Académique Documents
Professionnel Documents
Culture Documents
TESIS
PRESENTA:
Ing. Octavio Augusto Garcı́a Alarcón
BAJO LA DIRECCIÓN DE
Dr. Eduardo Javier Moreno Valenzuela
Resumen
Abstract
The Furuta pendulum is a well known underactuated system used commonly on non-
linear control analysis. In this work mathematical analysis, construction of the prototype,
parameter identification and the application of these to controller design are presented.
Result comparisons between numerical simulation and experiments are shown with exce-
llent results.
3
4
5
Dedicatoria
-A mis padres...
...que siempre han estado conmigo en todo desde mi primer latido.
6
Agradecimientos
A mis padres y mi familia por siempre estar conmigo, mi cı́rculo dorado: Mamá,Papá,
Mari, Ebi, Martı́n, tı́a Edu, Gret, Shey, Benja, Zia, Cord y Humo.
A mis hermanos mayores adoptivos Monchiz, Tixz, Chris, Sergio, Paul, Cori, Diana y
Jovan. Gracias por su amistad, apoyo, tiempo, confianza, paciencia y buenos momentos,
control rules!!!.
A mis hermanos menores Carlitos, Jorge y Yajaira por su tiempo, buenos momentos
y amistad.
A mis hermanos de parranda Luigi, Rosas, Monchiz, Jorge, Javier, Eber y Cuevas.
Gracias por esas pláticas donde arreglamos el mundo y nos divertimos hasta que se
acabara la música.
Por último, quiero agradecerle a todos mis amigos-herman@s que estando lejos en di-
versos lugares siempre estuvieron al pendiente de mi, apoyandome en todo: Vic Zurutuza,
Verito Chavez, Ninel, Maria Eugenia, Pacher, Pako, Edna, Adri, Miguel Zamora, Raúl
Molina, Moni, Rulo, Ana Hiza, Jairo y Eli de la Garza... !los quiero un chingaos!.
Contenido
1. Introducción 2
1.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Objetivos de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2. Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Aportaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Contenido de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4. Identificación de parámetros 23
4.1. Identificación de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2. Algoritmo de mı́nimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . 24
4.3. Cálculo de la velocidad en las articulaciones del péndulo . . . . . . . . . . 25
4.4. Modelo dinámico filtrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
vii
viii
5. Controladores 32
5.1. Objetivos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2. Control compuesto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.3. Controlador por linealización por retroalimentación . . . . . . . . . . . . . 33
5.4. Controlador basado en función de energı́a . . . . . . . . . . . . . . . . . . 35
5.5. Controlador final propuesto . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.6. Análisis del sistema en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . 36
5.7. Resultados del controlador . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6. Conclusiones 44
Índice de tablas
ix
Índice de figuras
x
1
4.2. Evolución temporal de la posición del brazo q1 (t) y de la posición del péndu-
lo q2 (t) los dos para simulación numérica y experimento de tiempo real. . . 31
4.3. Evolución temporal de la señal de entrada τ (t) para simulación numérica
y experimento de tiempo real. . . . . . . . . . . . . . . . . . . . . . . . . . 31
Introducción
1.1. Antecedentes
La presente sección está basada en las referencias [9], [10], [11], [3], [19] y [2].
Los sistemas sub-actuados son sistemas con mayor grados de libertad que actuadores
a controlar [9].
Los actuadores generalmente son caros y/o pesados para usarse en diversos diseños de
sistemas ó en otros casos, un sistema puede convertirse en sub-actuado al fallar algún ac-
tuador y entonces mediante la interacción del o los actuadores funcionales, puede lograrse
el control total del sistema.
Desde los años ochenta hacia adelante, el control de robots manipuladores ha sido
estudiado extensivamente y diversas estrategias de control basadas en pasividad, funciones
de energı́a, linealización por retroalimentación, etc., han sido diseñadas para casos donde
los sistemas cuentan con el mismo número de actuadores que de grados de libertad.
Es por esto que el interés del estudio de sistemas sub-actuados ha crecido considerable-
mente, además de la necesidad de estabilizar sistemas complejos (que presentan diversas
inestabilidades y no-linealidades), especialmente vehı́culos (como aviones, dirigibles, trans-
bordadores, satélites, helicópteros, robots que caminan, etc.) los cuales cuentan con un
diseño sub-actuado.
