilidad es la misma que para
sistemas continuos. Podemos decir que ∀ , , tal que con condiciones iniciales ∣xo∣ ,
∂ ik k
la solución x es tal que ∑ f x≠0 .
∂ xj j
Esto se puede mostrar gráficamente en el plano de fases con cuatro sistemas continuos
diferentes los cuales están conmutando entre sí cuando el estado general del sistema cruza
alguna de las superficies de conmutación ik (Figura 3.5).
ẋ ϕ ik
S2
S3 S1
S4
Figura 3.5. Ejemplo de superficies de conmutación entre cuatro diferentes sistemas continuos.
76
Capítulo 3
ẋ
V0
2 X0
x
V0
−X 0 1
21
si 1 entonces la solución es inestable.
22
21
1 , la solución es asintóticamente estable. (3.4.7)
22
2
1
=1 , la solución es estable.
22
77
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
ẋ
01
X0
2
20
1 X0
−X 0 20
0 X0
x
−X00
30
−X 0
20
Figura 3.7 Comportamiento dinámico del sistema conmutable completo.
Es muy interesante observar que las propiedades del sistema conmutable dependen de la
relación entre las frecuencias de los dos sistemas estables inicialmente.
Para ejemplificar un sistema dinámico conmutable, se puede tomar el caso del péndulo
simple, el cual puede generalizarse a un oscilador armónico simple, que es solo un caso
particular del ejemplo anterior. El sistema dinámico es el siguiente,
m l ̈mg Sen =0 (3.4.8)
Para desplazamientos pequeños , sin ≈ ,podemos considerar un sistema simplificado
como el siguiente
g
̈ =0 (3.4.9)
l
2 g
la frecuencia natural del péndulo es la relación =
l
Ahora, definamos un péndulo conmutable, en donde la superficie de conmutación esté
definida por un cambio paramétrico del valor de la longitud cuando el valor del ángulo del
78
Capítulo 3
movimiento sea paralelo a la vertical (figura 3.8). Comparando las frecuencias naturales en
los diferentes regímenes de conmutación, podemos concluir que el sistema es
asintóticamente estable si
21 g g
2
1 21 22 (3.4.10)
2
l1 l2
l 2l 1 (3.4.11)
ahora, si 1 2 1 l2 l1 el sistema es inestable o existe una excitación paramétrica.
l2 l1
θ
mg
S S
2 1
La figura 3.9 muestra la simulación para el sistema del péndulo simple conmutable con l1=1.0
y l2 = 1.1 y l1=1.0 y l2 = 0.9.
79
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Figura 3.9. Péndulo simple conmutable. a) sistema inestable con l1=1.0 y l2 = 1.1. b) sistema estable con l1=1.0
y l2 = 0.9. Posición inicial = 1.0.
ẋ
S2
x
S1
Figura 3.10. Regiones de conmutación para un péndulo simple con comportamiento complejo.
80
Capítulo 3
La solución del primer sistema es trivial y representa tres cuartos de una circunferencia. Sin
embargo para el segundo sistema, tenemos condiciones iniciales definidas por el valor de la
posición y velocidad cero. La solución tendrá la forma:
X2 =X 2,1 cos 1X 2,0 t−t 1
(3.4.14)
Ẋ2 t=2 =X 2,0 1X2,0
Entonces, la solución en los siguientes segmentos serán:
X 11,0=−X 2,0 1X 2,0 = X 01,0 1−X 01,0
X 21,0= X 11,0 1−X 11,0
(3.4.15)
⋮
X n1,0= X n−1 n−1
1,0 1−X 1,0 o X n 1= X n 1−X n
Este sistema tiene diferentes regímenes de comportamiento dependiendo del valor del
parámetro y de las condiciones iniciales.
Estos regímenes van desde un sistema asintóticamente estable para pequeño, ciclos
límite simples o complejos hasta la inestabilidad. Las simulaciones computacionales
muestran este comportamiento complejo, pero determinístico.
81
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
La transición entre subsistemas es definida por las condiciones dadas por las líneas o
superficies de conmutación, que también pueden ordenarse en una secuencia en donde
existe una relación entre una y las siguientes,
L : L1,2 : L2,3 : L3,4 : L 4,5 :...: Li ,i1 (3.4.17)
La figura 3.11 muestra una representación de la evolución de un sistemas conmutable
basado en las ecuaciones mostradas arriba.
Figura 3.11. Transiciones en un sistema conmutable vistas como una secuencia de eventos.
Para el caso de un oscilador armónico simple la dinámica de cada subsistema Si está dada
por,
2
S i : ẍi x=0 ; x ∈R ; x , ẋ ∈i (3.4.18)
Donde i es la región en donde Si está activa antes de conmutar al siguiente subsistema.
{ }
2
S a : ẍa x=2 ; x∈ R , x , ẋ ∈Qa : I − III
S = S b : ẍ2b x=2; x∈ R , x , ẋ ∈Qb : IV (3.4.19)
2
S c : ẍ c x=2; x ∈R ; x , ẋ∈Q c : IV
82
Capítulo 3
{ }
La , b : x0, ẋ=0, P z ≤0.5
L : x0, ẋ=0, P z0.5
L= a , c (3.4.20)
Lb , a : x=0, ẋ0, P z=1
Lc , a : x=0, ẋ0, P z =1
83
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
2
donde es la frecuencia natural del siguiente subsistema probable dependiendo de los
valores de la variable aleatoria z y de las condiciones de conmutación L.
Considerando que la frecuencia natural ω en un péndulo simple está dada por la relación
2 g
= y que es posible normalizar la longitud de un péndulo paramétrico de forma que el
l
subsistema dinámico Sa tiene la = 1. Entonces, las condiciones de estabilidad/inestabilidad
están relacionadas con el término
2 2 2 2
[ l a l l a l ... ] (3.4.24)
el cual es equivalente a las condiciones descritas arriba para la frecuencia natural.
84
Capítulo 3
(a) (b)
Figura 3.13. Péndulo aleatorio conmutable para (a) lb = 0.9 y lc = 0.8, (b) lb = 1.1 y lc = 1.2
En este caso se tienen una distribución de probabilidades para dos eventos (Sb y Sc)
definidos por la probabilidad de ir de Sa a Sb, Pa,b, y la probabilidad de ir de Sa a Sc, Pa,c;
donde Pa,c = 1 - Pa,b . La frecuencias naturales en Sa y Sb están definidas por las longitudes lb
y lc respectivamente. Entonces, podemos usar un valor esperado de la longitud,
l =E [l ]=l b P a , b l c P a , c (3.4.25)
E[l] describe una longitud promedio l que depende de los valores para la conmutación de
Sa a Sb o Sc. Con esta definición de la longitud promedio, es posible describir una nueva
condición para la estabilidad usando el valor medio de la longitud.
85
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
La figura 3.14 muestra el caso donde lb = 1.1 y lc = 0.9 y Pa,b = 0.5, entonces el sistema
permanece cerca del ciclo límite al infinito.
Figura 3.14 Péndulo aleatorio conmutable con lb = 1.1 y lc = 0.9 y Pa,b = 0.5, el sistema permanece cerca del
ciclo límite.
La figura 3.15 muestra una solución cuando la probabilidad Pa,b = 0.7 y lb = 1.1 (el sistema
es inestable), mientras que lc = 0.9. En este caso, todo el sistema se vuelve inestable en el
infinito. La figura 6 muestra el mismo sistema pero con P a,b = 0.3, dado que la probabilidad
de que el sistema sea estable es mayor que la probabilidad de que sea inestable, entonces al
infinito todo el sistema es asintóticamente estable.
86
Capítulo 3
Figura 3.15 Péndulo aleatorio conmutable con lb = 1.1 y lc = 0.9 y Pa,b = 0.7.
El sistema es inestable al infinito.
Figura 3.16 Péndulo aleatorio conmutable con lb = 1.1 y lc = 0.9 y Pa,b = 0.3. El sistema es asintóticamente
estable al infinito.
87
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Estos ejemplos demuestran el potencial de análisis de estabilidad que tienen los sistemas
conmutables determinísticos y aleatorios.
Cada uno de los ejes se mueve con un motor a pasos hecho en el laboratorio y el control es
88
Capítulo 3
diseñado también en este proyecto, por lo que tenemos un sistema en lazo abierto en donde
la posición del motor a pasos es en realidad un contador interno del controlador. Sin
embargo, vamos a considerar para este análisis el caso en que se trata de un motor
conectado en un lazo cerrado o con retroalimentación, es decir, que existe un elemento de
medición de la posición o la velocidad que contiene información actualizada de estas
variables y disponible al controlador.
Figura 3.17. Esquema de la disposición de los ejes de movimiento de una micro fresadora.
La tabla 3.1 describe las características de diseño de la micro máquina analizada aquí.
89
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Este trabajo no tiene el propósito de describir el diseño mecánico a detalle de una micro
máquina herramienta, sino que me centraré en la descripción general del diseño y la forma
en que el diseño se traduce en el modelo matemático.
90
Capítulo 3
Figura 3.19. Diagrama a bloques de un control básico para un mecanismo lineal. Abstracción de uno de los ejes
horizontales de una micro máquina fresadora.
91
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
En el modelo a bloques que se muestra en la figura 3.19 los parámetros descritos son:
yd - la posición deseada
ey – error de la posición
eω – error en la velocidad angular
t – torque de entrada
ω – velocidad angular
v – velocidad lineal
y – posición actual. Salida del sistema.
Kp – Constante de ganancia proporcional del lazo de control de posición.
Kωp – Constante de ganancia proporciona del lazo de control de velocidad.
Kωi – Constante de ganancia integral del lazo de control de velocidad.
Keq – Ganancia natural de la planta.
J – Inercia total.
B – Amortiguamiento viscoso
R – Radio entre la velocidad lineal y la velocidad angular.
Figura 3.20 Primer ciclo de reducción del modelo de control de los ejes horizontales.
92
Capítulo 3
G K eq K S K I K eq K S K I
G = = LA p
= 2 p
(3.5.2)
LC
1G S JS B K eq K S K I JS S BK eq K K eq K I
LA p p
Donde G LC
es la función de transferencia del sistema en lazo cerrado y G LC
es la
función de transferencia en lazo abierto.
Figura 3.21. Lazo cerrado de control reducido para una planta lineal representando los ejes horizontales.
K P R K eq K S K I
Gy = 2
p
LC
S JS S B K eq K K P R K eq K S K I
p p
(3.5.4)
K P R K eq K S K I
= 3 2
p
lazo cerrado. Esta relación proporciona el modelo de control lineal de cada uno de los ejes de
movimiento horizontales.
93
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Figura 3.22 Modelo dinámico lineal del eje vertical de la micro máquina fresadora.
El modelo dinámico del sistema vertical contiene dos elementos dinámicos acoplados, el eje
de movimiento y el sistema del husillo. El sistema está sometido a la fuerza de gravedad y a
las fuerzas dinámicas generadas en el proceso de maquinado; aunque solo una fuente de
control de movimiento, τ. Los parámetros B, amortiguamiento viscoso, y K, constante del
resorte, se definen en las interfaces de los elementos cinemáticos.
El modelo dinámico del sistema mostrado se puede describir a partir de los desplazamientos
relativos de los componentes cinemáticos como sigue,
94
Capítulo 3
m1 x¨1 B1 x˙1 B3 x˙1 − x˙2 K x1 − x 2 =
R (3.5.7)
m2 x¨2 B2 x˙2 B3 x˙2 − x˙1 K x2 − x1 =0
Aplicando una transformación de Laplace y eliminando x2, entonces,
2
x1 n 2 s n1 sn 0
= (3.5.8)
T R2 s s 3d 2 s2 d 1 sd 0
1 m1 B 2 B 3 m2 B1 B3
n2 = d 2=
m1 R m1 m 2
B1 B 2 3
n1 = k m1 m2 B 1 B 2 B¿ B 2 B3
m1 m2 d 1=
R m1 m2
k K B1 B2
n0 = d 0=
m1 m2 R m1 m2
(3.5.9)
La función de transferencia del torque de entrada a la velocidad angular es,
2
n2 s n 1s n 0
= 3 (3.5.10)
T s d 2 s2 d 1 sd 0
De esta forma el modelo de control en diagrama a bloques para el eje vertical queda como se
muestra en la figura 3.23.
Figura 3.23. Diagrama a bloques de la función de transferencia para el eje Z de movimiento vertical.
95
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
donde β2, β1, β0, α2, α1, α0 son seis parámetros a identificar.
Las fuerzas no lineales que afectan cada uno de los ejes, por ejemplo la fricción, saturación,
etc. Como se describió en el capítulo 2, pueden agregarse a los modelos lineales como
perturbaciones o fuerzas externas al sistema. Si dicha perturbación no sobre pasa ciertos
límites definidos por los requerimientos de precisión y rapidez del sistema, entonces el
modelo lineal es mas que suficiente para representar a cada uno de los ejes.
En general, el torque efectivo, Tg, que la mesa horizontal recibiría en la operación de corte es
hp
T g= gf [m mesa mtrabajo g F z ] (3.5.12)
2
donde hp es la relación de desplazamiento lineal por vuela del motor (en este caso h p = 1
mm/vuelta), μgf es el coeficiente de fricción de las guías y normalmente es de 0.1, mmesa es el
peso de la mesa, mtrabajo es el peso de la pieza de trabajo, g es la fuerza de gravedad y F z es
la fuerza normal generada por la operación de corte y corresponde aproximadamente a 10%
de la fuerza de corte máxima.
Con estos datos es posible empezar a diseñar un mejor controlador y a generar simulaciones
computacionales mas precisas del comportamiento dinámico del sistema mecánico y del
controlador.
Como ejemplificación del análisis de una micromáquina, se incluye aquí el estudio cinemático
y dinámico de un micromanipulador robótico tipo scara. Un micromanipulador tipo scara tiene
la función principal de transportar material de un proceso a otro dado su espacio de trabajo y
construcción mecánica.
