Subgerencia de la Pequea y Microempresa --------------------------------------------------------------------------------------------------------------
ANEXO 04 INFORME DEL PROYECTO
I. DATOS GENERALES:
1. Ttulo del Proyecto: Mejora en la Produccin de las Mypes del Sector Farmacutico o Afines Mediante el uso de un Robot Scara con Aprendizaje Neuronal Multiselector de Piezas. 2. Localizacin del proyecto: Callao, Callao, Bellavista 3. Categora a la que postula: Produccin y Procesos Productivos 4. Breve descripcin de la empresa: Estudiante culminado el X ciclo de la carrera de Ing. Electrnica en proceso de creacin de una empresa
II. PROBLEMTICA DE LA EMPRESA
Las pequeas empresas para obtener una oportunidad en el mercado necesitan automatizarse, pero en la mayora de los casos no pueden dar el salto a la automatizacin debido al costo de materiales que esto implicara, adems sentiran que requeriran de una ventaja a comparacin de las dems empresas para incrementar su proceso de produccin. En el sector de la pequea industria donde se emplea la seleccin de piezas para una etapa de calidad o la repeticin montona de un proceso necesitaran adquirir un robot SCARA, pero les resultara caro su adquisicin en especial si son varios procesos. Si la empresa tuviera diversidad de piezas necesitara de un programador que adecue el brazo a cada pieza y si la esta desea cambiar su rubro o el tipo de pieza a seleccionar tendra que volver a reprogramar el brazo robtico y sera muy til que pueda adaptarse a las diferentes tipos de piezas sin necesitad de reprogramar, adems que pueda utilizarse un mismo robot SCARA para diferentes procesos.
III. ALTERNATIVAS DE SOLUCIN
Lo que se plantea es brindar una mayor oportunidad en el sector de la pequea empresa, ofreciendo la construccin de un equipo a un menor costo que si lo adquirieran en el mercado, con una funcin especfica adecuada para su empresa y con el plus de la multiseleccin de piezas con el uso de las redes neuronales en un robot SCARA de 4 grados de libertad. El proceso sera el siguiente: Imaginemos que se tratase del sector farmacutico donde hay dos tipos de cajas y dos tipos de frascos y se desea que reconozca un tipo de caja y un tipo de frasco para realizar una tarea especfica por cada objeto reconocido, Para ello se colocara la pieza a ser reconocida y se presionara un botn donde comenzara el entrenamiento neuronal. Una vez concluida esta, se procedera al entrenamiento neuronal de la siguiente pieza, habiendo entrenado al brazo robtico para el reconocimiento de dos tipos de piezas. Cuando comience el proceso productivo el robot Scara podr reconocer las piezas, previamente entrenadas y seleccionndolas para luego realizar una tarea especfica. Esto traera varios beneficios como realizar una multiseleccin de piezas, como si tuviera varios robots SCARA pero con uno solo, realizando tareas distintas por cada pieza reconocida, el proyecto se realizara con las funciones mnimas y necesarias para la empresa lo cual le simplificara en costos, ya que adquirir un brazo robtico para un proceso con varias opciones que tal vez no sean necesarias para su empresa le resultara muy caro. El proceso de entrenamiento de pieza por medio de las redes neuronales simplificara la contratacin de un programador que adecue el brazo robtico para la pieza que se quiere reconocer. Mientras que otras empresas tendran que contratar a una persona que programe el brazo robtico, solo se procedera al entrenamiento neuronal dndole la versatilidad y funcionalidad al proyecto.
IV. DESCRIPCIN DEL PROYECTO
Este proyecto se orienta principalmente en el sector industrial de las pequeas y medianas empresas que usan o requieren de un brazo robtico para realizar procesos repetitivos y a gran velocidad como el sector farmacutico, mecnico, etc. En el presente proyecto se muestra la posibilidad de construir un brazo robtico pero con la ventaja adicional de dar una optimizacin en el proceso de seleccin de las piezas mediante el uso de redes neuronales, sin la necesidad de programar para que reconozca la pieza a utilizar en el proceso de produccin, resultando esto muy oportuno para la empresa, ya que no tendr q mandar a programar el brazo robtico para el reconocimiento de cada pieza que utiliza en fabricacin, adems de salirle a menor costo que estar comprando un brazo robtico industrial, incrementando su produccin a un menor costo, obteniendo mayor funcionalidad con un mismo brazo robtico.
Para una buena productividad en un menor tiempo es recomendable el uso de un brazo robtico, en este caso se plantea el diseo de un robot SCARA (Selective Compliant Articulated Robot Arm) de 4 grados de libertad debido a su total facilidad de movimientos en los ejes X e Y, haciendolo verstil en su diseo y construccin como en su utilizacin, adems de poseer una ventaja en el control del mismo, logrando altas velocidades de respuesta y gran precisin.