Existen diversos sistemas sub-actuados los cuales presentan caracterı́sticas mecáni-
cas diversas aplicables a distintos casos de estudio. Entre ellos podemos encontrar los
siguientes ejemplos:
2
3
1.3. Aportaciones
El presente trabajo de tesis aborda la problemática del diseño, construcción, identifi-
cación paramétrica y control de un péndulo de Furuta.
Se implementa un prototipo el cual cumple con los requerimientos de calidad para la
realización de experimentos a partir de diversos esquemas de control. Ası́ mismo, mediante
la obtención y el análisis del modelo dinámico, se presenta la identificación paramétrica
mediante el método de mı́nimos cuadrados usando el modelo dinámico filtrado para la
estimación de los parámetros.
De igual forma se implementan controladores, presentando comparaciones de las si-
mulaciones numéricas con los experimentos en tiempo real y por lo tanto, la validación
de los resultados obtenidos.
7
8
1 1
K1 = J1 q˙1 2 + m1 q˙1 2 , (2.1)
2 2
P1 = 0, (2.3)
L = K − P, (2.5)
K = K1 + K2 , (2.6)
P = P1 + P2 . (2.7)
∂L
= J1 + m1 (L21 + lc22 sin2 (q2 ))q˙1 + m1 lc2 L1 cos(q2 )q˙2 ,
(2.9)
∂ q˙1
∂L
= 0, (2.10)
∂q1
∂L
= m2 lc2 L1 cos(q2 )q˙1 + (J2 + m2 lc22 )q˙2 , (2.11)
∂ q˙2
∂L
= m2 lc22 sin(q2 ) cos(q1 )q˙1 2 − m2 lc2 L1 sin(q2 )q˙2 q˙1 + m2 glc2 sin(q2 ), (2.12)
∂q2
Por lo tanto, las ecuaciones diferenciales que modelan el sistema, están dadas por
J0 + m1 (L20 + lc21 sin2 (q2 )) q¨1 + m1 lc1 L0 cos(q2 )q¨2 + m1 lc21 sin(2q2 )q˙1 q˙2(2.13)
τ =
− m1 lc1 L0 sin(q2 )q˙1 2 ,
0 = m1 lc1 L0 cos(q2 )q¨1 + (J1 + m1 lc21 )q¨2 − m1 lc21 sin(q2 ) cos(q2 )q˙1 2 − m1 glc1 sin(q2 ),(2.14)
11
donde:
" #
q1
q= , (2.16)
q2
" #
J0 + m1 (L20 + lc21 sin2 (q2 ) m1 lc1 L0 cos(q2 )
M (q) = , (2.17)
m1 lc1 L0 cos(q2 ) J1 + m1 lc21
" #
1
m lc2
2 1 1
sin(2q2 )q˙2 −m1 lc1 L0 sin(q2 )q˙2 + 21 m1 lc21 sin(2q2 )q˙1
C(q, q̇)q̇ = 1
, (2.18)
m lc2
2 1 1
sin(2q2 )q˙1 0
" #
0
g(q) = , (2.19)
−m1 glc1 sin(q2 )
" #
τ
u= , (2.20)
0
Capı́tulo 3
La presente sección comenta el proceso del diseño mecánico del péndulo de Furuta
ası́ como las consideraciones tomadas al momento de realizar su diseño.
Excelente presentación.
12
13
Se optó por utilizar una mesa de trabajo para anclar el prototipo y ası́ ofrecer mayor
estabilidad y reducir las oscilaciones; además de ofrecer un área de trabajo amplia y segura
para realizar los experimentos en tiempo real junto a la computadora.
Las piezas que requirieron una atención especial en su diseño e implementación fueron
el sistema de nivelación de altura del péndulo y la unión del brazo y el péndulo con
codificador óptico.
El sistema de nivelación de altura del péndulo (Fig. 3.1) consiste en un par de piezas
diseñadas para ir debajo de la mesa. Un tornillo que va desde ésta pieza a una pata
del péndulo junto con una tuerca ayudan a ajustar la altura. Para evitar las vibraciones
ésta pieza se fija con un par de tornillos de sujeción hacia la mesa. En la calibración del
prototipo se usó un nivel para obtener un equilibrio perfecto entre las patas y ası́ no influir
en la inclinación de la plataforma que soporta el brazo y el péndulo y ası́ no influir en las
condiciones experimentales (Fig.3.2).