96
Capítulo 3
g st = [ R
0
P
1 ] (3.5.13)
La figura 3.24 representa los movimientos de cada eje; considerando que la posición inicial
en reposo puede ser encontrada con la transformación,
97
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
[ ]
1 0 0 0
0 1 0 l 1 l 2
g st 0= (3.5.14)
0 0 1 l0
0 0 0 1
considerando las velocidades de rotación en los ejes sobre el plano principal de movimiento,
[]
0
1 =2 =3= 0 (3.5.15)
1
con puntos sobre cada eje en
[] [] [ ]
0 0 0
q1 = 0 q2 = l 1 q2 = l 1 l 2 (3.5.16)
0 0 0
La torsión sobre cada eje es
i =
[
−i x qi
i ] (3.5.17)
sustituyendo
][] [
[][]
0 0 0
−0 x 0 0
1= 1 0 = 0
[]
0 0
0 0
1 1
][][
[][]
0 0 l1
− 0 x l1 0
1 0 = 0
2=
[]
0 0
0 0
1 1
[ ][ ]
[][ ]
0 0 l 1 l 2
− 0 x l 1l 2 0
1 0
3= = 0
[]
0 0
0 0
1 1
98
Capítulo 3
[]
0
0
0 []
4 = v4 = 1
0
(3.5.18)
0
0
=
[ R P
0 1 ] (3.5.19)
Cada matriz exponencial describe una transformación homogénea derivada de cada punto
de muestra sobre los ejes de movimiento. Las matrices exponenciales son:
[ ]
cos 1 −sen 1 0 0
1 1 sen 1 cos 1 0 0
e =
0 0 1 0
0 0 0 1
[ ]
cos 2 −sen 2 0 l 1 sen 2
sen 2 cos 2 0 l 1 1−cos 2
e = 2 2
0 0 1 0
0 0 0 1
[ ]
cos 3 −sen 3 0 l 1 l2 sen 3
3 3 sen 3 cos 3 0 l 1l 2 1−cos 3
e =
0 0 1 0
0 0 0 1
[ ]
1 0 0 0
0 1 0 0
e =
4 4
(3.5.20)
0 0 1 4
0 0 0 1
Al realizar las operaciones de multiplicación entre matrices y reducción usando equivalencias
trigonométricas, tenemos que al sustituir los resultados en la transformación gst, tenemos que
99
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
[ ]
cos 12 3 −sen1 23 0
R= sen1 23 cos1 2 3 0 (3.5.21)
0 0 1
y
[ ]
−l 1 sen −l 2 sen 1 2
P = l 1 cos l 2 cos 1 2 (3.5.22)
l 0 4
[ ]
cos 1 −sen 1 0 x
sen 1 cos 1 0 y (3.5.23)
= := g d
0 0 1 z
0 0 0 1
El primer paso es resolver para θ4 y aplicando gst(θ) al marco de referencia montado en la
parte final del manipulador,
[ ][]
−l 1 sen 1 −l 2 sen 12 x
P = l 1 cos1 l 2 cos 1 2 = y (3.5.24)
l 0 4 z
100
Capítulo 3
=∥e p−q∥
2 2 (3.5.27)
=∥ g 1 p−q∥:=
Esta transformación queda
−1 4 4
g 1 p= g d g st 0e p (3.5.28)
[ ][ ][ ][ ]
−1 −1
cos −sen 0 x 1 0 0 0 1 0 0 0 px
sen cos 0 y 0 1 0 l 1 l 2 0 1 0 0 py
:= (3.5.29)
0 0 1 z 0 0 1 l0 0 0 1 4 pz
0 0 0 1 0 0 0 0 0 0 0 1 1
Esto se resuelve usando el subproblema cinemático 3 [24] que corresponde a la rotación a
una distancia determinada
2
∥v−e
u∥ =
u ' =u− u
T
(3.5.30)
v ' =v−T v
entonces
2
' 2 =2 −∣T p−q∣ (3.5.31)
por lo tanto,
T T
0 =atan2 u ' ×v ' , u ' v ' (3.5.32)
donde atan2(x,y) es el ángulo en radianes entre el eje x positivo de un plano y el punto dado
por las coordenadas (x,y) sobre éste.
2 2
−1 ∥u '∥ ∥v '∥ −' 2
2 = 0±cos (3.5.34)
2∥u ' ∥∥v '∥
Esta ecuación tiene cero, una o dos soluciones posibles.
101
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
e
1 1 2 2
e e
3 3
=e
1 1
e
2 2
p ' := g 1 p ' (3.5.35)
2
y tomando p ' ' =e p ' tenemos
2
1 1
e p ' ' =g 1 p ' (3.5.36)
donde u = p'' y v = g1p'. Aplicando el subproblema cinemático 1 tenemos
T T
u ' =u− u y v ' =v− v (3.5.37)
si T u=T v y ∥u '∥=∥v '∥ entonces podemos encontrar θ1 usando
u ' ×v ' = sen ∥u '∥∥v ' ∥
(3.5.38)
u '⋅v ' =cos ∥u ' ∥∥v ' ∥
por lo que,
1=atan T u ' ×v ' .u ' T v ' (3.5.39)
si u' = 0, entonces hay un número infinito de soluciones debido a que p = q, ambos puntos
están sobre el mismo eje de rotación.
102
Capítulo 3
1 1 − i i
Digamos que g Sli =e ⋯e g Sli 0 representa la configuración del marco de referencia
Li relativo al marco de referencia en la base del robot S.
La velocidad del cuerpo al centro de masa del enlace i-ésimo esta dada por
b b
Bsli = J sli ̇ (3.5.43)
b
donde J sli es el Jacobiano del cuerpo correspondiente a g sli y tiene la forma
b
J sli =[ 1 ⋯ i 0⋯0] (3.5.44)
−1
donde j = Ad e j j
⋯e
i i
g sli 0
j ; j≤i
(3.5.45)
1 T T
= ˙ i M i J i ̇
2
donde Mi es la matriz de inercia generalizada
M= [ mI
o
o
I ] (3.5.46)
103
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
donde
i , j ,k=
2
1 ∂ M ij ∂ M ik ∂ M kj
∂ k
∂ j
−
∂ i (3.5.54)
n n
1 ∂ M ij ∂ M ik ∂ M kj
C ij , ̇=∑ j , k ˙k = ∑ − ̇k (3.5.56)
k =1 2 k =1 ∂ k ∂ j ∂ i
∂V
−M , ̇=− − ̇i (3.5.57)
∂ i
̇ i es el término de la fricción viscosa del enlace i-ésimo y es el vector de torques de
los actuadores.
104
Capítulo 3
[] [] [ ] []
0 l1 l 1l 2 0
0 0 0 0
1= 0 2= 0 3= 0 4= 1 (3.5.58)
0 0 0 0
0 0 0 0
1 1 1 0
M ' i=
[I 0 mi I
− p i I 0 ][ 0 I
I 0 ][ ] p i
I
(3.5.59)
=
[mi I
−mi p i
mi p i
I ]
Pi es la locación del origen del marco de referencia del enlace i-ésimo relativo al marco de
referencia de la base S.
Por lo que la dinámica M ̈C , ̇ ̇ N , ̇= está descrita por las matrices,
[ ]
2 cos 2 cos 2 0
cos 2 0
M = (3.5.60)
0
0 0 0 m4
donde
2 2 2 2
= I Z1 r1 m1 l 1 m2 l 1 m3 l 1 m4
= I Z2 I Z3 I Z4 l 22 m3 l 22 m4 M 2 r 22
(3.5.61)
=l 1 l 2 m3l 1 L 2 m 4l 1 m2 r 2
= I 23 I 24
La matriz de coriolis queda como
[ ]
− sin 2 ̇ 2 − sin 2 ̇1 ˙2 0 0
sen 2 ̇1 0 0 0
C , ̇= (3.5.62)
0 0 0 0
0 0 0 0
105
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
[]
0
N , ̇= 0 ̇ (3.5.63)
0
m4 g
3.6.1 Introducción
Este trabajo no pretende ser un catálogo de sistemas de control que cualquier libro de texto
contemporaneo tiene incluido, sino presentar opciones viables de sistemas de control
avanzado para su uso en micro mecanismos. Podemos mencionar una lista bastante
atractiva de opciones:
• Identificación de parámetros usando un controlador adaptivo.
• Observador de perturbaciones.
• Control basado en un modelo interno o rechazo de perturbaciones.
• Linearización por retroalimentación.
• Diseño de un controlador de modelo interno con parámetros adaptivos.
• Combinación de control óptimo tipo H∞ para minimizar la matriz del presupuesto del
error de la máquina.
• Modelos de control de sistemas híbridos.
Estos métodos son muy poderosos para lidiar con sistemas no lineales o sistemas lineales
con perturbaciones no lineales. Un factor crucial de estos métodos es determinar cuales son
los parámetros de la máquina que corresponden al modelo de control y si es posible
106
Capítulo 3
Estos son los principales temas a resolver y debido a la naturaleza tan variada de estos
mecanismos, es posible proponer métodos que automáticamente encuentren los parámetros
de control, como en lo métodos adaptivos, y ejerciten alguna estrategia de optimización,
como es el caso de los controles óptimos o robustos. Muchas de estas estrategias están
mejor definidas para los sistemas lineales, mientras que las no linealidades se puede reducir
107
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
Consideremos un sistema de una entrada simple y una salida simple descrita por,
n m
y k 1=−∑ a i y k 1−i ∑ b j u k − j =T k (3.6.1)
i=1 j=0
T
donde =[ a 1 ,... ,a n ,b0, ... ,bm ] y T k =[− y k , ... ,− y k 1−n , u k ,... ,u k −m]
lo que necesitamos es predecir el valor y i ,i≤k de la forma,
108
Capítulo 3
Para mejorar la estabilidad del algoritmo es posible agregar un compensador C(z-1) de forma
que
−1
C z
− , =max 2 k 2 es estríctamente positivo y real.
A z−1 2 k
La teoría desarrollada para los controles adaptivos es demasiado extensa para incluirse en
este trabajo. Sin embargo, lo que se desea exponer es la versatilidad de usar algoritmos que
identifican parámetros internos a partir de la medición de variables de estado y sus
derivadas. Esto permite dejar modelos mas simples y ajustar los parámetros de acuerdo a las
condiciones presentes en un momento dado; las cuales pueden cambiar en otra operación.
Textos clásicos sobre este tema pueden ver en [25] y [26].
A partir del lema Kalman-Yakubovitch o el lema real positivo) [27] es posible analizar la
estabilidad a las perturbaciones de un sistema dinámico como una máquina tipo servo. Este
lema dice:
Sea
−1
Z z =C sI − A B D (3.6.6)
donde A es una matriz tipo “Hurwitz”, es decir que A es una matriz cuadrada con
todos sus valores propios reales y negativos. AB es controlable y AC es
observable. Entonces Z(s) es estrictamente real y positiva si y solo si existe una
matriz P simétrica y positiva, matrices W y L y una constante positiva , tal que:
T T
PA A P= L L− P
PB =C T − LT W (3.6.7)
T T
W W =D D
Lo que al usar este lema implica que P, L y existen si y solo si
−1
Z s≡1 KC SI − A B=1 KG s (3.6.8)
es estrictamente real positiva.
Ahora consideremos el siguiente lema. Supongamos un sistema con una planta definida por
109
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
(a)
(b)
Figura 3.26. Planta con perturbación después de la transformación de los lazos cerrados.
110
Capítulo 3
donde
G
GT ≡ y T =− K min y . Kmin tiene que elegirse para estabilizar GT.
1K min G
K = K max − K min
La nueva descripción dinámica considerando perturbaciones no lineales como la que se
describe aquí, queda como:
ẋ= A−BK min C x− B T
y=C (3.6.10)
T =[− K min ] y
Si A− B K min C es Hurwitz, entonces el sistema es globalmente estable si
1 K max G j
Z T =1K T G T s es estrictamente real positiva. Donde KT = 0, ∀ ∈R .
1 K min G j
En este lema lo podemos aplicar a las no linealidades que afectan a una máquina de control
numérico de forma que podamos preveer problemas de estabilidad y poder diseñar un
compensador adecuado para casos específicos. Por ejemplo, diseño de compensadores a
baja velocidad para el caso de la fricción, o compensadores en alta velocidad, movimiento
vertical o de algo torque o aceleración para el caso de saturación de los motores.
Con este breve análisis, solo se ha tocado sólo una arista de lo que es teoría de control.
Existen deferentes procedimientos de como lidiar con no linealidades, la propuesta de este
trabajo es separar las condiciones críticas para cada caso y aplicar diferentes tipos de
compensadores de acuerdo a cada una de las situaciones combinando esto con los sistemas
híbridos. En el siguiente capítulo se describirá un ejemplo sencillo de este procedimiento.
Referencias
[1] Lygeros J., Johansson K. H., Simic S., Zhang J., and Sastry S. Dynamical Properties of
Hybrid Automata. IEEE Transactions on Automatic Control, Vol. 48, No. 1, January 2003.
111
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
[3] Kaan, E. Altintas, Y. High speed CNC system design. Part II and III. International Journal
of Machine Tools and Manufacture. 41 (2001)
[4] Jensen, A.A and Shin, Y.C. Stability Analysis in Face Milling Operations, Part 1 and 2.
Transactions of ASME. Vol .121 Nov. 1999.
[5] Kim, J. Oh, S, Cho, D, Hedrick, K. Robust Discrete-Time Variable Structure Control
Methods.
[6] Slotine, J.J. and Li, W. Applied Nonlinear Control. Prentice Hall. 1991. Absolute Stability.
pp 142.
[7] Armstrong-Helouvry, B., Dupont, P and Canudas de Wit, C. A survey of Models, Analysis
and compensation techniques for the control of machines with friction. Automatica. Vol. 30.
Vol. 7 pp. 1083-1138. 1994
[8] Koo, J., Pappas, G., Sastry, S. Mode Switching Synthesis for Reachability Specifications.
112
Capítulo 3
[13] Kolmanovskii, V. B. y Nosov, V. R. Stability and periodic modes of control systems with
aftereffect. Springer- Verlag, New York, 1993.
[15] Nosov, V. R., Ortega Herrera, J. A., Stability of fifth degree equations with delay.
Functional Differential Equations, 10:541–554, 2003.
[17] Levin, J.J. y Nohel, J.A. On a nonlinear delay equation. Journal of Mathematical analysis
and applications 8, 31-44, 1964.
[18] Hale, J.K. Averaging methods for Differential Equations with retarded arguments and a
small parameter. Journal of differential equations 2, 57-73. 1966.
[19] Domínguez, H. Ortega, J.A. y Nosov, V.R.. Hybrid system model and simulation of a CNC
machine. Applied Math III. 8-12 de Octubre del 2007
[20] Koo, T.J. y Sastry, S.S. Notes on hybrid Systems. Departmen of Electrical Engineering.