El Robot SCARA con reconocimiento de piezas mediante redes neuronales reducira costos en vez de realizar una compra de un robot industrial o varios robots industriales, con la opcin de multipiezas podra ayudar en el pequeo salto de pequea a mediana empresa y de mediana a gran empresa con un producto que se podra construir con las caractersticas mencionadas anteriormente.
V. OBJETIVOS DEL PROYECTO
1. OBJETIVO GENERAL Darle un equipo al sector de la pequea empresa que la ayude a incrementar sus oportunidades en el mercado competitivo e incrementar su produccin a un bajo costo con un buen rendimiento. 2. OBJETIVOS ESPECFICOS - Disear un robot SCARA multiselector de piezas - Aplicar el aprendizaje por redes neuronales para obtener la versatilidad para cualquier tipo de piezas. - Aprender en el transcurso el modelamiento matemtico, simulacin y construccin de un Robot SCARA
VI. APORTACIN ESTRATGICA DEL PROYECTO
Se logr obtener las simulaciones del robot SCARA en su rango mximo de desenvolvimiento gracias al Matlab y las bases matemticas en robtica.
Se obtuvo la simulacin del entrenamiento neuronal con el menor nmero de iteraciones sin afectar el rango de activacin de la neurona.
Se logr realizar la simulacin 3D del robot SCARA en el ROBOWORKS y se est desarrollando la mejora de la simulacin 3D en el Microsoft Robotics por la variedad de herramientas, entornos y la posibilidad de crear objetos ms complejos y con un gran detalle 3D que ofrece este simulador.
En otras investigaciones se pudo observar que usaron un robot SCARA de 3 grados de libertad, en este caso se propone la utilizacin de un robot SCARA de 4 grados de libertad, siendo este cuarto grado el giro al seleccionar la pieza, este es muy importante ya que utilizaremos este 4 grado de libertad para que el robot SCARA interprete las dimensiones de largo y ancho.
Con lo que respecta a la altura del objeto habr un sensor ultrasnico en la parte central del eje donde seleccionar el objeto para realizar la medicin, comparando la distancia medida con la posicin home y determinar la altura de este. Luego proceder con el entrenamiento neuronal para luego seleccionar la pieza por la cual fue entrenada.
Comparando con otros proyectos relacionados a robots SCARA este se caracteriza por sus cualidades nica de mostrar una solucin real en la industria de la pequea empresa, no solo haciendo un anlisis de su modelo cinemtico sino buscarle una verdadera funcionalidad aprovechando todas las herramientas aprendidas para el desarrollo de este proyecto.
VII. EXPERIENCIA Y APRENDIZAJE OBTENIDO:
Obstculos superados:
La investigacin se realiz primero estudiando sobre las redes neuronales, la parte aplicativa, ya que lo esencial de conocer los fundamentos como activacin, funcin threshold, backpropagation, etc. El cual fue de mucha utilidad ya que se uso el perceptrn para el entrenamiento neuronal.
Se realizaron experimentos con redes neuronales con pics los cuales sirvieron de mucha utilidad para as tener la certeza que nuestra red neuronal aprendera en el menor tiempo posible con una mayor precisin. Para luego incorporarlo al proyecto de seleccin de piezas por entrenamiento neuronal.
Luego se vio los fundamentos matemticos de la robtica traslacin, composicin de rotaciones, aplicacin de la matriz homognea, cinemtica directa e inversa, cuaternios, etc. Los cuales fueron muy importantes para analizar el comportamiento de un brazo robtico y los rangos mximos de desenvolvimiento. En base a eso fue ms fcil poder determinar el rango de accin y las coordenadas de posicin, como la posicin home a travs de la cinemtica directa del robot.
El proyecto se dividi en dos reas de investigacin la parte del modelamiento del robot SCARA y la de la integracin del perceptrn en el aprendizaje de seleccin de piezas.
En lo que respecta a materiales usados en la investigacin fueron principalmente simuladores como el Roboworks, el Matlab, el Proteus, Microsoft Robotics y experimentacin con las redes neuronales con PICs, uso del CCS y visualizacin de datos por Rs232 en el virtual terminal e hiperterminal.
Grado de Articulacin con el empresario:
Empresa en proceso de desarrollo para brindar soluciones electrnicas y robticas.
Lecciones Aprendidas:
Para la preparacin del proyecto se bas en dos partes: La primera es el anlisis del modelo cinemtico directo ya que para poder plantear la construccin de un robot tipo SCARA se necesita saber el rango del trabajo y determinar las coordenadas del punto donde va a tomar el objeto.
El segundo punto de estudio fue el desarrollo del perceptrn aplicando los conceptos de redes neuronales en un micro controlador para luego poder adaptarlo al proyecto planteado.
El rango mximo de cobertura del Robot SCARA depende de la suma de ambos brazos.