Los diagramas y fotografı́as del prototipo modelado en Autocad y el prototipo final
son mostrados en los siguientes esquemas y figuras 3.3, 3.4, 3.5, 3.6, 3.7, 3.8, 3.9, 3.10:
3.2.2. Sensores
Los codificadores ópticos QD200-05/05-1000-4-03-T3-01-02 de la compañı́a Quantum
Devices
R son los encargados de sensar los datos de posición angular tanto del motor
como del péndulo. Uno se encuentra acoplado a la flecha de motor para medir la posición
14
Figura 3.3: Diagrama mecánico de las patas que soportan la base del péndulo.
Figura 3.4: Diagrama mecánico en vista superior de la plataforma que soporta el motor.
16
Figura 3.9: Diagrama mecánico tridimensional en vista frontal del péndulo y su mesa base.
Figura 3.10: Diagrama mecánico tridimensional en vista isométrica del péndulo y su mesa base.
19
del brazo y el otro al eje de la unión entre el brazo y el péndulo, para medir la posición
del péndulo como se muestra en las figuras 3.14 y 3.15.
3.2.4. Actuadores
Por último como dispositivo actuador se seleccionó el motor de corriente directa, mode-
lo MBR3410NI en conjunto con su servo–amplificador 30A20AC de la compañı́a Advanced
Motion Control
. R Se seleccionaron por sus caracterı́sticas de respuesta, velocidad y tor-
que, los cuales dan un amplio rango a poder realizar diversas pruebas. Cabe mencionar
que el servo–amplificador permite trabajar en modo corriente o modo voltaje, además de
poder configurarse para obtener diferentes resultados al realizar el control del motor en
los experimentos. En el actual trabajo, se trabaja en modo voltaje, con una relación 1:2
en la entrada/salida del servo–amplificador.
20
Figura 3.13: Codificador óptico usado para medir posición del péndulo.
21
Figura 3.14: Codificador óptico usado para medir posición del péndulo.
Figura 3.15: Codificador óptico usado para medir posición del brazo.
22
Identificación de parámetros
23
24
Se podrá saber que tan suficientemente exacto es el modelo del sistema a través de
la aplicación de controladores que puedan realizar sus funciones esperadas en el sistema
tanto en simulaciónes numéricas como con experimentos en tiempo real contrastando sus
resultados para determinar la exactitud de la identificación.
El problema de la identificación de parámetros ha sido un tema estudiado extensiva-
mente en la literatura [7], [8], [16], [18], [4], [15], [2], [5], [13], [14], y el uso de las diversas
técnicas es particularmente atractivo para determinar los parámetros dinámicos de un
robot manipulador y/o un sistema subactuado.
La identificación de los parámetros dinámicos de un robot manipulador puede llevarse a
cabo usando modelos tanto dinámicos como modelos energéticos. Un punto destacado en la
identificación de robots ha sido el reconocimiento de que las combinaciones de parámetros
dinámicos aparecen de manera lineal en los métodos anteriormente mencionados. Esta
propiedad permite la estimación mediante técnicas de mı́nimos cuadrados [8].
Los esquemas de identificación basados en el modelo dinámico sufren de un inconve-
niente en la práctica: la aceleración en las articulaciones se necesita para obtener la matriz
de regresión, lo cual presenta problemas principalmente de costo y diseño.
Es por eso que, para solucionar este problema o necesidad, se utiliza el modelo dinámico
de regresión filtrado propuesto en [20] y aplicado en [1], [18], [7]. Esto, es un aporte
interesante al trabajo, pues sin usar sensores de aceleración en el prototipo, se logran
resultados excelentes al momento de implementar la identificación y posteriormente su
comprobación mediante la implementación de los controladores.
Cabe mencionar que en las referencias anteriormente citadas de identificación, éstas
son aplicadas a sistemas completamente actuados, por lo cual el presente trabajo aporta
una visión de su aplicación a sistemas subactuados.
donde θ̂(k) representa el vector de parámetros estimados como una función del tiempo
de indexación k.
donde q(k) es el vector de posición de las articulaciones y fp (z) es el filtro pasa bajas
diseñado con distorción de fase cero.
