MUNICIPALIDAD METROPOLITANA DE LIMA

Gerencia de Desarrollo Empresarial

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