Revista Iberoamericana de Automática e Informática Industrial RIAI (Dec 2022)

Estudio de la optimización bayesiana para reducir el consumo energético de un robot paralelo durante tareas pick and place

  • Juan Pablo Mora,
  • Julián Samper,
  • Carlos F.

DOI
https://doi.org/10.4995/riai.2022.16724
Journal volume & issue
Vol. 20, no. 1
pp. 1 – 12

Abstract

Read online

El aumento de unidades instaladas de robots industriales y los requerimientos de sostenibilidad exigen el estudio del consumo energético. Se propone una estrategia de reducción del consumo energético, basada en el diseño de una trayectoria punto a punto (PP). Se utiliza la optimización bayesiana que permite incluir información de un prototipo experimental en conjunto con un modelo matemático. Primero, se presenta el modelo cinético basado en el trabajo virtual y el problema de optimización bayesiana. Segundo, se realiza una comparación entre el consumo energético de trayectorias genéricas, métodos de optimización tradicionales, que utilizan trayectorias multi punto construidas por splines y trayectorias PP, y la optimización bayesiana propuesta, que utiliza una trayectoria PP. Se encuentra que en simulaciones computacionales los métodos tradicionales de optimización consiguen un consumo de energía menor que a través del método de optimización bayesiana. Sin embargo, a través de pruebas experimentales se verifica la ventaja del método de optimización bayesiana que, al incorporar datos reales del prototipo y dinámicas no modeladas, logran obtener un consumo energético menor.

Keywords