Para obtener los coeficientes del filtro fp (z) se utilizó la herramienta fdatool. Las
caracterı́sticas del filtro son las descritas en la Tabla 4.1 Finalmente, la velocidad q̇(k)
puede ser calculado fuera de lı́nea aplicando el algoritmo de diferenciación central
q f (k + 1) − q f (k − 1)
q̇(k) = , (4.4)
2T
donde " #
q1
q= , (4.6)
q2
" #
θ1 + θ2 sin2 (q2 ) θ3 cos(q2 )
M (q) = , (4.7)
θ3 cos(q2 ) θ4
" #
1
θ q˙ sin(2q2 )
2 2 2
−θ3 q˙2 sin(q2 ) + 12 θ2 q˙1 sin(2q2 )
C(q, q̇) = , (4.8)
− 12 θ2 q˙1 sin(2q2 ) 0
" #
0
g(q) = , (4.9)
−θ5 sin(q2 )
" #
θ6 0
Fv = , (4.10)
0 θ7
" #
θ8 0
Fc = , (4.11)
0 θ9
" #
tanh(rq˙1 )
tanh(rq̇) = , (4.12)
tanh(rq˙2 )
27
y " #
τ
u= . (4.13)
0
Como puede observarse en la ecuación (4.13), el equipo a pesar de contar con dos articu-
laciones, sólo cuenta con un actuador, o en otras palabras, sólo se cuenta con una entrada
de control para los dos grados de libertad (la cual es denotada como τ ).
La descripción de los parámetros θ i se muestran en la Tabla (4.2).
d
Ωa (q, q̇)θ + Ωb (q, q̇)θ = u, (4.14)
dt
" #
0 0 0 0 0 q˙1 0 tanh(rq˙1 ) 0
Ωb = 1 2
,
0 − 2 sin(2q2 )q˙1 q˙1 q˙2 sin(q2 ) 0 − sin(q2 ) 0 q˙2 0 tanh(rq˙2 )
y
h iT
θ= θ1 θ2 θ3 θ4 θ5 θ6 θ7 θ8 θ9 .
donde
Ωaf (q̇, q) = sf (s)Ωa (q̇, q), (4.18)
y
uf = f (s)u. (4.20)
Cabe notar que para calcular el modelo filtrado (4.21), las mediciones en lı́nea para medir
la velocidad y la aceleración no son necesarias [18], [16], [7].
La aceleración no es necesaria pues es obviada através de la aplicación del filtro f (s)
en el cálculo de las matrices Ωaf and Ωbf
El algoritmo de mı́nimos cuadrados recursivos puede ser ahora aplicado. Comparando
en la ecuación 4.2) con 4.22 y 4.23
se tiene entonces que θ̂(k) es una estimación de los parámetros del péndulo de Furuta,
descritos en la Tabla 4.2.
Una tarjeta de adquisición de datos es usada para leer las señales de los codificadores y
transferir voltaje a la entrada del servo amplificador.
Es importante mencionarse que la dinámica del servo amplificador y del motor de
corriente directa, no son tomados en cuenta.
La señal de excitación al sistema está dada por:
Donde como puede observarse, el péndulo se encuentra en lazo abierto a diferencia del
brazo.
La selección de la señal de excitación es importante para una buena identificación de
los parámetros. La figura 4.1 muestra la evolución temporal de los parámetros estimados
usando el proceso de indentificación el cual consiste como se mencionó en la secciones ante-
riores en la aplicación del algoritmo de mı́nimos cuadrados con modelo dinámico filtrado.
El último valor de θ̂i es mostrado en la Tabla 4.3. El último valor de θ̂ es considerado como
una buena aproximación del vector de parámetros θ. La validación de estos parámetros se
demostrará en el siguiente capı́tulo mediante la realización y aplicación de controladores
al péndulo de Furuta. El experimento es comparado con respecto a la simulación numérica
la cual es realizada usando el modelo (4.5) con los parámetros estimados θ̂ mostrados en
la tabla 4.3.
De igual manera, la figura 4.2 muestra la posición del brazo q1 (t) y la posición del
péndulo q2 (t) al insertar la señal de excitación, obtenidas de la simulación y de la imple-
mentación en tiempo real.
30
1.5
0.5
0.25
0.2
0.15
0.1
0.05
−0.05
−0.1
−0.15
θ̂6 θ̂7 θ̂8 θ̂9
−0.2
0 2 4 6 8 10 12 14 16 18
Time [s]
3 5
2
4
1
[Rad]
[Rad]
0 3
−1
2
−2
−3 1
−4
0
0 2 4 6 8 10 0 2 4 6 8 10
Time [s] Time [s]
Figura 4.2: Evolución temporal de la posición del brazo q1 (t) y de la posición del péndulo
q2 (t) los dos para simulación numérica y experimento de tiempo real.
