Universidad Autonoma Del Estado De Hidalgo

Área Academica De Computación y Electrónica

Licenciatura En Ingeniería En Control Automático Y Robótica

Integrantes Del Equipo:

-Lazcano Martínez Ángel Yago

-Muñoz Ocadíz Israel Abraham

-Arreola Meneses Brandon

-Curiel Ruiz Joel

Práctica 0

Habilidades Directivas Y Costos

INTRODUCCIÓN:
La robótica y el control automático son disciplinas que han evolucionado de manera
significativa en las últimas décadas, impulsadas por el avance tecnológico y la
creciente demanda de automatización en diversas industrias. La robótica, en su
esencia, combina la mecánica, la electrónica y la informática para crear sistemas
capaces de realizar tareas de manera autónoma o semiautónoma. Por otro lado, el
control automático se centra en la regulación y el manejo de sistemas dinámicos,
asegurando que estos operen de manera eficiente y precisa.

La robótica y el control de sistemas dinámicos han experimentado un desarrollo

significativo en las últimas décadas, impactando diversos sectores como la industria,
la investigación y la vida cotidiana. Desde los primeros mecanismos automáticos
hasta la aplicación de herramientas computacionales como MATLAB, el avance en
estos campos ha sido impulsado por el desarrollo de modelos matemáticos y
estrategias de control sofisticadas. Este ensayo explora la evolución de la robótica, la
automatización y el control de sistemas dinámicos, basándose en obras clave de
Sánchez Jiménez, Navarro López, Bolton, Ogata, Reyes Cortés y Roberto Canales.

DESARROLLO:
-Fundamentos de la robótica

La robótica es una disciplina que integra mecánica, electrónica y computación para

diseñar y construir sistemas autónomos capaces de realizar tareas específicas.
Sánchez Jiménez (2021) afirma que la base de la robótica radica en la cinemática, la
dinámica y el control de los manipuladores robóticos. La robótica no solo se limita a
la construcción de robots, sino que también implica el diseño de sistemas que
pueden interactuar con su entorno de manera inteligente. Según Sánchez Jiménez
(2021), "la robótica es un campo multidisciplinario que integra conocimientos de
mecánica, electrónica, informática y control" (p. 45). Esta integración es fundamental
para el desarrollo de robots que puedan percibir su entorno, tomar decisiones y
ejecutar acciones de manera autónoma. La robótica moderna se basa en la
utilización de sensores y actuadores, que permiten a los robots recibir información
del mundo real y responder a ella de manera adecuada.

Los sensores son dispositivos que permiten a los robots captar información sobre su
entorno, como la distancia a un objeto, la temperatura o la presión. Por otro lado, los
actuadores son los componentes que permiten a los robots realizar acciones, como
mover un brazo o girar una rueda. La combinación de estos elementos es esencial
para el funcionamiento de un robot, ya que le permite interactuar con su entorno de
manera efectiva. La robótica, por lo tanto, se convierte en un campo
multidisciplinario que requiere conocimientos en diversas áreas, como la mecánica,
la electrónica, la informática y la inteligencia artificial.

Uno de los conceptos esenciales en robótica es el modelo cinemático, que describe

el movimiento de un robot en función de sus articulaciones y grados de libertad. Los
robots pueden clasificarse en distintos tipos según su configuración, como los robots
cartesianos, SCARA y antropomórficos, cada uno con aplicaciones específicas en la
industria.

Además, la dinámica robótica estudia las fuerzas y torques necesarios para controlar
el movimiento de un robot. Esta disciplina es crucial para desarrollar algoritmos de
control que optimicen la eficiencia energética y la precisión de los robots en entornos
industriales y de servicio.

-Automatismo y control

El control automático es un componente esencial en la robótica y la automatización

industrial. Navarro López (1975) establece que los sistemas automáticos permiten la
ejecución de tareas sin intervención humana, gracias a sensores, actuadores y
controladores que regulan los procesos.

El control puede dividirse en dos grandes categorías:

Control en lazo abierto: En este tipo de control, el sistema ejecuta una acción sin
retroalimentación. Un ejemplo de ello es una lavadora con un tiempo predefinido.

Control en lazo cerrado: Utiliza sensores para medir la salida y ajustar la entrada en
tiempo real. Un termostato que regula la temperatura del ambiente es un ejemplo
común de este tipo de control.

Estos principios han sido fundamentales en la creación de sistemas automáticos en

manufactura, como los brazos robóticos en líneas de ensamblaje, que mejoran la
precisión y la productividad. Gracias a estos avances, la automatización ha
optimizado la eficiencia en la producción industrial (Bolton, 2001).

La teoría de control es un área fundamental en la ingeniería moderna. Bolton (2001)

enfatiza que "la ingeniería de control se ocupa de diseñar sistemas que puedan
regular su comportamiento en función de las condiciones del entorno" (p. 78). Esto es
particularmente relevante en la robótica, donde los robots deben adaptarse a
situaciones imprevistas y responder de manera adecuada. La teoría de control
proporciona las herramientas necesarias para modelar y analizar sistemas
dinámicos, lo que permite a los ingenieros diseñar controladores que optimicen el
rendimiento de los robots.

-Modelización Matemática en la Robótica

Katsuhiko Ogata (1980) también aborda la ingeniería de control, centrándose en los

métodos de análisis y diseño de sistemas de control. Ogata destaca que "los
modelos matemáticos son esenciales para la representación de sistemas dinámicos,
lo que permite a los ingenieros comprender mejor el comportamiento de estos
sistemas y diseñar controladores efectivos" (p. 34). La modelización matemática es
un aspecto crucial en la robótica, ya que permite simular el comportamiento de un
robot antes de su construcción física, lo que ahorra tiempo y recursos en el proceso
de desarrollo.