University of California at Berkeley. Spring 2002.
[21] http://es.wikipedia.org/wiki/Paradojas_de_Zen%C3%B3n
113
Diseño de algoritmos de modelación y control para micro mecanismos de alta precisión.
[23] Nossov, V.R., Dominguez, H. y Ortega, J.A. Two dimensional chaos in a random
commutable pendulum. IFAC-CHAOS 09. London, UK 22-24 June 2009
[24] Murray, R.M, Li, Z. y Sastry, S.S. Mathematical Introduction to Robotic Manipulation.
CRC Press. 1994.
[26] Niejmiejer, H. y Van der Schaft, A.J. Nonlinear dynamical control systems. Springer-
verlag. 1990.
[27] Khalil, H.K. Non linear systems. Macmillan publishing company. 1992.
114
Capítulo 4
CAPÍTULO 4
Este modelo híbrido incluye una descripción completa yendo de la dinámica de los ejes al
nivel de comandos de movimiento. Este modelo es usado por cada eje con algunas
adaptaciones dependiendo de las condiciones de movimiento y la máquina de estados finitos
usada en el modelo discreto, el cual incluye dominios, límites y transiciones. La figura 4.1
muestra el modelo para el bloque continuo del eje X de la micromáquina descrita en el
capítulo 3.
Figura 4.2 muestra el sistema total para los tres ejes coordinados X, Y y Z. Este nivel está
dividido en tres secciones: la zona de comandos (lado derecho del modelo), donde los
interruptores de control y las señales de control are generada (parte media) y la salida con la
visualización (lado derecho), donde la Posición se presenta gráficamente y con un modelo
virtual de la máquina en sí.
115
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
CommandSignalX
1 Comma nd
1 Disturbance Mode 1
s position Switch_ d Ve locityX
0
velocity VelocityX
Pla nt Mode CuttingForceX
3 feed rate 2
Feed rate ComCode Stop AxisX
CuttingForceX Switch
4 2
Workpiece error
ComCode Stop TF X
Hybrid System Level
5 FSM X
3
Workpiece
error
Figura 4.1. Modelo de una máquina híbrida. La máquina de estados finitos envía las señales de conmutación al
bloque continuo.
0 Workpiece
Fx Interpolation and Command
Workpiece Fy Control Level
1 Scope
Comma nd
Sig nal X Fz 1
Comma ndX Comma ndSignalX
0 Ve locityX s
CuttingForce
In1Out1 CuttingForceX
1 Machin e
Fe edrate Stop
ComCode STOP
error Position
Workpiece
Comma nd Hybrid X
Sig nalY VR CNC
Comma ndY
0
In1Out1 Comma ndSignalY 20.07
1 Ve locityY Vx
CuttingForceY 20.02
Vy Vr [Fe edrate]
Fe edrate Stop 3.957e-005
Vz
ComCode
Position
Workpiece error
STOP
Hybrid Y
Comma nd 0
0 Sig nal Z
Comma ndSignalZ 0
Ve locityZ
1 In1Out1 CuttingForceZ 0
Fe ed rate Stop STOP
Comma ndZ
Errors
ComCode
Workpiece error
El modelo de Realidad Virtual proporciona una visualización mas realista para la simulación.
La figura 4.3 muestra algunas vistas del modelo virtual usado en esta simulación.
116
Capítulo 4
Figure 4.3. Vistas del modelo de la micro fresadora para visualización en 3 dimensiones.
117
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
Figure 4.4. a) La señal de perturbación generada en la simulación y los picos muestran las transiciones de baja
a alta velocidad y viceversa. b) El controlador reacciona rápidamente a los cambios de estado.
118
Capítulo 4
Creemos que la mayor contribución en este trabajo ha sido el encontrar este tipo de
conportamiento caótico en una realización bidimensional, de manera determinística y
mostrando un comportamiento complejo tan solo variando un solo parámetro. Este trabajo ha
sido desarrollado en la sección de estudios de posgrado e investigación de la escuela
superior de Ingeniería Mecánica y Eléctrica del Instituto Politécnico Nacional.
Desafortunadamente, este proyecto no fue aprobado por conacyt como parte de un programa
de estudios y desarrollo de aplicaciones en sistemas complejos.
=
{
2i−1=1
2i =1x t 2i−1 , 0≤≤4 } (4.2.1)
119
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
=
{2i−1=1
2i =1x t 2i−1 , 0≤≤4 } (4.2.2)
(a) (b)
(c)
Figura 4.5 Diferente comportamiento para un oscilador armónico conmutable definido por (a) α = 1.0 –
asintóticamente estable, (b) α = 2.5 – ciclo límite sencillo y (c) α = 3.0 un ciclo límite doble.
La ecuación anterior coincide con la ecuación logística discreta en una dimensión, la cual
está plenamente estudiada por Sharkovskii [6] y Yorke y Li [7]. En estos trabajos se muestra
120
Capítulo 4
(a) (b)
(c)
Figure 4.6. Evolución dinámica del oscilador armónico conmutable =1 x 2 para α = 3.8 y x(0) = 0.9,
ẋ 0=0 en los tiempos (a) t=100, (b) t =300 y (c) t= 1000.
121
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
=
{2i−1=1
2i =1x t 2i−1 , 0≤≤4 } (4.2.3)
Cuando 3.45 el comportamiento del oscilador armónico conmutable podría ser caótico
y la trayectoria va llenando toda la región, es decir, se convierte en una trayectoria ergódica
al tomar todos los estados posibles dentro de una región determinada. Los teoremas
expuestos en [6] y [7] muestran que para estos valores de α, el mapa de Poincarè discreto en
una dimensión en la región de (0,1) por si mismo podría ser caótico; luego entonces, la
trayectoria continua en dos dimensiones generada por el oscilador armónico conmutable
también puede decirse que es caótico sobre las mismas bases.
La figura 4.6 muestra la evolución del caos para =3.8 y x 0=0.9, ẋ 0=0 en tiempos
diferentes. La figura 4.7 muestra un comportamiento caótico para diferentes valores del
parámetro α, α = 3.5, 3.8, 4.0 y x 0=0.9, ẋ 0=0 . Conforme el parámetro α tiende a 4, el
sistema evoluciona de forma que crea una región densa en forma de anillo y no se acerca al
punto de equilibrio, que es el origen. Al llegar α a 4, no queda ninguna zona vacía al interior y
se dice que se llegó a un estado ergódico. La simplicidad de este modelo es tal que cada
ciclo de la trayectoria es construido solamente por ¾ de un círculo (estado S 2i-1) y ¼ de una
elipse (S2i); además, cada trayectoria es determinística y es posible calcular cualquier punto
de manera analítica en cualquier momento después de establecidas las condiciones iniciales.
122
Capítulo 4
(a) (b)
(c)
Figure 4.7. Evolución dinámica de un oscilador armónico conmutable en el régimen caótico =1x 2
(a) α = 3.5, (b) α = 3.8 y (c) α = 4.0 y x 0=0.9, ẋ 0=0 .
La figura 4.8 muestra los valores de la posición instantánea x(t) y la velocidad ẋ 0 del
oscilador armónico conmutable y los valores promedios de la posición y la velocidad son
diferentes a cero al evolucionar el sistema al infinito. La velocidad promedio tiene un pequeño
valor positivo, mientras que el promedio de la posición es negativo al infinito. Esto es debido
123
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
(a) (b)
(c)
Figure 4.8 Valores promedios de la posición y la velocidad de un oscilador armónico conmutable en régimen
caótico con α = 4.0, (a) Posición, (b) Velocidad y (c) valor promedio en la escala de tiempo de [0,10000]
3
El término del tiempo de revolución es una constate que representa la suma de los
2
tiempos de transición de la posición x(ti) a x(ti+1) y de la posición x(ti+2) a x(ti+3). El segundo
124
Capítulo 4
término es la transición del punto P (ti+1) a P(ti+2). Para x(ti+1) cercano a (-1) la frecuencia
natural ω en el cuadrante IV es cercano a cero y el tiempo de transición de x(t i+1) a x(ti+2) es
grande, entonces x(t), ti ≤ t ≤ ti+2 es negativo y la posición promedio tiene un pequeño valor
negativo en todos los tiempos, pero el promedio de la velocidad es positivo. Cabe hacer notar
que en un oscilador armónico estándar el promedio de la posición y la velocidad es cero.
Es claro a partir de estas figuras que el atractor caótico extraño ( ω-limite) de las trayectorias
de un oscilador armónico conmutable es independiente de las condiciones iniciales para x(0)
variando desde –β a , β donde β = (1 + 1/ α). Un sistema con α= 4 produce un
comportamiento caótico comenzando en una condición inicial hasta un valor de β = 1.25.
También la serie de ω-limite de un oscilador armónico conmutable depende continuamente
de las variaciones de α para casi todos sus valores. La figura 4.x muestra dos casos de
atractores extraños para α= 3.9 y condiciones iniciales de x 0=0.5 ; ẋ 0=0 y
x 0=1.24 ; ẋ 0=0 , y aún comenzando cualquier trayectoria por debajo del valor de 1.25
se sigue un comportamiento caótico similar.
(a) (b)
Figure 4.9 Plano fase de un oscilador armónico conmutable para α = 3.9 y condiciones iniciales (a)
125
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
=
{
2i−1
2
2i =1x t 11 } (4.2.5)
para 66.75 y, en este caso, la figura 4.10 muestra el comportamiento dinámico con
frecuencias naturales determinadas de la forma descrita arriba.
(a) (b)
Figura 4.10 Plano de fases de un oscilador armónico conmutable modificado dado por la ecuación X para (a) α
= 6.3 y (b) α = 6.75 y condiciones iniciales x 0=0.9, ẋ 0=0
{ }
;−0.5≤x t i1 0
= 1−x t i1 (4.2.6)
;−1 x t i1 −0.5
−x t i1
Cuando α=2, el mapa de x(ti) en x(ti+3) coincide con el mama de Bernoulli unidimensional
126
Capítulo 4
definido por
{ }
2i , x i=0.5
x i1= 0, x i 0.5 (4.2.7)
2i x i , 0.5x i1
y la dinámica completa tiene un comportamiento un poco diferente, pero aún caótico. La
evolución continua del sistema correspondiente a este caso se muestra en la figura 4.11.
(a) (b)
(c)
Figura 4.11 Evolución del atractor extraño para la frecuencia dada por ecuación 4.x con α = 0.8 y un mapa de
Bernoulli sobre el semi-eje negativo de la posición en (a) t=500, (b) t=1000 y (c) t=2000.
127
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
Cuando α sobre pasa ciertos límites definidos por el mapa, el comportamiento caótico es
destruido por inestabilidad. La figura 4.12 muestra dos diferentes formas de destrucción de
caos para frecuencias dadas. La destrucción del caos para la frecuencia dada por la
ecuación 4.X (7) y valores iniciales x(t) > 1.25 parece a la condición cuando el oscilador
armónico se vuelve inestable. En este caso, la trayectoria hace un número infinito de
rotaciones con amplitudes que se incrementan rápidamente. Para una frecuencia dada por la
(a) (b)
Figura 4.12 Destrucción de caos en un oscilador armónico conmutable con (a) frecuencia dada por ecuación 4.x
y valores iniciales x(0) > 1.25 y (b) frecuencia dada por ecuación 4.x y valores iniciales x(0) > 1.0.
S=
{ S a : ẍx=0 x ∈ℜ , ẋ∈Q a : I − III
2
S b : ẍb x=0 x∈ℜ , ẋ ∈Q b : IV } (4.2.8)
128
Capítulo 4
{
L= La , b : ẋ=0
Lb , a : ẋ0 } (4.2.9)
(a) (b)
Figure 4.13 (a) Comportamiento caótico de un oscilador armónico aleatorio conmutable para α(z) con una
función de distribución de probabilidad uniforme entre [0,4] y (b) valores de α(z).
129
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
/a) (b)
Figure 4.14 (a) comportamiento caótico de un oscilador armónico aleatorio conmutable para α(z) con una
función de distribución de probabilidad con una norma de 3.5 y varianza de 0.5 y (b) valores de α(z).
Cada sub-sistema de conmutación tiene un valor diferente de α(z) , y es posible usar el valor
esperado para remplazar el parámetro asignado aleatorio (longitud, en el caso de un péndulo
conmutable) y definida la frecuencia natural actual en el cuadrante IV.
b
=∫ z d z
E []= (4.2.12)
a
es el valor promedio de un gran número de transiciones y g(z) es la función de
distribución de probabilidad de α(z) . Así que, basado en el valor promedio, es posible
caracterizar el comportamiento de acuerdo a los modelos analizados anteriormente. Si
es
menor que 1.0, el sistema es asintóticamente estable; para
entre 1.0 y 2.5 el sistema
tiene un ciclo límite; entre 2.5 y 3.6 un ciclo límite doble y entre 3.6 y 4.0 tiene un
comportamiento caótico. Por encima de 4.0 el sistema es inestable. Estos números
provienen del hecho de que la dinámica de la conmutación en sí está basada en un mapa
caótico, en este caso el mapa de Poincarè, y el valor de α define el comportamiento dinámico
como se explica en [6] y [7].
130
Capítulo 4
131
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
(a) (b)
(c)
132
Capítulo 4
(a) (b)
(c)
Figura 4.16. Retroalimentación en el oscilador armónico conmutable caótico, (a) β = 0.05, (b)β = 0.08 y (c)β =
0.10
133
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
(a) (b)
(c)
Figura 4.17. Retroalimentación en el oscilador armónico conmutable caótico, (a) β = 0.20, (b) β = 0.30 y (c) β =
0.50
134
Capítulo 4
(a) (b)
(c)
Figura 4.18. Retroalimentación en el oscilador armónico conmutable caótico, (a) β = 0.60, (b) β = 0.80 y (c) β =
1.00
135
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
β es un valor escalar.
Está nueva dinámica muestra que hay una nueva definición de la frecuencia natural que es
afectada por la retroalimentación de la posición en el sistema caótico. Debido al hecho de
que la frecuencia natural original del oscilador armónico conmutable está definida en forma
de segmentos, entonces el efecto de la retroalimentación será diferente dependiendo de la
región actual en la que se encuentre el sistema. Ahora, considerando que la
retroalimentación de la nueva frecuencia natural está definida como,
{ }
2
= 2i−1
2
=1−
2 (4.2.16)
2i = 1 x t i 1 −
como para todos los casos ω tiene que ser positivo y real, entonces para 2i−1 , β < 1. Para
2
la segunda región, 1 x t i1 , por lo que para todo β < 0 ambas condiciones se
cumplen y debido a que x t i 1 es el punto de conmutación de la región I a la región II y
puede tomar cualquier valor entre [0,-1], cualquier β positivo fallará las condiciones descritas
arriba. Así que solo β negativo funcionará en esta caso para crear un efecto en la dinámica
del sistema.
