Robótica E Inteligencia Artificial-EL109-201101
Authors Arnaez Braschi Enrique Luis
Rights Attribution-NonCommercial-ShareAlike 3.0 United States Download date 30/12/2021 07:59:04
Item License http://creativecommons.org/licenses/by-nc-sa/3.0/us/
Link to Item http://hdl.handle.net/10757/638309
III. INTRODUCCIÓN
Actualmente, la Teoría de Control ha adquirido un papel importante, no sólo para el diseño de sistemas convencionales, sino también para el diseño de sistemas inteligentes. Debido a este papel, es necesario el desarrollo de un curso donde se considera el diseño de controladores y observadores de estado y sus aplicaciones prácticas de manera tal que permita adquirir todos estos conocimientos como parte integral del aprendizaje del estudiante.
Para ello, además de la base teórica, es necesario usar nuevos conceptos tales como la Lógica Difusa y las Redes Neuronales en lo que respecta a la Inteligencia Artificial y la Robótica en lo que corresponde a la herramienta principal de manufactura.
Por la parte de la Lógica Difusa, como una de las herramientas de la inteligencia artificial que se encarga de modelar de manera literal, donde se evaluará el comportamiento de sistemas de todo tipo, incluyendo los no- lineales mediante el empleo de la experiencia del operador de un sistema para generar razonamiento que plasme un comportamiento muy aproximado.
Del mismo modo, se incorporan las Redes Neuronales, las cuales usarán su potencial procesamiento masivo de información para identificar los modelos de los sistemas complejos, y así poder usarlos con fines de control.
Terminamos el curso con un enfoque profundo del diseño y control de robots, mediante el aprendizaje de los modelos cinemáticos y dinámicos de los robots, la planificación de sus trayectorias óptimas y su respectivo control.
IV. LOGRO (S) DEL CURSO I. INFORMACIÓN GENERAL
CURSO
:
Robótica e Inteligencia ArtificialCÓDIGO
:
EL109CICLO
:
201101CUERPO ACADÉMICO
:
Arnaez Braschi, Enrique LuisCRÉDITOS
:
4SEMANAS
:
15HORAS
:
3 H (Laboratorio) Semanal /3 H (Teoría) Semanal ÁREA O CARRERA:
Ingenieria ElectronicaII. MISIÓN Y VISIÓN DE LA UPC
Misión: Formar líderes íntegros e innovadores con visión global para que transformen el Perú.
Visión: Ser líder en la educación superior por su excelencia académica y su capacidad de innovación.
Al finalizar el curso, el alumno modelará y analizará las propiedades de sistemas dinámicos, representándolos a través de ecuaciones de estado o herramientas modernas de inteligencia artificial. Así mismo, empleando técnicas de control moderno y de lógica difusa, diseñará controladores y observadores de estado, integrándolos para modificar el comportamiento del sistema con la finalidad de obtener las respuestas deseadas. Del mismo modo, podrá formular modelos cinemáticos y dinámicos de manipuladores robóticos de varios grados de libertad, diseñando diversos tipos de controladores para que el manipulador describa la trayectoria deseada.
Competencia de la carrera a la que el logro terminal del curso contribuye a alcanzar:
(e) Capacidad de identificar, formular y resolver problema de ingeniería (f) Capacidad de entender la responsabilidad profesional y ética (d) Capacidad de trabajar en equipos multidisciplinarios (g) Capacidad de comunicarse efectivamente
UNIDAD Nº: 1 INTRODUCCIÓN AL ESPACIO DE ESTADOS
LOGRO
Al finalizar esta unidad y durante las sucesivas evaluaciones, el alumno estará en capacidad de identificar las características y las propiedades de los sistemas, los modela, analiza y compara las representaciones de los modelos matemáticos de los sistemas. Establecer criterios para usar el álgebra de matrices y sus formas de solución mediante el uso de las computadoras. Determinar e interpretar el significado físico de la matriz de transferencia de sistemas lineales. Utilizar los conceptos de estabilidad, controlabilidad y observabilidad.
TEMARIO
Conceptos Básicos de la Teoría Clásica de Control / Conceptos principales del Álgebra de Matrices / Ecuaciones de Estado / Linealización / Matriz de transferencia de un sistema lineal / Propiedades de los sistemas / Estabilidad / Controlabilidad / Observabilidad.
HORA(S) / SEMANA(S) SEMANA 1 y 2
UNIDAD Nº: 2 DISEÑO DE CONTROLADORES Y OBSERVADORES
LOGRO
Al finalizar esta unidad y durante las sucesivas evaluaciones, el alumno estará en capacidad de conocer diferentes técnicas para diseñar sistemas de control de estado completo. Representar ecuaciones de estado de lazo cerrado.
Identificar la ley de control para su uso en la realimentación. Conocer diferentes técnicas para diseñar observadores de estado completo y los integra a los controladores. Diseñar sistemas de seguimiento con realimentación de estados estimados. Representar ecuaciones de estado de lazo cerrado mediante el observador de estados. Identificar las nuevas leyes de control al integrar el observador de estados.
TEMARIO
Diseño de Controladores de Estado / Realimentación de estado completo / Aplicación de la Ley de Control para la realimentación / Diseño de Observadores de Estado / Estructura de un sistema de realimentación mediante las variables estimadas.