La implementación de algoritmos de control en la robótica es un tema que ha sido

ampliamente investigado. Reyes Cortés (2012) menciona que "MATLAB se ha
convertido en una herramienta fundamental para la simulación y el diseño de
sistemas de control en robótica y mecatrónica" (p. 56). MATLAB permite a los
ingenieros modelar sistemas dinámicos, simular su comportamiento y diseñar
controladores de manera eficiente. La capacidad de simular diferentes escenarios y
condiciones de operación es esencial para garantizar que los robots funcionen de
manera óptima en el mundo real.

-Ingeniería de control

La ingeniería de control se centra en garantizar la estabilidad y el rendimiento óptimo

de los sistemas dinámicos. Bolton (2001) y Ogata (1980) explican que el control de
sistemas dinámicos emplea ecuaciones matemáticas para modelar y predecir el
comportamiento de sistemas físicos.

Uno de los enfoques más utilizados en el control moderno es el control PID

(Proporcional-Integral-Derivativo), el cual permite ajustar la respuesta de un sistema
ante variaciones en su entorno. Este tipo de control se aplica en robots móviles,
sistemas de climatización y aeronaves.

De acuerdo con Reyes Cortés, citado en el estudio de García y Pérez (2015), el control
de sistemas dinámicos ha avanzado significativamente con la implementación de
modelos predictivos en entornos industriales.
Además, en la ingeniería de control se utilizan estrategias avanzadas como la
realimentación de estado y los controladores óptimos, que mejoran la respuesta de
los sistemas en tiempo real.

-Análisis de sistemas dinámicos y control automático

El análisis de sistemas dinámicos permite modelar y estudiar el comportamiento de

sistemas físicos mediante ecuaciones diferenciales y funciones de transferencia.
Roberto Canales (1980) señala:

"Los sistemas dinámicos pueden clasificarse en lineales y no lineales,

determinísticos o estocásticos, y de tiempo continuo o discreto. El análisis de estos
sistemas es clave para el desarrollo de estrategias de control eficientes en la
industria aeroespacial y la automatización de procesos".

El análisis en el dominio del tiempo y de la frecuencia permite diseñar estrategias de

control eficientes. Algunas herramientas utilizadas en este campo incluyen:

Diagrama de Bode y Nyquist: Para analizar la estabilidad y respuesta en frecuencia

de un sistema.

Lugar geométrico de las raíces: Para evaluar la estabilidad y el desempeño del

sistema al modificar los parámetros del controlador.

"El uso de herramientas como el diagrama de Bode y el lugar geométrico de las raíces
ha permitido mejorar la estabilidad de los sistemas de control en diversas
aplicaciones industriales". (Ogata, 1980) (Cita en bloque con paréntesis)

Estas técnicas han sido esenciales en el desarrollo de sistemas de control robustos

en la industria aeroespacial, la robótica y la automatización de procesos.

Inteligencia artificial en la robótica

La inteligencia artificial (IA) ha revolucionado la robótica al permitir que los sistemas

aprendan y se adapten a entornos cambiantes. El uso de algoritmos de aprendizaje
profundo y redes neuronales ha mejorado el reconocimiento de patrones, la visión
artificial y la toma de decisiones en tiempo real. Empresas como Boston Dynamics
han desarrollado robots autónomos capaces de navegar en entornos complejos,
demostrando el potencial de la IA en la robótica moderna.

Control adaptativo y predictivo

El control adaptativo permite que los sistemas modifiquen su comportamiento en

función de cambios en el entorno o en sus propias características. Este tipo de
control es esencial en aeronaves, drones y robots industriales que operan en
condiciones dinámicas.

El control predictivo, por otro lado, utiliza modelos matemáticos para anticipar el
comportamiento de un sistema y optimizar su respuesta. Este enfoque es
ampliamente utilizado en el control de procesos industriales y en la conducción
autónoma de vehículos.

Casos de estudio en automatización industrial

Empresas como Tesla y Siemens han implementado sistemas avanzados de

automatización en sus fábricas. Tesla, por ejemplo, utiliza robots colaborativos para
ensamblar vehículos eléctricos con una precisión milimétrica. Siemens, por su parte,
ha desarrollado fábricas inteligentes que optimizan la producción mediante el uso de
sensores IoT y análisis de datos en tiempo real.

MATLAB en la robótica y la mecatrónica

MATLAB es una herramienta ampliamente utilizada en el análisis y diseño de

sistemas de control y robótica. Reyes Cortés (2012) describe cómo MATLAB facilita la
simulación y optimización de algoritmos en la mecatrónica, integrando
procesamiento de señales, controladores y modelos matemáticos.

3.-CONCLUSIONES:

La evolución de la robótica, la automatización y el control de sistemas dinámicos ha

sido impulsada por la ingeniería de control y herramientas como MATLAB. A medida
que la robótica sigue avanzando, es esencial seguir investigando y aplicando
principios de control para mejorar la eficiencia, precisión y autonomía de los
sistemas. Las obras de Sánchez Jiménez, Navarro López, Bolton, Ogata, Reyes Cortés
y Roberto Canales constituyen una base sólida para comprender estos avances y su
impacto en el futuro de la ingeniería.

4.-REFERENCIAS:

-Sánchez Jiménez,J.L.(2021) Fundamentos de Robótica. [Link].

-Navarro López,T.(1975) Automatismo y control.

-Bolton,W.(2001) Ingeniería de control. 2da edició[Link].

-Katsuhiko Ogata.(1980) Ingenieria de control [Link] Aires

-Reyes Cortés,F.(2012) MATLAB: Aplicado a robótica y mecatró[Link].

-Roberto Canales,R.(1980) Análisis de sistemas dinámicos y control

automá[Link] México.