Al hace β mas negativo, la evolución del oscilador armónico conmutable lleva su trayectoria
a un ciclo límite y no a un punto de equilibrio. Se nota que para pequeños valores de β, el
efecto es similar a la retroalimentación de la velocidad. La figura 4.19 muestra algunos
136
Capítulo 4
(a) (b)
(c)
Figura 4.19. Retroalimentación de posición en un oscilador armónico conmutable caótico. a) β = -0.02, (b) β =
-0.05 y (c) β = -0.08
137
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
(a) (b)
(c)
Figura 4.20. Retroalimentación de posición en un oscilador armónico conmutable caótico. a) β=-0.10, (b) β=-
0.50 y (c) β= -1.00
138
Capítulo 4
Por este motivo, las herramientas usadas en simulaciones se fueron concentrando en el uso
de software libre. Particularmente herramientas como Ptolemy para el desarrollo de sistemas
híbridos y el lenguaje de programación python han sido extensivamente usados en estos
modelos.
La parte esencial de una simulación es tener claro cual es el modelo matemático que
deseamos reproducir dentro de la computadora, cuales son las variables que deseamos
analizar y cual es la estrategia a usar en la manipulación de las variables.
La modelación y simulación de una micro máquina es una tarea compleja pues, al igual que
una máquina convencional, las fuerzas que interactuan en la misma tienen entre sí gran
relación, se generan retardos y retroalimentaciones a través de diferentes formas. Podemos
mencionar entre las fuentes que agregan cierta complejidad a la dinámica de la máquina a
las fuerzas de corte, los lazos de vibración y los elementos de transmisión de movimiento.
139
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
En este trabajo se va a presentar un ejemplo de simulación para una micro máquina como la
mostrada en la figura 3.17 en el capítulo anterior. La mayoría de los modelos matemáticos de
simulación fueron tomados de [11]. La máquina a simular se toma a partir del diseño
propuesto de una micro fresadora y tiene las siguientes características:
Micro máquina de corte de tres ejes de movimiento lineal ortogonales entre sí.
Maximos deplazamientos lineales:
X: 80 mm Y: 40 mm Z: 30 mm
Velocidades de desplazamiento máximos:
Vx: 100 mm/s Vy: 100 mm/s Vz: 80 mm/s
A partir de la construcción del prototipo, se han medido los pesos de cada uno de los
componentes de la mesa. Los valores de las masas son:
mx = 460 grs my = 210 grs mz = 75 grs
La pieza de trabajo promedio será de 30 grs
El paso de los tornillos usados para cada ee es de 1 mm/ revolución y su diámetro es de 1/8''
o 3.175 mm. El tornillo mas largo para el eje x tiene un peso de 8 grs, mientras que para los
otros ejes el peso del tornillo es de 6 grs.
Las inercias axiales J para cada uno de os ejes del tornillo se estimaron a partir de la
consideración que el tornillo tiene una geometría cilíndrica. Los valores de inercia de los
tornillos son:
Jtx = 40.3225 grs mm2
Jty = Jtz = 30.2418 grs mm2
Vamos a considerar, siguiendo la norma en estos casos, que el coeficiente de fricción de las
guías con la mesa es μgf = 0.1
140
Capítulo 4
Para el análisis de las fuerzas de corte se requieren de diferentes parámetros que dependen
de las condiciones específicas de operación. Para esta demostración vamos a asumir lo
siguiente:
La herramienta de corte tiene dos cortadores con un diámetro total de 1/32'' o 0.79 mm. Con
un ángulo de entrada de corte a 0 grados y de salida de 135 grados girando a 200 RPM.
Las constantes de corte usadas en la simulación dependen del tipo de material que se usa y
normalmente se obtienen de manera experimental y representadas en tablas de operación,
las usadas en este trabajo consideran el maquinado de Aluminio 6061-T6 y fueron obtenidas
de [12]:
141
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
142
Capítulo 4
La máxima fuerza de corte generada es de 50.47 N. Este valor se tomará en cuenta para el
modelo dinámico el cual considera que la fuerza máxima vertical es el 10% de la fuerza de
corte; en este caso sería Fz = 5.47 N.
Cargas dinámicas
Jtw – Inercia de la mesa y pieza de trabajo 1.24E-008 6.08E-9 2.66E-9 Kgm2
Jl – Inercia del tornillo 1.01E-8 7.56E-9 7.56E-9 Kgm2
Je – Inercia total reflejada en el motor 1.11E-009 1.07E-9 1.05E-9 Kgm2
143
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
Como puede apreciarse, los valores de las fuerzas y torques generados son muy reducidos
debido a la escala de trabajo. Para consultar el cálculo de estos valores puede verse [11 pp.
160-163].
Para la generación del movimiento se propone el uso de motores a pasos los cuales tienen
dos polos y cuya dinámica electromagnética quedará fuera de este ejercicio de simulación.
Desde el punto de vista mecánico la dinámica total de cada eje será descrita como,
d t
T m t = J e B t T s t (4.3.1)
dt
donde Je es la inercia dinámica total reflejada al motor, B es la fricción equivalente (que
puede ser solo la fricción viscosa) y Ts es el torque de perturbación estática reflejado al
motor.
La función de transferencia para el eje Y que solo carga la pieza de trabajo, se encuentra
tomando en cuenta la señal de entrada al motor del eje es de la forma,
V s=G p sU s
1 (4.3.2)
G p s=
J e s B
Tomando en cuenta la aplicación de un control básico tipo PID como primera aproximación,
entonces tenemos el siguiente diagrama a bloques,
Figura 4.23 Diagrama a bloques del control PID de un solo eje de movimiento de una micro máquina de corte.
144
Capítulo 4
K P R K eq K S K I
Gy = 2
p
LC
S JS S B K eq K K P R K eq K S K I
p p
(4.3.3)
K P R K eq K S K I
= 3 2
p
lazo cerrado. Keq es la ganancia natural de la planta y en nuestro caso diremos que Keq = 1.
La cual requerirá de sintonización para cada uno de los ejes de movimiento. Regularmente
en la práctica se eligen los parámetros de control de forma que el control proporcional de una
buena velocidad de respuesta sin que genere sobre pasos de señal y menos inestabilidad, el
control integral es relativamente pequeño para compensar los errores acumulativos y se deja
hasta el final el control derivativo como parámetro de optimización.
Utilizando un modelo muy sencillo de simulación con una simple función de transferencia
para encontrar la respuesta modificando los valores de las constantes de control, de forma
que la entrada sea la misma que la salida, es decir, con ganancia unitaria. Considerando que
R=14, Keq = 1, Jeq=1.11e-9, y B ≈ 0, es posible ir optimizando los valores de Kp, Kωp y Kωi.
Al reemplazar los valores encontrados para cada eje tenemos que la representación de la
planta de control quedará como:
0.01s0.7e-4
G ycl = 3 2 (4.3.4)
1.11e-9 s 0.1e-3 s 0.01s0.7e-4
Esta planta, junto con las perturbaciones, puede incluirse en el modelo del sistema híbrido de
la operación de la micro máquina. La figura 4.24 muestra la construcción de los estados de la
máquina de estados finitos que representa la operación de la micro fresadora.
145
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
Figura 4.24. Representación del modelo de sistema híbrido de una micro máquina CNC.
146
Capítulo 4
La figura 4.25 muestra la planta usada para cada uno de los ejes en las simulaciones. Esto
es en realidad solo un ejemplo de lo que se puede hacer para sintonizar el control de la micro
máquina antes de que se use. Sin embargo, el control definitivo se hace ya con la micro
máquina real.
Este procedimiento puede usarse para modelar cualquier tipo de micro mecanismo y estudiar
su control antes de ser construido. Estos resultados permiten optimizar mejor la micro
máquina y permitir identificar posibles fuentes de error, problemas de diseño o inclusive
fuentes de inestabilidades que pudieran inclusive dañar los componentes mecánicos.
147
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
La mejora de los diseños y del control es una tarea constante dentro de las micro máquinas y
es por eso que el desarrollo de herramientas de simulación y análisis se vuelven de suma
importancia. Además, es necesario crear bibliotecas de estos algoritmos e implementaciones
con el fin de acelerar nuevos desarrollos y la transferencia de las experiencias a nuevos
participantes dentro del proceso de desarrollo de estos proyectos.
Figura 4.26. Resultados de simulación del sistema mostrado en 4.25 y un comando de posición de 10 mm
148
Capítulo 4
Referencias
[1] Alligood, K.T. Chaos: an introduction to dynamical systems., Springer-Verlag, New York,
1997.
[2] Gutzwillez, M. Chaos in classical and Quantum Mechanics., Springer-Verlag, New York,
LLC, 1990.
[5] May, R.M. Simple Mathematical model with very complicated dynamics, Nature, 261:459,
1976.
[6] Li, T. Y. y Yorke, J. A. Period three implies chaos, The American Mathematical Monthly,
82(10):985–992, 1975.
[8] Devaney, R. L. An introduction to chaotic dynamical systems, Westview Press, New York,
LLC, 2003.
149
Simulación computacional no lineal y discreta de micro mecanismos de alta precisión
[12] Xu, M, Jerard, R.B. Y Fussell, B.K. Energy-based cutting force model calibration for
milling. Computer-aided design and applications, Vol. 4, Nos. 1-4, 2007, pp 341-351.
150
Capítulo 5
CAPÍTULO 5
151
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
La micro fresadora es de tipo cartesiano con tres ejes de movimiento, todos ortogonales
entre sí, los cuales están controlados con motores a pasos y una caja de engranes que
aumentan el torque de los motores.
Los motores usados en esta micro máquina también fueron hechos en el laboratorio. La
figura 5.2 muestra algunas fotos del proceso de fabricación de los mismos. Se trata de
motores a pasos con dos polos los cuales son relativamente fáciles de controlar. Los rotores
están hechos con un par de imanes permanentes, mientras que los estatores tienen cuatro
devanados que generaran el campo magnético que mueve al motor.
(a) (b)
(c)
Figura 5.2. Vistas de la fabricación de los motores a pasos para la micromáquina. (a) soporte del estator, (b) con
los devanados del estator y (c) el ensamble completo del motor
152
Capítulo 5
Cada uno de los ejes está movido a través de un tornillo hecho en el laboratorio con un paso
de 1 vuelta por milímetro. Esto permite que los pasos sean fáciles de calcular en el sistema
métrico y facilita el control y análisis.
Cada uno de los ejes restringe la dirección de su movimiento mediante un canal en forma de
'V' que permite su deslizamiento en una sola dirección. El maquinado de este canal se
realizó con una herramienta de corte hecha en el laboratorio y una fresadora de control
numérico. De forma que se asegura el paralelismo de las dos guías en un eje. Los problemas
de paralelismo en máquinas herramienta en general son fuentes importantes de errores.
153
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Figura 5.5. Diagrama de los componentes mecánicos de un eje simple de la micro fresadora.
El mecanismo final tiene una relación de engranes de 14:1 desde el motor, la razón del paso
del tornillo es de 1 mm por vuelta, el motor a pasos es de cuatro fases, es decir, cuatro pasos
por vuelta, por lo que la resolución del movimiento de este mecanismo es de 17.85 micras
por paso. Lo cual es suficientemente preciso considerando que puede existir un error de ±20
micras en el movimiento. Lo requerido en este caso, y dado las restricciones del proceso de
manufactura del mecanismo es un movimiento con una precisión de 50 micras.
154
Capítulo 5
La figura 5.6(a) muestra a grandes rasgos los componentes que forman parte del control
electrónico. El control e interface con el usuario está en la PC, la cual se comunica con el
micro controlador vía seria y enviando los comando de control a cada uno de los ejes. La
tarjeta de control envía las señales al sistema de potencia que a su vez manda la corriente
requerida a los estatores de los motores a pasos que se están usando en este prototipo.
Cabe mencionar que se utilizó una tarjeta de desarrollo para hacer el prototipo y que se
planea como un trabajo a futuro la mejora del control electrónico de forma que fácilmente
pueda integrarse a una micromáquina. El diseño de la tarjeta electrónica personalizada a una
micromáquina, es decir de dimensiones no mayores a 30 mm x 30 mm, también está
pendiente como un trabajo futuro.
La comunicación con este micro controlador se hace a partir de un puerto serial de tipo
USART que contiene registros dedicados para el almacenamiento temporal de datos y el
manejo de las interrupciones y banderas que permiten el manejo de dicha comunicación
serial. Este micro controlador requiere de circuitos externos para hacerlo compatible con
protocolos de comunicación serial como RS-232, RS-422 o RS-485. La figura 5.6(b) muestra
un diagrama esquemático aproximado de la tarjeta de control electrónico usado para las
pruebas preliminares en este desarrollo.
155
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
El control de potencia hacia los motores a pasos se hace con otros dispositivos. En nuestro
caso se usan transistores de potencia conectados en un puente tipo 'H' de hasta 2 amperes
para los motores a pasos.
(a)
(b)
Figura 5.6.(a) Diagrama a bloques del sistema de control y (b) Diagrama esquemático de la tarjeta de control de
156
Capítulo 5
movimiento.
Una vista general del hardware usado se muestra en la figura 5.7. La tarjeta de desarrollo
contiene un micro procesador PIC de bajo costo, la cual está conectada a la PC vía seríal
RS-232 y a la tarjeta de control de potencia hacia los motores a pasos. Todo este prototipo
será optimizado en trabajos futuros usando un micro procesador con mayor capacidad de
computo y en una tarjeta electrónica diseñada para que ocupe un tamaño mínimo, la
comunicación con la PC se cambiará a tipo USB de alta velocidad y la potencia se ajustará al
tipo de micro motores usados en las micro máquinas.
Este trabajo fue realizado en colaboración con el departamento de computación del centro de
investigación y estudios avanzados del instituto politécnico nacional (CIVESTAV-IPN) como
parte de un proyecto de desarrollo de un sistema de inspección automática de la deformación
térmica residual en tarjetas electrónicas (PCB) usando un sensor láser, bajo la tutela del Dr.