HORA(S) / SEMANA(S)
V. UNIDADES DE APRENDIZAJE
SEMANA 3 y 4
UNIDAD Nº: 3 LÓGICA DIFUSA
LOGRO
Al finalizar esta unidad y durante las sucesivas evaluaciones, el alumno estará en capacidad de Conocer y emplear los conceptos y técnicas de la inteligencia artificial. Diseñar controladores y modela sistemas usando lógica difusa (fuzzy logic).
TEMARIO
Introducción a la inteligencia artificial / Introducción a la lógica difusa / Fundamentos de la lógica difusa / Variables y términos lingüísticos, conjuntos difusos, funciones de membresía, fuzzificación, reglas difusas, FAM, operaciones difusas, defuzzificación y normalización / Control difuso / Simulaciones.
HORA(S) / SEMANA(S) SEMANA 5 y 6
UNIDAD Nº: 4 REDES NEURONALES
LOGRO
Al finalizar esta unidad y durante las sucesivas evaluaciones, el alumno estará en capacidad de conocer y emplear los conceptos y técnicas de las Redes Neuronales. Identifica y modela sistemas usando redes neuronales (neural networks).
TEMARIO
Conceptos Básicos de las Redes Neuronales / Perceptrones / Tipos de Aprendizaje / Perceptrón de Múltiple Capa / Algoritmo de aprendizaje de Backpropagation / Simulaciones.
HORA(S) / SEMANA(S) SEMANA 7 y 9
UNIDAD Nº: 5 INTRODUCCIÓN A LA ROBÓTICA Y SU CINEMÁTICA
LOGRO
Al finalizar esta unidad y durante las sucesivas evaluaciones, el alumno estará en capacidad de interpretar el comportamiento cinemático del manipulador robot y lo modela. Utilizar criterios de matemáticas modernas para simplificar el cálculo del modelo cinemático de un manipulador.
TEMARIO
Introducción a la Robótica / Definiciones / Tipos de Robots / Cinemática y planificación de trayectorias / Modelo cinemático de un manipulador / Transformaciones de coordenadas / Método Denavit-Hartenberg para modelo cinemático de Robots.
HORA(S) / SEMANA(S) SEMANA 10 y 11
UNIDAD Nº: 6 CONTROL DINÁMICO DE ROBOTS
LOGRO
Al finalizar esta unidad y durante las sucesivas evaluaciones, el alumno estará en capacidad de determinar del modelo
dinámico de un manipulador. Diseñar controladores de posición de torque computado. Efectuar simulaciones.
TEMARIO
Modelamiento dinámico de un manipulador robot. Fuerzas implicadas en un robot. Control de manipuladores robots mediante técnicas de control avanzado no-lineal. Simulaciones.
HORA(S) / SEMANA(S) SEMANAS 12, 13, 14 y 15
VI. METODOLOGÍA
Debido al carácter del curso, éste se desarrollará mediante el planteamiento de conceptos a través de ejemplos desarrollados. La metodología propuesta es principalmente activa y participativa. Se pondrá énfasis en el desarrollo de proyectos a través de las prácticas de laboratorio y en el análisis de los casos planteados. Las técnicas de control moderno y avanzado se implementarán mediante la programación en Matlab de los casos que sean trabajados.
SOFTWARE: Matlab
VII. EVALUACIÓN
FÓRMULA
5% (LB1) + 5% (LB2) + 5% (LB3) + 5% (LB4) + 5% (PC1) + 6% (PC2) + 7% (PC3) + 7%
(PC4) + 20% (EA1) + 25% (EB1) + 10% (TF1)
TIPO DE NOTA PESO %
LB - PRACTICA LABORATORIO 5
LB - PRACTICA LABORATORIO 5
LB - PRACTICA LABORATORIO 5
LB - PRACTICA LABORATORIO 5
PC - PRÁCTICAS PC 5
PC - PRÁCTICAS PC 6
PC - PRÁCTICAS PC 7
PC - PRÁCTICAS PC 7
EA - EVALUACIÓN PARCIAL 20
EB - EVALUACIÓN FINAL 25
TF - TRABAJO FINAL 10
VIII. CRONOGRAMA TIPO DE
PRUEBA
DESCRIPCIÓN NOTA NÚM. DE PRUEBA
FECHA OBSERVACIÓN RECUPERABLE
LB PRACTICA
LABORATORIO
1 SEMANA 4 NO
LB PRACTICA
LABORATORIO
2 SEMANA 7 NO
LB PRACTICA
LABORATORIO
3 SEMANA 9 NO
LB PRACTICA
LABORATORIO
4 SEMANA 15 NO
PC PRÁCTICAS PC 1 SEMANA 1 SÍ
PC PRÁCTICAS PC 2 SEMANA 7 SÍ
PC PRÁCTICAS PC 3 SEMANA 9 SÍ
PC PRÁCTICAS PC 4 SEMANA 15 SÍ
EA EVALUACIÓN PARCIAL 1 SEMANA 8 SÍ
EB EVALUACIÓN FINAL 1 SEMANA 16 SÍ
TF TRABAJO FINAL 1 SEMANA 15 NO
IX. BIBLIOGRAFÍA DEL CURSO
BÁSICA
ARNAEZ, Enrique
KUO, Benjamin C. (1997) Sistemas de control automático. México, D.F : Prentice-Hall Hispanoamericana.
(629.8 KUO)
OGATA, Katsuhiko (2003) Ingeniería de control moderna. Madrid : Pearson Educación.
(629.8 OGAT 2003)
RECOMENDADA
(No necesariamente disponible en el Centro de Información)
