Вы находитесь на странице: 1из 2

Fernndez Aguirre Juan Miguel

17-08-17
Robtica

Optimizacin mediante simulacin de los movimientos de un industrial con objetos


deformables.
(Robust Optimization of Robotic Pick and Place Operations for Deformable Objects Through Simulation. 2016)

Desde proyectos acadmicos hasta procesos industriales, los robots forman parte
en diferentes procesos de la vida de las personas; algunos sido factor determinante en sus
reas, otros han tenido participacin parcial, pero todos son una solucin real con eficiencia
y rapidez en el proceso que realicen. Por ende, cada vez hay ms herramientas de
desarrollo, nuevas tecnologas emergentes que permiten el diseo de los mismos y as
incrementar su utilidad en procesos.
La mayora de estos procesos que se busca automatizar son repetitivos y algunos
requieren de un cierto grado de precisin; sin embargo, resultan tediosas para un trabajador
que labora varias horas seguidas (8 en promedio) realizando la misma serie de movimientos
una y otra vez; aqu se encuentra el gran beneficio de la utilizacin industrial de robots.
Un ejemplo de estas actividades simples lo podemos ver en el artculo: Robust
optimization of robotic pick and place operations for deformable objects through simulation,
la cual se basa en la manipulacin de trozos de carne separados de uno en uno en una
superficie. En el mismo se analizan diferentes trayectorias de movimiento de los trozos de
carne a un destino final, estas se calculan mediante mtodos matemticos, variando en
complejidad y solucin. Los principales mtodos estudiados son: BOBYQA, RBFopt y
RBFopt2. Ambos mtodos ofrecen una respuesta adecuada, en tiempo y sin errores
durante el proceso, la diferencia radica en que utilizar el RBFopt2 ocupa el doble de tiempo
en el procesamiento, ya que realiza un mayor nmero de simulaciones, hacindolo lento e
ineficiente. Dentro de los parmetros a utilizar se encontraron diferentes cantidades, cada
una de ellas dependa del grado de optimizacin de la simulacin deseada.
Para que los diferentes algoritmos de optimizacin funcionen, es necesario ingresas
cules sern los parmetros a optimizar, cada uno necesitara tener lmites superiores e
inferiores, estos a su vez son escalados en una nueva regin de 0 a 1 para su
procesamiento.
Es aqu donde entran los criterios de seleccin y la evaluacin del desempeo de
cada mtodo aplicado, la eleccin mtodo ms sencillo, es posible que cumpla con xito la
tarea, represente una reduccin en costos, es importante aclarar que es indispensable la
capacitacin del personal para que atiendan el proceso lo ms rpido posible cuando
ocurran fallas y as la produccin no sufra ningn dao.
Para el anlisis final, se probaron los diferentes mtodos realizados y se recopilo su
informacin, para obtener de ellos diferentes datos que posteriormente iran colocados a
los criterios de seleccin, por ejemplo, robustez, rendimiento y tiempo del mtodo.
Una de las principales conclusiones del artculo, es que, en lugar de optimizar una
funcin robusta a base de mltiples simulaciones con diferentes errores desconocidos,
sera ms eficiente optimizarla a base de una simple simulacin usando una tcnica de
optimizacin que promueve soluciones robustas a partir de los valores de entrada.
Fernndez Aguirre Juan Miguel
17-08-17
Robtica

Fuente:
2016 IEEE International Conference on Robotics and Automation (ICRA)

Stockholm, Sweden, May 16-21,2016.

Robust Optimization of Robotic Pick and Place Operations for Deformable Objects Through Simulation

Troels Bo Jorensen, Kristian Debrabant, Norbert Krger