2
[Nm]
−2
−4
−6
0 2 4 6 8 10
Time [s]
Figura 4.3: Evolución temporal de la señal de entrada τ (t) para simulación numérica y expe-
rimento de tiempo real.
Capı́tulo 5
Controladores
τ = τf bl + τe , (5.1)
32
33
d
q1 = q̇1 , (5.2)
dt
d
q̇1 = F1 + G1 τ, (5.3)
dt
d
q2 = q̇2 , (5.4)
dt
d
q˙2 = F2 + G2 τ, (5.5)
dt
A partir del sistema de lazo abierto (5.2) - (5.5) se propone la siguiente función de
salida
y = L1 q̃1 − L2 q2 , (5.6)
donde
q̃1 = qd − q1 ,
34
y
ÿ = L1 q̈d − L1 q¨1 − L2 q¨2 . (5.8)
G = L1 G1 + L2 G2 6= 0
.
Haciendo los movimientos algebraicos correspondientes, las ecuaciónes en lazo cerrado
del sistema pueden ser escritas de la siguiente manera
d
y = ẏ, (5.10)
dt
d
ẏ = −Kd1 ẏ − Kp1 y, (5.11)
dt
d
q2 = q̇2 , (5.12)
dt
d
q̇2 = F2 + G2 τf bl , (5.13)
dt
en otras palabras, la dinámica cero del sistema (5.10)–(5.13) puede ser inestable y el
péndulo no se mantendrá en la posición vertical deseada [6], [12], [17].
d
y = ẏ, (5.14)
dt
d
ẏ = L1 q̈1 − F − Gτ, (5.15)
dt
d
q2 = q̇2 , (5.16)
dt
d
q̇2 = F2 + G2 τ, (5.17)
dt
donde
F = L1 F1 + L2 F2 (5.18)
y
G = L1 G1 + L2 G2 (5.19)
como se explicó anteriormente una función de energı́a puede ser propuesta para obtener
un controlador
τ = τe
que garantice que las trayectorias [y(t) ẏ(t) q2 (t) q˙2 (t)]T ∈ IR4 sean uniformemente
36
acotadas.
La selección para una función de energı́a es del tipo cuadrático.
Finalmente el controlador que se propone es dado por
donde δ, γ, 1 and 2 son constantes estrictamente positivas y pueden ser obtenidas por
la función de energı́a.
τ = τf bl + τe , (5.21)
d
y = ẏ, (5.22)
dt
d
ẏ = −Kd1 ẏ − Kp1 y − Gτe , (5.23)
dt
d
q2 = q̇2 , (5.24)
dt
d
q̇2 = F2 + G2 τf bl + G2 τe . (5.25)
dt
donde:
1 1
V1 = δ( ẏ 2 + kp1 y 2 + 1 y ẏ),
2 2
y Z q2
1 1
V2 = q̇22 + kp2 q22 + 2 q2 q̇2 + φ(q2 )dq2 + C0 ,
2 2 0
con
φ(q2 ) = −(kp2 − kp2 G2 (q2 )2 )q2 .
donde " #
δQ11 + γG2 δ 2 21 δQ12 + γG δ 1 2 2
A= ,
δQ12 + γG2 δ 2 1 δQ22 + γG2 δ 2
" # " #
1
Q11 Q12 1 kp1 k
2 1 d1
Q= = 1
,
Q21 Q22 k
2 1 d1
kd1 − 1
" #
−γGδ1 2 G2 − 21 γGδ1 kp2 G2 −γGδ1 G2
B= ,
−γGδ2 G2 − 21 γGδkp2 G2 −γGδG2
38
" #
γ2 G22 + 2 G22 kp2 γG22 2
C= ,
γG22 2 γG22 − 2
y
∆ = (q̇2 + 2 q2 )(F2 + G2 )τf bl .
donde " #
λmı́n {A} − kBk
Qx = ,
− kBk λmı́n {C}
y
q
2
x1 =
, x2 =
,
ẏ
q̇2
∆ ≤ ∆máx ,
x
2
1
V̇ ≤ −k
, (5.28)
x2
donde k > 0 es una constante. Por lo tanto, la derivada temporal de la función de energı́a
V̇ es negativa para todo
s
x
∆máx
1
≥ = µ, (5.29)
λmı́n {Qx } − k
x2
De acuerdo al teorema 5.1, página 211 en [12], existen suficientes condiciones para
asegurar que las trayectorias del sistema de lazo cerrado 5.22–5.25 son última y unifor-
39
memente acotadas.