Adriano de Luca Penaccia [12]. Este proyecto fue financiado por el CINVESTAV-IPN.
157
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Se propone un sistema de control modular y escalable que cubra los requerimientos mínimos
del problema. El sistema de control de movimiento estará separado del sistema de control y
adquisición de información del sensor láser, con el fin de minimizar las tareas del controlador.
Los cálculos de mayor peso serán realizados en la PC, enviando solo comandos básicos a
las tarjetas de control correspondientes.
El control de movimiento será realizado en una cadena tipo daisy, en donde los controles se
conectarán en forma serial escuchando el mismo bus de datos, como se muestra en la figura
5.8. Cada control tendrá a su cargo de 1 a dos ejes independientes y la comunicación con la
PC se realizará con un protocolo establecido. El protocolo de comunicación serial de la PC a
los controles de movimiento será formado por 6 bytes descritos en la tabla 1.
Tabla 1. Descripción de los datos usados para la comunicación entre la PC y los controladores
BYTE DESCRIPCIÓN
ACK Acknowledge o reconocimiento. 0xFF
ID | EJE Número de identificación del controlador y número de
eje a recibir el comando. Medio byte por cada dato.
CMD Número de comando
OPT1 Opción 1 del comando. 0XFF si no tiene esta opción el
comando.
OPT2 Opción 2 del comando. 0XFF si no tiene esta opción el
comando.
CRC Verificación del CRC. Se utiliza un XOR para los datos
acumulados.
158
Capítulo 5
Figura 5.8. Topología de conexión en cadena tipo Daisy de los controles de movimiento.
Está topología en cadena tipo Daisy permite la expansión del número de ejes que este
sistema puede manejar. Aunque para la aplicación actual esta topología está sobrada, futuros
desarrollos justifican este desarrollo.
Cada controlador tiene un diseño modular y escalable, lo que permite usar un tipo de tarjeta
de control para una aplicación y poder reemplazarla por otra en caso de requerir mayor
velocidad o rendimiento. La implementación de este prototipo se realizó con un
microprocesador PIC16F458A, el cual es de bajo costo y tiene 4Kb de memoria de programa,
lo cual nos permitió experimentar con diferentes implementaciones. Sin embargo, es posible
usar otro procesador con menos memoria para una implementación final.
La implementación del control de los motores a pasos se dividió en dos diferentes etapas:
desarrollo de las comunicaciones y desarrollo del control de movimiento en sí. Las
comunicaciones se hacen en forma serial creado un flujo de datos a partir de un protocolo
establecido a partir de la idea de escalabilidad del sistema. Cada módulo de control escucha
el bus de datos y si el dato recibido es direccionado para su configuración, entonces recibe el
resto de los datos y los interpreta de forma que pueda realizar la tarea asignada en el
comando enviado. La figura 5.9 muestra el diagrama de flujo de los bloques involucrados en
la comunicación del sistema de control.
159
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Figura 5.9. Diagrama de flujo de la implementación del programa de control en la tarjeta electrónica.
La trayectoria del movimiento se hace en un solo eje y es solo una interpolación lineal básica
lo que se calcula, es decir, un movimiento de punto a punto con un perfil de velocidad dado.
En nuestro caso, el perfil de velocidad es de tipo trapezoidal con la finalidad de suavizar la
trayectoria y disminuir el riesgo de pérdida de pulsos de los motores a pasos.
La generación de pulsos se hace a partir del análisis del perfil de velocidad requerido. En
nuestro caso es un trapezoide, el cual permite que el arranque y el final se suavicen. Aunque
es posible usar perfiles de trayectoria aún mas suaves, esto obligaría a resolver ecuaciones
160
Capítulo 5
mas complejas y en nuestro caso hay ciertas restricciones en cuanto al control en tiempo real
y los tiempos de reacción debido al rendimiento del procesador que estamos usando. Este
asunto es en realidad un balance entre rendimiento y costo del sistema y en este momento el
costo es un factor de mayor peso, mientras el rendimiento básico se cumpla.
Figura 5.10. Análisis de generación de pulsos de control para el motor a pasos. El intervalo de tiempo entre
pulsos está definido por la pendiente del perfil de velocidad deseado.
161
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
2
l1 vn
N 1= =
u 2A u
l2
N 2= (5.3.2)
u
2
vn
N 3=
2D u
donde A es la acceleración, vn es la velocidad nominal, D la desaceleración y Δu el
desplazamiento por cada paso del motor.
Para estimar el tiempo entre cada uno de los pasos (k) en cada etapa del movimiento
usamos:
aceleración:
para k=1, N1
v k = v0 2k A u
2
2 u (5.3.3)
T i k =
v k v k 1
siguiente k
velocidad constante:
para k=1, N2
u
T i= (5.3.4)
vn
siguiente k
En desaceleración:
para k=1, N3
v k = v 2k D u
2
2 u (5.3.5)
T i k =
v k v k 1
siguiente k
162
Capítulo 5
Este algoritmo genera los tiempos entre cada paso, lo que se utilizará para la generación del
movimiento de un punto a otro moviéndose a una velocidad deseada. La figura 5.11 muestra
el cálculo fuera de línea de los pasos y la trayectoria de un movimiento del origen a 150 mm.
El eje secundario de la figura 5.11b muestra la generación de los pasos del motor
relacionado con el tiempo en que cada paso se genera.
perfil de velocidad
120
100
80
vel mm/s
60
40
20
0
0 500 1000 1500 2000
tiempo ms
Posición
200 3500
3000
150 2500
posición
2000
100
1500
50 1000
500
0 0
0 500 1000 1500 2000
tiempo ms
Figura 5.11. Gráficas de generación del perfil de velocidad y la posición que este perfil genera.
Este valor de tiempo se traduce a un valor del timer de 16-bits del microcontrolador
PIC16F648A con un reloj base a 20 Mhz., es decir que cada pulso de reloj corresponde a 50
ns.
163
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Control de Proceso
Interface de usuario
PC
Otras Máquinas
en la celda
Generación de trayectorias
(Microprocesador)
Motores
Secuencia de
Control de
Potencia control de
Moviemiento
motores
Figura 5.12. Diagrama a bloques con los componentes de programación del sistema de control de movimiento.
164
Capítulo 5
165
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
166
Capítulo 5
167
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
5.4.1 Introducción
Hoy en día fuentes de energía alternativa como la solar están en constante demanda. Un
gran número de proyectos de investigación se concentran en encontrar nuevos métodos para
la generación de energía de manera mas eficiente y barata. Este es el caso de los
concentradores solares, en donde la energía solar se condensa en una región específica.
Este punto caliente puede ser usado tanto para calentar agua como para la generación de
energía eléctrica.
168
Capítulo 5
Espejos
Triángulares
Capa Superior
Capa Inferior
Figure 5.15. Celda hexagonal propuesta por Kussul y otros [4] para formar el colector solar.
La celda hexagonal es dividida en tres zonas, cada zona está formada por un espejo plano
de forma triangular, el cual está orientado de acuerdo al ángulo requerido para el lugar de
foco específico. Esta orientación está determinada por una fórmula parabólica que depende
x2
de la distancia focal y está dada por y= . En general, el número de espejos planos
4F
triangulares sencillos para un área determinada con un número n de zonas concéntricas está
dado por la ecuación
N =6 x n2 (5.4.1)
Donde n es el número de zonas de espejos del colector y N es el número total de triángulos y
esto está descrito en la tabla 5.1. La descripción completa del sistema puede verse en [3].
169
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Tabla 5.1. Componentes de diferentes tamaños de colectores solares compuestos por segmentos triangulares.
Figure 5.16. Estructura de soporte de un espejo plano triangular para el concentrador solar parabólico.
La figura 5.16 muestra un soporte sencillo para un espejo plano triangular. La dimensión a es
170
Capítulo 5
la longitud de cada barra que forma el triángulo, h es la altura del soporte respecto a la
superficie de la base y a1 es la longitud de la barra localizada en la base del soporte.
La propuesta original [4] para este tipo de colectores solares recomienda el uso de una
instalación de micro fábrica para la construcción y el ensamble automático de estos
componentes. Los detalles del diseño mecánico necesitan de ser revisados antes de que las
propuestas de manufactura y ensamble sean implementados; sin embargo, es posible
abordar tópicos generales de esta instalación. Por ejemplo, evaluar el grado de complejidad y
analizar el impacto de la colaboración de máquinas en el proceso de ensamble.
171
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Para la instalación propuesta, se necesita una célula de micro-fábrica para el maquina de las
barras del concentrado, uniones, micro tornillos y el cortado de los espejos. En orden de
evaluar la complejidad de este ensamble, primero analicemos el número de componentes y
la manera en que éste crece al escalar el tamaño del colector.
De la figura 5.15, tomemos solamente la primera zona de espejos la cual tiene 6 triángulos.
Cada triángulo equilátero, figura 5.14, está formado por una estructura de componentes
descritos por la tabla 5.2.
C
A B
n n n n
36 ∑ i−12 n 18 ∑ i−6 n 6∑ i
i=1 i=1 i=1
1 24 12 6
3 180 90 36
10 1860 930 330
20 7320 3660 1260
25 11400 5700 1950
30 16380 8190 2790
40 29040 14520 4920
50 45300 22650 7650
172
Capítulo 5
Cada vértice tiene un número asignado a este, cada enlace o barra tiene un identificador, por
n
lo que para n zonas en el colector solar, habrá 16 ∑ i vértices con doce (dos en cada
i=1
lado) puntos de ensamble para cada barra. Esto significa que para 50 regiones con una
unidad triangular de 50 mm de largo y cerca de 15 grados de inclinación promedio con
respecto al centro, dará un diámetro aproximado de 4.83 metros, equivalente a 18.32 m2.
Este colector solar tiene tres tipos de barras: a) para los triángulos (arriba y abajo), b) la barra
cruceta, y c) la barra vertical que se encuentra entre los planos superior e inferior. La pieza
de conexión entre las barras es un elemento maquinado previamente hecho. Su forma y
naturaleza es fundamental para el proceso de ensamble y los movimientos requeridos en
éste; este punto de conexión también debe de permitir cierta flexibilidad pues el ensamble
completo cambia de curvatura para obtener la dimensión parabólica y el punto focal
requeridos. El espejo y sus sujetadores están también hechos en serie y diseñados para un
ensamble simple y rápido.
La microfábrica propuesta estaría compuesta por una máquina fresadora, una máquina para
la manufactura de micro tornillos, un sistema para cortar espejos, robots manipuladores y
bandas de transportación. La intención de estas máquinas es trabajar de manera
colaborativa para la construcción de una microfábrica.
El sistema de ensamble tiene que seguir cierto patrón de movimiento en dos niveles y
también en la estructura media. Las células son básicamente hexágonos hechos de unidades
triangulares en dos planos los cuales son paralelos entre sí. La figura 5.17 muestra
fotografías de un sistema básico triangular (a) y (b) y la estructura completa (c). El ensamble
manual de solamente dos zonas del colector solar, como se muestra en la figura, ha tomado
173
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
cerca de una semana de trabajo paciente de poner cada pieza en su lugar y alinear los
elementos. Esta sola operación justifica el desarrollo de técnicas de ensamble automático. El
diseño final de los componentes aún no es el definitivo. Es posible realizar diferente mejoras,
pero la idea general ya está patentada por E. Kussul y sus colaboradores y desarrollos
futuros pueden realizarse en colaboración con múltiples instituciones.
(a) (b)
(c)
Figura 5.17. Fotografías de una celda del colector solar y sus unidades básicas. a) y b) una celda triangular
sencilla y c) la estructura de un colector solar de dos zonas de espejos.
174
Capítulo 5
175
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
(a)
(b)
Figure 5.18. Identificación de nodos para (a) la región 1 y (b) la región 2 en el lado superior de la estructura del
colector solar.
La pared externa de la primera zona tendrá nodos y componentes como se muestra en la
176
Capítulo 5
figura 5.19; mientras que la figura 5.20 muestra un corte longitudinal del eje principal de
nodos al alejarse del centro.
Figure 5.19. Pared externa de la primera zona de la estructura del colector solar.
Figure 5.20. Corte de la pared longitudinal mostrando los número de nodos de la estructura del colector solar.
la misma manera, es posible identificar las superficies de soporte de los espejos como una
tripleta de nodos coordenados, en este caso el parámetro de la posición del elemento de
arriba o abajo puede ser omitida dado que solo existen espejos en el lado superior del
177
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
colector solar.
Una ves que cada elemento puede ser identificado, entonces es posible pensar en algoritmos
de ensamble y, por lo tanto, los comando de las máquinas que forman la celda de ensamble
automático. Luego entonces, comenzando de la premisa que que la primera barra es E 2,0,1
1,0,1
y que el mecanismo de ensamble de barras asume dicha tarea, el objetivo principal ahora es
el de medir el número de movimientos requeridos para el ensamble y compararlo con otras
estrategias de ensamble.
(a) (b)
(c)
Figura 5.21. Elementos barra identificados para la primera zona (a) elementos internos, (b) pared externa
(elementos superiores) y (c) barras cruzadas en la pared externa.
178
Capítulo 5
conexión ( C 1,1,2 y C 2,1,2 ) , considerando que esta estructura será unida a C 1,1,1 y C 2,1,1 ). Esta
estructura está representada en la figura 5.22 (a). que los elementos 1, 2, 3 y 4 están en su
1,1,1 2,1,1
posición, es posible poner las dos barras transversales ( E 1,1,6 y E 2,1,6 ) que unen a cada una
de las estructuras de los nodos C 1,1,1 y C 1,1,6 y C 2,1,1 y C 2,1,6 (Figura 5.22 b).
1,1,1 2,1,1
Una vez que E 1,1,6 y E 2,1,6 están en su posición, la estructura o el mecanismo de ensamble
rota para colocar los siguientes elementos y así hasta completar la vuelta. También existe un
1,1,1
elemento entre los dos pisos de la estructura, este elemento E 2,1,6 va de los nodos C 1,1,1 y
C 2,1,6 en forma transversal que sirve para darle mayor rigidez mecánica a la estructura y éste
1,1,1 2,1,1
se colocaría al tiempo que E 1,1,6 y E 2,1,6 son ensamblados.
179
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Figure 5.22. Secuencia del ensamble de la primera región del colector solar. (a) estructura de ensamble básico.
(b) secuencia de ensamble para la primera región y (c) la secuencia de ensamble de los espejos.