En el desarrollo de la simulacin se obtuvo tomando de base el Robot SCORA ER de Eshed Robotec, considerando sus datos como valores apropiados para la construccin de un brazo robtico tipo SCARA, en el caso que no se hubiese tomado un modelo de muestra los valores de distancia de los brazos y ngulos Q de trabajo se hubieran obtenido a travs de simulaciones continuas para valores arbitrarios tomando el que ms rango de cobertura se lograse sin afectar el desenvolvimiento de trabajo del robot.
El uso del perceptrn en la simulacin resulto adecuada solo limitndose por el tipo de integrado a usarse, en el caso de este proyecto si hicieron simulaciones con el PIC 16F877A, el cual nos dio una referencia de prueba para el entrenamiento neurona.
En el caso que se desease una mayor precisin, tanto en la programacin de coordenadas del robot se usara un DSPIC para la factibilidad de usar 32bits y una mayor resolucin de trabajo en los datos.
VIII. RESPONSABLES DEL DESARROLLO DE LA PROPUESTA:
Ncolas Francisco Figueroa Mosquera
IX. INFORMACIN ADICIONAL:
1.- Simulacin en MATLAB Procedemos a continuacin a mostrar la simulacin en Matlab como se observar en la Fig.1 sobre la cinemtica directa para obtener los rangos mximos de desenvolvimiento del Robot Scara Neuronal.
Fig. 1 Realizacin de la programacin de los valores mximos alcanzables por nuestro Robot SCARA en Matlab
En la Fig. 2 se puede observar el resultado de acuerdo al ingreso de los valores tomando de referencia el Robot Scora ER de Eshed Robotec, viendo que se obtiene un gran alcance en la seleccin de objetos solo habiendo un punto no accesible en la parte posterior del Robot SCARA, pero dentro de las caractersticas deseadas.
Fig. 2 Diagrama resultante de la simulacin en Matlab con los datos ingresados
Con el diagrama obtenido podemos realizar la programacin del robot SCARA de acuerdo a la necesidad de la empresa, sea seleccin de objetos, soldadura, traslado de piezas, etc.
2.- Simulacion en Roboworks Luego se procedi a realizar la simulacin en ROBOWORKS como se podr observar en la Fig. 3 para establecer el movimiento del Robot SCARA para darnos una idea de cmo se vera luego de implementar la red neuronal, considerando los parmetros de la tabla II y el grfico de la Fig.6.
Fig.3 Simulacin en Roboworks del Robot SCARA
Para proceder con la simulacin nos basamos en los joins que son parmetros a elegir sobre la forma que tendr nuestro Robot Scara, definiendo el fondo, la textura, el material, el color, la forma, la traslacin y rotacin de cada uno de los joins que conformarn el sistema. En la Fig. 4 podremos observar un tree conformado por varios joins de nuestra simulacin del Robot Scara con el Riel por donde pasaran las piezas a seleccionar agrupados en grupos para realizar la simulacin en orden.
Fig.4 Tree de los joins que conforman la simulacin del Robot Scara con riel
Se procedi a realizar la simulacin del entorno de trabajo como podemos observar en la Fig.5, en la cual el Robot Scara mostrado en la Fig.3 se le complement una superficie con un riel por donde pasara la pieza a seleccionar. El listn de color verde indicara la divisin entre las piezas consideradas como vlidas y las piezas consideradas como invlidas por el brazo robtico luego del entrenamiento neuronal.
Fig.5 Simulacin del Robot Scara en el proceso de seleccin de piezas
En la Fig. 6 podremos observar la simulacin en el Roboworks de la seleccin de piezas que van pasando por un riel, lo cual nos sirve para poder visualizar como sera el rea posible donde se estara desenvolviendo el Robot Scara con entrenamiento neuronal.
Podramos considerar que nos encontramos en un rea de manufactura donde desean optimizar mediante la utilizacin de un Robot Scara, como podemos observar a comparacin de estar sujeto al rea de trabajo del riel, el Robot Scara con entrenamiento neuronal solo se coloca en la posicin desea, dando la posibilidad de retirarlo del lugar y darle una nueva ubicacin dndole el plus de adaptabilidad al proyecto y funcionalidad.
Fig.6 Vista de seleccin de piezas por el brazo robtico
En la Fig.7 podremos observar la simulacin de la forma de la mano para la seleccin de piezas, donde mostramos la ubicacin de los tres sensores indicados de color azul, para la identificacin de la posicin de la pieza.
El uso del Roboworks fue de gran utilidad para representar un entorno posible donde se desenvolvera el proyecto planteado.
Para la movilidad de las piezas simuladas se hara uso del Labview ya que la versin de Robowoks al ser licenciada posee sus limitaciones la versin trial, siendo esta la que se ha empleado, para la movilidad del sistema.
Fig. 7 Vista Frontal de la mano al identificar la pieza