En la sección siguiente se muestran los resultados de simulación del controlador pro-
puesto.
q1(t)
2
Ref. Sim. Exp.
1.5
0.5
[Rad]
−0.5
−1
−1.5
−2
0 5 10 15 20 25
[seg]
L1 = L2 = 1.
Caso 1
Los resultados del 1er caso son mostrados en las figuras (5.2), (5.3) y (5.4). Como se
mencionó anteriormente, la intención del caso 1 es el seguimiento de trayectoria (tracking)
por q1 tratando de mantener equilibrado q2 sin darle tanta prioridad a su cercanı́a al punto
de equilibrio.
41
q2(t)
0.3
Sim. Exp.
0.25
0.2
0.15
0.1
[Rad]
0.05
−0.05
−0.1
−0.15
−0.2
0 5 10 15 20 25
[seg]
Torque
5
Exp. Sim.
4
2
[Nm]
−1
−2
−3
0 5 10 15 20 25
[sec]
q1(t)
2
Ref. Sim. Exp.
1.5
0.5
[Rad]
−0.5
−1
−1.5
−2
0 5 10 15 20 25
[sec]
Caso 2
Los resultados del 2do caso son mostrados en las figuras (5.5), (5.6) y (5.7). Como se
comentó anteriormente, la intención del caso 2 es mantener equilibrado q2 lo más cercano
a cero sin dar tanta prioridad a la trayectoria qd (t) en q1 .
43
q2(t)
0.3
Exp. Sim.
0.25
0.2
0.15
0.1
[Rad]
0.05
−0.05
−0.1
−0.15
−0.2
0 5 10 15 20 25
[sec]
torque(t)
5
Sim. Exp.
4
2
[Nm]
−1
−2
−3
0 5 10 15 20 25
[sec]
Conclusiones
Por lo cual los objetivos generales y especı́ficos planteados al inicio del trabajo fueron
concluidos al 100
Como pudo obsevarse através del presente trabajo, los sistemas sub-actuados son sis-
temas con mayor grados de libertad que actuadores a controlar [9].
El estudio e interés por los sistemas sub-actuados ha crecido considerablemente, ya que
son sistemas complejos que presentan diversas inestabilidades y no-linealidades,y que en
la práctica se encuentran especialmente en vehı́culos (aviones, dirigibles, transbordadores,
satélites, helicópteros, robots que caminan, etc.).
La construcciń del prototipo se finalizó en tiempo y forma; cumpliendo con los re-
querimientos de diseño: robustez, durabilidad, estabilidad, modularidad, de fácil armado,
escalable para futuras modificaciones y con una excelente presentación.
Se concluye que el uso de la técnica de identificación de parámetros mediante mı́nimos
cuadrados con modelo dinámico filtrado produce excelentes resultados para éste sistema
44
45
[2] Z. Prime B. Cazzolato. On the dynamics of the furuta pendulum. Journal of Control
Science and Engineeing, 2011:1–8, 2011.
[3] J. H. Sossa Azuela C. Aguilar Ibañez. Stabilization of the furuta pendulum based on
a lyapunov function. Nonlinear Dyn, 49:1–8, 2007.
[4] H. Tsai C. Fuh. Adaptative parameter identification of servo control systems with
noise and high frequency urcentainties. Elsevier, 21:1437–1451, 2007.
[6] L. Weiping E. Slotine, J. Jeaques. Applied Nonlinear Control. Prentice Hall, 1991.
[10] K. Astrom J. Akesson. Safe manual control of the furuta pendulum. Acta Mathema-
tica, 24:1–88, 1901.
[11] K. Astrom J. Akesson. Safe manual control of the furuta pendulum. page 6, México
City, México, September 2001. Proceedings of the 2001 IEEE International.
46
47
[12] H. K. Khalil. Nonlinear Systems. Prentice Hall, Upper Saddle River, NJ 07458,
second edition, 1996.
[16] P. Poignet M. Gautier. Extended kalman filtering and weighted least squares dynamic
identification of robot. Control Engineering Practice, 9:1361–1372, 2001.
[20] S. Sastry B. Paden P. Hsu, M. Bodson. Adaptative identification and control for
manipulators without using joint accelerations. Proceedings IEEE International Con-
ferences on Robotics and Automation, pages 1210–1215, 1987.