El siguiente elemento transversal entre los niveles 1 y 2 se coloca en forma de reflejo con
respecto a los vecinos como se mostró anteriormente en la figura 5.22(c)
El siguiente nivel de ensamble es para la región 2. En este nivel es posible ensamblar las
paredes hacia los nodos de la siguiente capa, como se ha realizado para el nivel interior; sin
embargo, se nota que existen nodos intermedios en los cuales hay dos paredes compartidas
(Ver figura 5.23) y para esto se proponen elementos compuestos como los que se muestran
en la figura 5.24.
180
Capítulo 5
Figura 5.23. Distribución de los elementos de ensamble para la segunda región y la propuesta de ensamble
iniciando por el nodo C1,2,1.
181
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Figura 5.24. Elementos compuestos de ensamble para nodos que comparten paredes de la estructura de
soporte. Ambos elementos son un reflejo uno de otro y van intercalados en la estructura dependiendo de su
posición y región.
Una vez terminada la segunda región, las regiones exteriores se ensamblan de manera
similar usando el mismo algoritmo, como se ilustra en la figura 5.25.
182
Capítulo 5
Figura 5.25. Evolución del ensamble de las regiones exteriores de la estructura de soporte de colectores
solares. En esta figura solo se ilustra una cara y una sección por limitantes de espacio, se supone que las
regiones interiores están completas.
183
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
La propuesta es que exista un ángulo entre cada uno de los elementos a lo largo de la curva
de la parábola que forma el concentrador. Esto requiere que el elemento de conexión permita
este ajuste a la curvatura de la parábola.
Una vista completa en simulación de un disco de 2 metros de diámetro con el foco a 1 metro
de su centro, se muestra en la figura 5.27.
184
Capítulo 5
Figura 5.27. Simulación de un disco parabólico formado por elementos barra de 5 cm, con un disco de 2 m de
diámetro y foco a 1 m.
Cortes transversales del mismo plato muestran la disposición de una capa de nodos y sus
elementos de interconexión. Esta estructura debe de ajustarse a la paraboloide requerida y
para esto se ha usado una descripción paramétrica de la parábola en cuestión. Los
parámetros de entrada son el diámetro del disco y la distancia del foco al centro de la
parábola. Considerando que una parábola puede formase en forma paramétrica mediante
las ecuaciones:
2
y=2pt (5.4.2)
x=2pt
donde p=F/2 y F es el la distancia del foco de la parábola al centro de la misma.
185
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Esto es,
L = x2 − x1 y 2 − y1
2 2 2
(5.4.3)
donde (x1,y1) son las coordenadas del nodo inicial y (x2,y2) coordenadas del siguiente nodo
sobre la curva de la parábola. L es la longitud de la barra de interconexión entre nodos.
Sustituyendo los valores de (x,y) para el caso paramétrico, tenemos al final que resolver la
ecuación de cuarto orden,
4 2 2 4
0=t 21−2t1 t 2 −2t1 t 2 t 1 t 1 −
2
L
2p
(5.4.4)
Al resolver los puntos nodales equidistantes sobre la parábola, ahora es necesario calcular
los puntos sobre el mismo nivel de altura para cada una de las regiones. En este caso, la
propuesta es usar celdas hexagonales que irán creciendo conforme se alejan del centro.
Cada lado hexagonal tendrá tantos elementos intermedios de conexión inter nodal como el
número de región en la que se encuentre; por ejemplo, supongamos que deseamos armar la
primera región, lo que corresponde solo a un hexágono con seis nodos y seis barras de
conexión; para la segunda región se agrega un nodo intermedio y, por lo tanto, dos barras en
cada lado; para la tercera región son dos nodos intermedios y tres barras, y así
sucesivamente.
Para hacer la generación de dichos nodos y barras de conexión, solo usamos un generador
geométrico de forma iterativa en donde a partir de un nodo inicial, se incluirán tantos
elementos de conexión como el número de región en la que se encuentra en la dirección
definida por los 60 grados, aumentando en sentido de las manecillas del reloj, de acuerdo al
algoritmo descrito anteriormente. La disposición de los nodos y barras de conexión para un
disco de 2 metros de diámetro y con el foco a 1 metro de distancia del centro, se muestra en
la figura 5.28.
186
Capítulo 5
Figura 5.28. Disposición de un concentrador solar parabólico de disco hexagonal de 2 m de diámetro y foco a
1m. Vista superior y lateral.
187
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Bajo estás consideraciones, el número de regiones depende de como se ajustan las barras a
la curvatura de la parábola. Como la curva de la parábola depende del diámetro y la distancia
del foco, habrá casos en donde el plato será muy plano y otros en donde tendrá una
curvatura mas pronunciada y se parecerá mas a un tazón que a un plato.
La tabla 5.3 muestra los valores esperados de número de nodos y de barras totales de la
estructura del concentrador solar para un diámetro y distancia focal dados. El criterio usado
aquí es solo que la distancia focal es la mitad del diámetro, pero estas dos distancias son en
realidad independientes y sujetas a optimización.
Tabla 5.3 Diferentes diámetros y número de componentes del colector solar
diametro [m] foco[m] regiones nodos barras totales
0.25 0.13 4 60 528
0.5 0.25 7 168 1554
0.75 0.38 9 270 2538
1 0.5 12 468 4464
1.25 0.63 15 720 6930
1.5 0.75 17 918 8874
1.75 0.88 20 1260 12240
2 1 22 1518 14784
2.25 1.13 25 1959 19050
2.5 1.25 28 2436 23856
2.75 1.38 30 2790 27360
3 1.5 33 3366 33066
3.25 1.63 35 3780 37170
3.5 1.75 38 4446 43776
3.75 1.88 41 5166 50922
4 2 43 5676 55986
Los valores de la tabla 5.3 dan una buena idea de la complejidad de la operación de
ensamble. En donde para armar un disco de colector solar se requieren ensamblar casi 15
mil elementos en 1500 nodos aproximadamente.
Otra opción es poner un segundo nivel sobre una estructura recta (figura 5.29), este segundo
nivel tendría la altura necesaria para generar la curva parabólica dirigida hacia el punto de
concentración de calor. Sin embargo, esta versión tiene la desventaja de usar mas materiales
y por lo tanto ser mas cara y pesada y que es muy probable que la altura del segundo nivel
sea demasiado grande y perdería la rigidez original.
188
Capítulo 5
Figura 5.29. Propuesta de estructura con un segundo nivel que genera la curva de la parábola deseada para el
concentrador solar.
Además de esta propuesta de ensamble automático, es posible explorar mas opciones, como
el pre-ensamble de paredes que se pueden usar como pasillos en donde micro-robots
pueden desplazarse para realizar el ensamble de los elementos interiores y espejos a lo
largo de estas paredes. Esta propuesta está ilustrada en la figura 5.30.
189
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Figura 5.30. Propuesta de construcción de pasillos de ensamble de elementos interiores para las diferentes
regiones de espejos.
190
Capítulo 5
Existen varias desventajas al dividir las regiones de ensamble del concentrador. Por ejemplo
el proceso de ensamble de las regiones. Por lo que se plantean otras formas de ensamble de
acuerdo a la geometría.
191
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Figura 5.32. Formas en que el colector solar puede tomar a partir de regiones de espejos.
192
Capítulo 5
energía en el foco. Este análisis puede encontrarse en [3] y [4], lo que aquí se reproduce
para efectos ilustrativos.
Para obtener el área que contiene todos los rayos reflejados del espejo triangular, es
necesario corregir el tamaño de la elipse tomando en cuenta la divergencia de los rayos del
193
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
sol. El valor medio del ángulo de divergencia, , para el sol es de 0.009 radianes.
Después de las correcciones, los valores de la elipse serán,
D ' min =2r L
2r L
D ' max = (5.4.7)
cos
2
de la figura 5.33 vemos que
F
L
cos
2
(5.4.8)
donde F es la distancia focal del espejo. Por lo que sustituyendo esto en D' min y D'max y
tomando en cuenta la geometría del colector solar, podemos decir que,
F
D min=2r ,
cos
2
F
2r (5.4.9)
Dmax =
cos
2
=
2r cos
2
F
cos
2
cos
2
2
donde
r=
3a (5.4.10)
3
Considerando que cada espejo triangular tiene diferente orientación y esto afecta la forma de
contribución energética al punto focal. Considerando que el número de espejos triangulares
(N) se deriva de una progresión aritmética, de forma que N=6n 2, donde n es el número de
zonas; el área de concentración solar será dada por,
N a sen60º 3 3 n a
2 2 2
AC = = (5.4.11)
2 2
donde los 60º vienen de la consideración de máximo ángulo del espejo.
La razón de concentración de energía puede ser obtenida de la ecuación,
A C m
= (5.4.12)
Ar
194
Capítulo 5
El primer acercamiento al análisis del costo de este tipo colectores solares se hará a partir
del costo del material utilizado. Consideremos que en promedio el costo de un kilogramo de
aluminio es de $2.50 USD, mientras que el costo de un espejo convencional como el
propuesto a utilizar en este sistema es de $12 USD por metro cuadrado.
El estimado del peso depende directamente del número de elementos barra en el colector y
el tamaño de las mismas. Con estos valores será posible calcular el peso total de la
estructura y, por lo tanto, su costo aproximado. Por supuesto que dentro de estos cálculos no
se consideran por ahora datos de los nodos conectores, ni material que quede si usar como
parte del proceso de manufactura.
195
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
700
Peso total incluyendo espejos [kg]
600
500
400
300
200
100
0
1 2 3 4 5 6
diámetro [m]
Peso total AL [5cm] Peso total AL [10cm] Peso total AL [15cm] Peso total AL [20cm]
Figura 5.34. Peso del concentrador solar para diferentes diámetros y tamaños de la barra base de la estructura
La figura 5.35 muestra la relación entre el costo total, tamaño del concentrador y el tamaño
de la barra básica de la estructura. El costo también es una función no lineal del los
parámetros geométricos y, como se muestra en esta gráfica, para diámetros mayores de 3
metros, el costo puede duplicarse al usar barras de longitudes pequeñas. Por lo que es
conveniente usar el tamaño adecuado para cada diámetro de colector.
196
Capítulo 5
$1,400.00
Costo de materiales (US$)
$1,200.00
$1,000.00
$800.00
$600.00
$400.00
$200.00
$0.00
1 2 3 4 5 6
diametro (m)
b=5cm b=10cm b=15cm b=20cm
Figura 5.35. relación del costo total, diámetro del concentrador y tamaño de la barra base de la estructura.
197
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
Factores de concentración
Diámetro 6 metros
3000
Factor de concentración (soles)
2500
2000
1500
1000
500
0
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7
distancia focal (m)
0.05 0.1 0.15 0.2
198
Capítulo 5
Los agentes de control son programas que proporcionan autonomía a tareas específicas
dentro de un sistema. Cada agente contiene información sobre el ambiente, el sistema
mismo y el algoritmo que le permitirá realizar la operación para la cual es creado. La
interacción entre agentes puede convertirse en un reto, por lo que se usan reglas simples y
prácticas de comunicación-acción de la red de máquinas.
Los sistemas de comunicación entre micro máquinas son parte esencial de la colaboración
autónoma. En el caso de ensamble de estructuras geométricamente bien definidas como la
del concentrador, es posible usar los algoritmos de ensamble automáticos y permitir mayor
flexibilidad en la comunicación, pudiéndose reducir a simple monitoreo de la operación.
199
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
La estimación del estado de otras máquinas con respecto a la propia depende directamente
del modelo matemático y de la cantidad de información disponible de cada uno de los
sensores en el sistema global. Estos algoritmos ven en la geometría de las operaciones, la
física de las máquinas y en los niveles de interacción, tal y como se planteó inicialmente en el
capítulo I. Estos modelos están intrínsecamente relacionados con complejidad y la
construcción de redes de información a un nivel semántico de interpretación.
Finalmente, la robustez del sistema a cambios del ambiente es una característica a evaluar
como parte de la flexibilidad del sistema mismo. Esta característica permite su escalabilidad y
auto-estabilización en caso de que ocurran perturbaciones que puedan ser auto-
regenerativas o catastróficas. Los algoritmos de análisis prueban la red misma de
intercambio de energía e información entre máquinas y controles, cambios en la topología de
la disposición de las máquinas en las operaciones ya sea agregando o quitando unidades de
operación.
Este campo sin duda es uno de los mayores campos de desarrollo en un futuro cercano.
Para el control de los robots normalmente se desarrollan modelos basados en máquinas de
estados finitos que incluyen las consideraciones, modelos matemáticos y elementos externos
que puedan modificar las variables internas de las máquinas y del sistema en general.
200
Capítulo 5
Referencias
[1] Lopez, Ch. y Stone, K. Performance of the Southern California Edison Company Stirling
Dish, Contractor Report, SAND93-7098 (unlimited release). 1993.
http://www.osti.gov/bridge/servlets/purl/10110545-9ZA1vs/webviewable/10110545.pdf
[2] Fraser, J. The Energy Blog. The energy revolution has begun and will change your
lifestyle. About Dish/Engine Concentrating Solar Power, August 16, 2005, 7.
http://thefraserdomain.typepad.com/energy/2005/08/about_dishengin.html
[3] Kussul, E., Baidyk, T., Makeyev, O., Lara-Rosano, F. , Saniger, J. M., Bruce, N.
Development of Micro Mirror Solar Concentrator, The 2-nd IASME/WSEAS International
Conference on Energy and Environment (EE’07), Portoroz (Portotose), Slovenia, May 15-17,
2007, pp. 294-299.
[4] Kussul E., Baidyk T., Makeyev O., Lara-Rosano F., Saniger J.M., Bruce N., Flat facet
parabolic solar concentrator with support cell for one and more mirrors, WSEAS Transactions
on Power Systems, Issue 8, Vol.3, August 2008, (ISSN 1790-5060), pp.577-586.
[5] Kussul E., Baidyk T., Lara F., Saniger J., Bruce N., Estrada C., Micro facet solar
concentrador, International Journal of Sustainable Energy, 2008, Vol.27, Issue 2, pp.61-71.
[6] E. Kussul, T. Baidyk, F. Lara-Rosano, J. M. Saniger, N. Bruce, Support Frame for Micro
Facet Solar Concentrator, The 2-nd IASME/WSEAS International Conference on Energy and
Environment (EE’07), Portoroz (Portotose), Slovenia, May 15-17, 2007, pp.300-304.
[7] Okazaki Y, Kitahara T. Micro-lathe equipped with closed-loop numerical control. In:
Proceedings of the 2nd International Workshop on Microfactories, Switzerland; 2000. p. 87–
90.
201
Diseño e implementación de micro mecanismos para el ensamble automático de colectores solares modulares
[8] Okazaki Y, Mishima N, Ashida K. Microfactory and micro-machine tools. Reported in The
1st Korea-Japan Conference on Positioning Technology, Korea; 2002
[9] Caballero-Ruiz A., Ruiz-Huerta L., Baidyk T., Kussul E. Geometrical errors analysis of a
CNC micro-machine tool, Mechatronics, Vol.17, Issues 4-5, May-June 2007, pp. 231-243 .
[10] Kussul E., Ruiz L., Caballero A., Kasatkina L., Baydyk T., 2000, CNC Machine Tools for
Low Cost Micro Devices Manufacturing. Proc. of First Int. Conf. on Mechatronics and
Robotics (M&R'2000), Saint-Petersburg, May 29-June 2, Vol.1. pp.98-103,
[11] McLurkinm J.D. Analysis and Implementation of Distributed Algorithms for Multi-Robot
Systems. Ph.D dissertation. Massachusetts Institute of Technology. June 2008.
202
Conclusiones
CONCLUSIONES
203
Conclusiones
204
Conclusiones
205
Conclusiones
206
Recomendaciones y trabajo a futuro
Este trabajo de investigación tiene varios caminos a seguir, el estudio de sistemas dinámicos
complejos y de sistemas conmutables, el desarrollo e implementación de micro fábricas de
manufactura y ensamble usando las técnicas aquí expuestas y el desarrollo de técnicas para
el diseño y ensamble de estructuras flexibles y complejas como la propuesta en los
concentradores solares expuestos aquí.
207
Recomendaciones y trabajo a futuro
208
Bibliografía general
BIBLIOGRAFÍA GENERAL
Altintas, Yusuf. Manufacturing Automation. Cambridge University Press. 2000. Pags 65-121.
Altintas, Y., Budak, E. Analytical prediction of stability lobes in milling. Annals of the CIRP. Vol.
44/1/1995.
Armstrong-Helouvry, B., Dupont, P and Canudas de Wit, C. A survey of Models, Analysis and
compensation techniques for the control of machines with friction. Automatica. Vol. 30. Vol. 7
pp. 1083-1138. 1994
Bryan, J.B. International status of thermal error research. CIRP Annals, 39, 2, 1990.
Caballero-Ruiz A., Ruiz-Huerta L., Baidyk T., Kussul E. Geometrical errors analysis of a CNC
micro-machine tool, Mechatronics, Vol.17, Issues 4-5, May-June 2007, pp. 231-243 .
209
Bibliografía general
Dominguez, H. y Tomizuka, M. Error sources analysis for open architecture machine tools.
Japan- US Factory Automation Conference- Denver, Co. July 2004.
Driels, M.R., Using Passive End-Point Motion Constraints to Calibrate Robot Manipulators. J.
Dyn. Sys., Meas., Control, September 1993, Volume 115, Issue 3,560.
Dominguez, H. and Tomizuka, M. Error sources analysis for open architecture machine tools.
Japan- US Factory Automation Conference- Denver, Co. July 2004.
Domínguez, H. Ortega, J.A. y Nosov, V.R.. Hybrid system model and simulation of a CNC
machine. Applied Math III. 8-12 de Octubre del 2007
Evans, C.J., Hocken, R.J. And Estler, W.T. Self-calibration: reversal, redundancy, error
separation and “absolute testing”. CIRP annals, 45, 1, 1996.
210
Bibliografía general
Feynman, R. P. Plenty of Room at the Bottom. Discurso para el American Physical Society en
Caltech. 29 de December 1959.
Fraser, J. The Energy Blog. The energy revolution has begun and will change your lifestyle.
About Dish/Engine Concentrating Solar Power, August 16, 2005, 7.
http://thefraserdomain.typepad.com/energy/2005/08/about_dishengin.html
Grabec, I. Chaotic dynamics of the cutting process. International Journal of machine tools
manufacturing. Vol. 28 No.1 pp. 19-32. 1988
Gutzwillez, M. Chaos in classical and Quantum Mechanics., Springer-Verlag, New York, LLC,
1990.
Hale, J.K. Averaging methods for Differential Equations with retarded arguments and a small
parameter. Journal of differential equations 2, 57-73. 1966.
Ishihara H, Arai F, Fukuda T. Micro mechatronics and micro actuators. IEEE/ASME Trans
Mechatronics 1996: 1:68-79.
211
Bibliografía general
Jensen, S.A. and Shin, Y.C. . Stability analysis in face milling operations, Part 1 and 2.
Transactions of ASME. Vol 121. Nov. 1999
Kaan, E. Altintas, Y. High speed CNC system design. Part II and III. International Journal of
Machine Tools and Manufacture. 41 (2001)
Kim, J. Oh, S, Cho, D, Hedrick, K. Robust Discrete-Time Variable Structure Control Methods.
Koenigsberg, F. and Tlusky, J. Machine tool structures – Vol. I: Stability against chatter.
Pergamon Press. 1967
Koo, J., Pappas, G., Sastry, S. Mode Switching Synthesis for Reachability Specifications.
Koo, T.J. y Sastry, S.S. Notes on hybrid Systems. Departmen of Electrical Engineering.
University of California at Berkeley. Spring 2002.
212
Bibliografía general
Kussul E., Ruiz L., Caballero A., Kasatkina L., Baydyk T., 2000, CNC Machine Tools for Low
Cost Micro Devices Manufacturing. Proc. of First Int. Conf. on Mechatronics and Robotics
(M&R'2000), Saint-Petersburg, May 29-June 2, Vol.1. pp.98-103,
Kussul, E., Baidyk, T. Et al. Development of micromachine tool prototypes for microfactories.
J. Micromech. Microeng. 12 (2002) 795–812
Kussul E., Baidyk T., et al. Scaling down of microequipment parameters. Precision
Engineering 30 (2006) 211–222.
Kussul, E., Baidyk, T., Makeyev, O., Lara-Rosano, F. , Saniger, J. M., Bruce, N. Development
of Micro Mirror Solar Concentrator, The 2-nd IASME/WSEAS International Conference on
Energy and Environment (EE’07), Portoroz (Portotose), Slovenia, May 15-17, 2007, pp. 294-
299.
Kussul E., Baidyk T., Makeyev O., Lara-Rosano F., Saniger J.M., Bruce N., Flat facet
parabolic solar concentrator with support cell for one and more mirrors, WSEAS Transactions
on Power Systems, Issue 8, Vol.3, August 2008, (ISSN 1790-5060), pp.577-586.
Kussul E., Baidyk T., Lara F., Saniger J., Bruce N., Estrada C., Micro facet solar concentrador,
International Journal of Sustainable Energy, 2008, Vol.27, Issue 2, pp.61-71.
E. Kussul, T. Baidyk, F. Lara-Rosano, J. M. Saniger, N. Bruce, Support Frame for Micro Facet
Solar Concentrator, The 2-nd IASME/WSEAS International Conference on Energy and
Environment (EE’07), Portoroz (Portotose), Slovenia, May 15-17, 2007, pp.300-304.
213
Bibliografía general
Levin, J.J. y Nohel, J.A. On a nonlinear delay equation. Journal of Mathematical analysis and
applications 8, 31-44, 1964.
Li, T. Y. y Yorke, J. A. Period three implies chaos, The American Mathematical Monthly,
82(10):985–992, 1975.
Lopez, Ch. y Stone, K. Performance of the Southern California Edison Company Stirling
Dish, Contractor Report, SAND93-7098 (unlimited release). 1993.
http://www.osti.gov/bridge/servlets/purl/10110545-9ZA1vs/webviewable/10110545.pdf
Lygeros J., Johansson K. H., Simic S., Zhang J., and Sastry S. Dynamical Properties of
Hybrid Automata. IEEE Transactions on Automatic Control, Vol. 48, No. 1, January 2003.
May, R.M. Simple Mathematical model with very complicated dynamics, Nature, 261:459,
1976.
Michaloski, J. Proctor, F., Dominguez, H., Soons et al. Improving CNC machining accuracy
through thermal model based control. Japan- US Factory Automation Conference- Denver,
Co. July 2004
214
Bibliografía general
Moore, W.R., Foundations of Mechanical Accuracy, Moore special tool company, Bridgeport,
CT, 1970
Moriwaki, T. Intelligent Machine Tool: Perspective and themes for Future Development,
Manufacturing Science and Engineering. ASME 68-2:841-849
Murray, R.M, Li, Z. y Sastry, S.S. Mathematical Introduction to Robotic Manipulation. CRC
Press. 1994.
Nakazawa, H. Principles of Precision Engineering. Oxford University Press, New York, 1994.
Originalmente en Japonés y traducido al Inglés por R. Takeguchi.
Niejmiejer, H. y Van der Schaft, A.J. Nonlinear dynamical control systems. Springer-verlag.
1990.
Nossov, V.R., Dominguez, H. y Ortega, J.A. Two dimensional chaos in a random commutable
pendulum. IFAC-CHAOS 09. London, UK 22-24 June 2009
Nosov, V. R., Ortega Herrera, J. A., Stability of fifth degree equations with delay. Functional
Differential Equations, 10:541–554, 2003.
215
Bibliografía general
91.
Okazaki Y, Mishima N, Ashida K. Microfactory and micro-machine tools. Reported in The 1st
Korea-Japan Conference on Positioning Technology, Korea; 2002
Olson, H., Aströn, K.J., Canudas de Wit, C., Gafvert, M. Y Lischinsky. Friction models and
friction compensation. European Journal of Control, Dec. 1998, No.4, pp.176-195.
Ozel, T. and Altan, T.. Modeling of High Speed Machining processes for predicting tool forces,
stresses and temperatures using FEM simulations. Proceedings of the CIRP. 1998.
Satori, S. And Zhang, G.X., Geometric error measurement and compesnation of machines,
CIRP annals, 44, 2, 1995.
Slocum, A.H. Precision machine design. Prentice Hall, Englewood Cliffs, 1992.
Slotine, J.J. and Li, W. Applied Nonlinear Control. Prentice Hall. 1991. Absolute Stability. Pp
142.
Suh, N.P., Bell, A.C. and Gosard, D. An axiomatic approach to manufacturing systems, Trans.
ASME J. Eng. Ind., 100, 1978
Swaroop, D., Hedrick, J.K., Yip, P.P. and Gerdes, J.C. Dynamic Surface Control for a Class of
Nonlinear Systems. IEEE trans. on Automatic Control. Vol. 45 No. 10 October 2000.
216
Bibliografía general
Taylor, B. N. and Kuyatt, C. E. Guidelines foe evaluationg and expressing the uncertainty of
NIST measurement results. Natioal Institute of Standards and Technology. Gaithersburg, MD.
1994
Trimmer WSN. Microrobots and micromechanical systems. Sens Actuators. 1989: 19:267-87.
Xu, M, Jerard, R.B. Y Fussell, B.K. Energy-based cutting force model calibration for milling.
Computer-aided design and applications, Vol. 4, Nos. 1-4, 2007, pp 341-351.
217
Anexo A
ANEXO A
El uso de energías limpias en el planeta es prioritario para disminuir los efectos en el cambio climático
y la energía solar representa una fuente prácticamente ilimitada y muy barata de energía. Desarrollar
tecnología energética que esté al alcance de la mayoría de la gente debe de ser prioridad para cualquier
sociedad en busqueda de una mejor calidad de vida.
En primera instancia debemos de analizar nuestra actual situación y el transfondo cultural que nuestras
actividades diarias tienen. Consideremos por ejemplo la experiencia de cocinar. La mayoría de los
hogares urbanos requieren de gas natural para calentar los alimentos y, en los países en donde el
invierno es mas duro, para calentar los hogares. La energía calórica requerida depende de la
temperatura requerida para cocinar los alimentos y del tiempo en que esta actividad se desarrolla; por
ejemplo, la tabla 1 muestra el umbral de temperatura de ebullición en que aceites naturales usados en
las cocinas.
Los valores mostrados en la tabla 1 nos llevan a pensar que una temperatura adecuada en las estufas de
cocina debería de estar alrededor de los 250 a 280 °C. Cuando el aceite sobre pasa su temperatura de
ebullición, empieza a desintegrarse estructuralmente y quemarse, produciendo sustancias tóxicas y
peligrosas para la salud a largo plazo.
A-1
Anexo A
La tabla 2 muestra la energía requerida para calentar en uso doméstico de diferentes fuentes
combustibles y su eficiencia. Podemos ver que el gas natural tiene una eficiencia apenas mayor al 50 %
en cuanto a la energía que se transforma en calor, mientras que la leña en una chimenea convencional
apenas un 10% considerando un gran gasto de biomasa y producción de partículas de carbono que se
van a la atmósfera, contribuyendo con esto al aumento del calentamiento global.
La producción de calor a partir de energía eléctrica se presenta con una eficiencia del 100%, sin
embargo el sentido común nos dice que no es así debido a la eficiencia en la conversión de los
materiales termoeléctricos que no es realmente del 100%.
Tabla 2. Comparación del consumo promedio doméstico en Estados Unidos de diferentes fuentes de energía calórica.
Por otro lado, no se consideran los efectos producidos durante la generación de la energía eléctrica. La
tabla 3 y la figura 1 muestran el origen de la energía eléctrica a nivel mundial y el carbón y los
hidrocarburos representan mas del 50% del origen de toda la electricidad a nivel mundial. El impacto
ambiental, social y político que tiene esto es, indiscutiblemente, de máxima importancia en nuestros
días.
A-2
Anexo A
Generación de Electricidad
Fuente: Agencia Internacional de Energía 2002
A-3
Anexo A
Zona Geográfica de
distribución Umbral de consumo por usuario
GJ/mes m3/mes
La Laguna-Durango 1.62 43.98
Cuautitlán-Texcoco 1.68 46.33
Norte de Tamaulipas 2.01 54.41
Puebla-Tlaxcala 1.7 46.95
Ciudad Juárez 6.66 184.15
Río Pánuco 1.45 39.22
Querétaro 1.67 45.62
Guadalajara 1.56 43.68
Toluca 2.6 72.44
Nuevo Laredo 3.62 94.09
Saltillo 3.33 90.56
Monterrey 2.97 80.77
Bajío 1.69 47.1
DistritoFederal 1.59 43.52
Hermosillo 2.59 71.02
Chihuahua 5.69 156.14
Mexicali 1.74 45.5
*Información de la Comisión de Regulación de Energía
La factura total del consumo doméstico de gas natural incluye el costo de la adquisición del gas (precio
de gas x consumo en m3), el cargo por servicio, el cargo de distribución volumétrico (precio de
distribución x consumo en m3) y el IVA (Impuesto al Valor Agregado).
Los precios al público de productos petrolíferos y gas natural en México se muestra en la figura 2.
A-4
Anexo A
Figura 2. Precios de gas natural en México. Fuente CRE con datos de Pemex
Todos estos datos nos servirán de referencia para justificar el desarrollo de tecnologías para la
generación, transporte, almacenamiento y uso de energías renovables y limpias (sin generación de
partículas hacia la atmósfera). Tal es el caso de la energía solar, energía eólica y la de las mareas
marinas.
A-5
Anexo B
ANEXO B
clear all
close all
c
[t,x]=ode45('milling',tspan,x0,options);
% Grafica resultados
figure(1)
plot(t,x(:,1),t,x(:,2),':');
title('Velocidad y posición para X')
xlabel('Tiempo [s]')
figure(2)
plot(t,x(:,3),t,x(:,4),':');
title('Velocidad y posición para Y')
xlabel('Tiempo [s]')
figure(3)
plot(x(:,1),x(:,3));
title('posición')
xlabel('X [mm]')
ylabel('Y [mm]')
figure(4)
plot(x(:,2),x(:,4));
title('Velocidad')
xlabel('X [mm/s]')
ylabel('Y [mm/s]')
figure(5)
plot(x(:,1),x(:,2),':');
title('X - plano fase')
figure(6)
plot(x(:,3),x(:,4),':');
title('Y - plano fase')
figure(7)
xn=x(:,1)+0.5*t
plot(xn,x(:,3)*0.1+5);
title('acabado de la superficie')
XFF = fft(x(:,1));
%xlabel('Frecuencia (Hz)')
B-1
Anexo B
function dz = milling(t,z)
% Programa que simula el proceso de corte en una
% máquina fresadora
% El programa está basado en el artículo:
% Chaotic dynamics of the cutting process. Igor Grabec.
% International Journal of machine tools manufacturing.
% Vol 28 No.1 pp. 19-32.1988
% constantes de entrada
C1 = 0.3;
C2 = 0.7;
C3 = 1.5;
C4 = 1.2;
Ro = 2.2;
ho = 0.25; % mm
vo = 6.6; % msec^-1
Ko = 0.36;
wo = 2.7e4; %sec^1
% Fuerza de corte
F = Fo*H*(C1*(V-1)^2 +1)*stepU(H)*stepU(V);
% Velocidad de fricción
Vf = V - R*z(4);
V
% coeficiente de fricción
K = Ko*(C2*(Vf-1)^2+1)*(C3*(H-1)^2+1)*stepU(F)*sign(Vf);
B-2
Anexo B
close all
c
% Grafica resultados
close all
c
loglog(n(:,2),a_lim,':',n(:,3),a_lim,':',n(:,4),a_lim,':',n(:,5),a_lim,':',n(:,6),a
_lim,':',n(:,7),a_lim,':',n(:,8),a_lim,':',ns,lobe);
figure
semilogx(omega,Real_G)
figure
subplot(2,1,1); plot(lobe)
subplot(2,1,2); plot(ns);
B-3
Anexo B
def init_var(regiones,barra,radio,altura,foco):
seq = range(1,regiones+1)
indice = sum(seq)
bar_A = 36 * indice - 12 * regiones
bar_B = 18 * indice - 6 * regiones
bar_C = 6 * indice
print "Regiones:",regiones
print "numero de barras tipo A:", bar_A
print "numero de barras tipo B:", bar_B
print "numero de barras tipo C:", bar_C
print "n mero de barras totales:",bar_A+bar_B+bar_C
#considera una barra de aluminio de longitud 'barra' y 10mm x 3 mm espesor x
ajuste de m a mm
volumen_barra=barra*3*10*1000
#la densidad del aluminio fundido es de 2.6e-6 kg/mm^3
densidad_AL=2.6e-6
densidad_AS4=1.79e-6
densidad_vidrio=2.5e-6
peso_barra=volumen_barra*densidad_AL*1000
print "peso barra AL unitaria (grs):",peso_barra
#considerando que el peso del nodo conector es aproximadamente la mitad de la
barra
peso_conector=peso_barra/2
print "peso conector (unitario grs):",peso_conector
#el peso total sera
peso_total=peso_barra*(bar_A+bar_B+bar_C)+peso_conector*(2*bar_C)
print "peso total de la estructura (sin espejos kgs):",peso_total/1000
#Calculo para fibra de Carbono
peso_barra=volumen_barra*densidad_AS4*1000
print "peso barra AS4 - Fibra de Carbono unitaria (grs):",peso_barra
#considerando que el peso del nodo conector es aproximadamente la mitad de la
barra
peso_conector=peso_barra/2
print "peso conector (unitario grs):",peso_conector
#el peso total sera
peso_estructura=(peso_barra*(bar_A+bar_B+bar_C)+peso_conector*(2*bar_C))/1000.
print "peso total de la estructura AS4 (sin espejos kgs):",peso_estructura
#n mero total de espejos
total_espejos=6*regiones**2
print "n mero total de espejos",total_espejos
#volumen en m^3
area_espejo = sqrt(3)*barra/4.0
espesor_espejo=0.008
volumen_espejo=area_espejo*espesor_espejo
B-4
Anexo B
#peso en kgs
peso_espejo=volumen_espejo*densidad_vidrio*1e6
#Ajuste del peso de espejos
peso_espejo=peso_espejo*10
#print "peso de un espejo", peso_espejo," peso total espejos: ",
peso_espejo*total_espejos
peso_total = peso_estructura + peso_espejo*total_espejos
print "peso total: ", peso_total
#print "altura: ",altura
#valor medio para el sol
sigma=0.009
#valor del n dice de reflexi n de los espejos
eta_espejo=0.9
#c °lculo de distancia de la orilla al foco
L=sqrt(radio**2 + (foco-altura)**2)
# °ngulo del ltimo espejo
alpha=2.*atan(radio/L)
print "alfa: ", alpha*180./math.pi
#c °lculo del °rea total del concentrador solar
Ac=(1.5)*sqrt(3)*regiones**2 * barra**2
#c °lculo del di °metro del receptor
Drmax=(2.*(barra/sqrt(3.))*cos(alpha/2.)+sigma*foco)/(cos(alpha/2.)**2)
#print "Dmax :",Drmax
#c °lculo del °rea del receptor
Ar=math.pi*Drmax**2/4.
print "Ac : ",Ac," Ar: ",Ar
#print "Ac : ",Ac
#c °lculo del factor de concentraci n en soles
eta=Ac*eta_espejo/Ar
#imprime factor de concentraci n
print "Factor de concentraci n (Fsoles): ", eta
#precio del material del concentrador
costoALporKG=2.50
costoAL=costoALporKG*peso_estructura
costoEspejoAreaM2=12
CostoEspejos=costoEspejoAreaM2*Ac
CostoTotal=costoAL+CostoEspejos
print "Costo del Al: ", costoAL, " Costo de los espejos: ", CostoEspejos
print "Costo Total: ", CostoTotal
x=zeros(1)
y=zeros(1)
z=zeros(1)
h=zeros(1)
xt=0.0
zt=0.0
t=0.0
region=0
coef=zeros(5)
while xt < radio:
p=2*foco
t1=t
coef=calcoef(t1,barra,p)
t=solve4d(coef)
xt=2*p*t
yt=0.0
zt=2*p*t**2
x=append(x,xt)
B-5
Anexo B
y=append(y,yt)
z=append(z,zt)
h=append(h,zt)
region+=1
for j in range(2,8):
for k in range(1,region+1):
xt=xt+barra*cos(j*math.pi/3)
yt=yt+barra*sin(j*math.pi/3)
x=append(x,xt)
y=append(y,yt)
z=append(z,zt)
init_var(int(round(len(h))),barra,radio, max(y), foco)
rcParams['font.size'] = 8
fig=plt.figure()
ax=fig.add_subplot(111)
titulo="X-Y view\nDia = "+str(2*radio)+" F = "+str(foco)+ " bar size =
"+str(barra)
ax.plot(x,y,'-o',ms=5,lw=2,alpha=0.7,mfc='red', label=titulo)
ax.legend()
#plt.show()
fig2=plt.figure()
a2x=fig2.add_subplot(111)
titulo="X-Z view\nDia = "+str(2*radio)+" F = "+str(foco)+ " bar size =
"+str(barra)
a2x.plot(x,z,'-o',ms=5,lw=2,alpha=0.7,mfc='red', label=titulo)
a2x.plot([0], [0], [foco], '-o',ms=10,lw=2,alpha=0.7,mfc='blue')
a2x.legend()
#plt.show()
fig3d = plt.figure()
bx = Axes3D(fig3d)
titulo="3D view\nDia = "+str(2*radio)+" F = "+str(foco)+ " bar size =
"+str(barra)
bx.plot(x, y, z,'-o',ms=5,lw=2,alpha=0.7,mfc='red', label=titulo)
bx.plot([0], [0], [foco], '-o',ms=10,lw=2,alpha=0.7,mfc='blue')
bx.legend()
plt.show()
def solve4d(c):
poly=poly1d([c[0],c[1],c[2],c[3],c[4]],r=0)
x=poly.r
#print max(x.real)
return max(x.real)
B-6
ANEXO C
HERRAMIENTAS DE DESARROLLO
Esta es una lista del software usado en las simulaciones computacionales desarrolladas en
este trabajo de investigación
Ptolemy
Descripción:
Python
Descripción:
Python es un lenguaje de programación multiparadigma. Esto significa que más que forzar a
los programadores a adoptar un estilo particular de programación, permite varios estilos:
programación orientada a objetos, programación estructurada y programación funcional.
C-1
Otros paradigmas están soportados mediante el uso de extensiones.
Python es un lenguaje de programación muy poderoso que puede aglomerar otros lenguajes
como C, C++, Fortran y Java. Cuenta con variadas y diferentes librerías disponibles. Muchas
muy poderosas y de gran calidad de programación; por ejemplo, las librerías de cálculo
matemático y científico y las de visualización y conectividad en internet o con otros
dispositivos.
Matlab
Descripción:
MATLAB® es un lenguaje de alto nivel y un ambiente interactivo que permite realizar tareas
computacionales intensivas. Tradicionalmente, Matlab es un lenguaje usado extensivamente
en proyectos académicos, de investigación e ingeniería. El ambiente cuenta con un gran
número de librearías de desarrollo muy poderosas, algunas son capaces de servir de
interface con hardware de control, monitoreo o computacional. Este software es propietario,
lo que quiere decir que se requiere de la compra de una licencia para usarlo y muchas de
sus librerías requieren de sus propias licencias de uso.
C-2
Eagle
Descripción:
Editor de Capas
Editor esquemático
Auto ruteador
Los cuales comparten una sola interfase, facilitando con esto la integración de las
heramientas.
Comentarios finales.
De igual forma existen distribuciones de Linux con software específico para aplicacinoes en
ingeniería, tal como CAE LINUX. La gran parte de los desarrollos en esta investigación se
desarrollaron en UBUNTU LINUX y usando software libre.
C-3
Anexo D
ANEXO D
PORTADAS DE PUBLICACIONES
Artículos publicados
D-1
Anexo D
Design of an Automatic Inspection System for Printed Circuit Boards using a Laser
Sensor
Hector Dominguez, Adriano de Luca, and Arturo Redondo
D-2
Anexo D
ARTÍCULOS PUBLICADOS
D-3
Anexo D
D-4
Anexo D
D-5
Anexo D
D-6
Anexo D
D-7
Anexo D
D-8
Anexo D
D-9
Anexo D
D-10
Anexo D
D-11
Anexo D
D-12
Anexo D
D-13
Anexo D
D-14
Anexo D
D-15
Anexo D
D-16
Anexo D
D-17
ANEXO E
El ser humano tiene un largo camino por recorrer aún hacia un mejor reconocimiento de sí
mismo entre sus semejantes y el entorno que lo rodea y que lo ha puesto en donde está. La
ciencia y la tecnología son herramientas que complementan ese camino y proporcionan
información para que individual y colectivamente se generen percepciones, que se podría
llamar modelos, de su ser y hacer en el univeso.
Esta constante búsqueda del entendimiento humano debe de ser parte fundamental de
cualquier sociedad; sin embargo, debido al estilo de vida urbano actual, la sociedad vive
tiempos dominados por el consumismo y la dispersión, en lugar de la creación y
concentración de esfuerzos. En un mundo con mas de seis mil millones de personas,
viviendo con recursos energéticos limitados y en directa competencia con el entorno y la
naturaleza, es necesario replantear muchos estilos de vida y costumbres a los cuales hemos
llegado como humanidad.
Por eso y como aportación a nuestra sociedad, se plantea la creación de lo que estamos
llamando Talleres Libres de Artes y Tecnologías, los cuales, en esencia, son centros
comunitarios de desarrollo científico y tecnológico. Se plantean dentro de un sistema
complejo y distribuido que es nuestra sociedad, para la exploración de la inteligencia
colectiva de la gente a través del entendimiento de necesidades locales, la solución de éstas
usando herramientas científicas, tecnológicas, artísticas y culturales, y la cooperación como
medio de desarrollo y entendimiento, a través del intercambio de información, experiencia,
medios y materiales entre estos talleres libres.
Pero también son distribuidos de manera que se genere una diversidad de conocimiento,
esfuerzos y perspectivas de entendimiento. Para que sea posible compartir estos
conocimientos y experiencias, se plantea una red de intercambio de información y
esperiencias usando redes semánticas de información y un sitestema de reconocimiento de
la propiedad intelectual entre los creadores y usuarios. El impacto de esta red de
colaboración se basa en las características que se plantean en los sistemas complejos,
pequeñas perturbaciones pueden crear grandes efectos en un entorno global. Esto es el
efecto mariposa.
Los primeros pasos se están dando y se están formado grupos independientes de desarrollo
de proyectos de ciencia y tecnología independientes y con un enfoque social tomando en
cuenta el contexto local y global, el entorno y el impacto que estos esfuerzos pueden
ocasionar.