Publication:

Solución óptima de modelos dinámicos detallados de robots industriales basados en la norma L1

El uso de la dinámica de sistemas multicuerpo, permite la simulación de sistemas mecánicos, en ella se logran describir las fuerzas y desplazamientos aplicados, el modelo, queda expresado en términos de los parámetros del sistema (tales como masas, inercias, geometrías, etc...). El resolver estos sistemas de manera exacta, puede conllevar una carga computacional alta, haciendo que trabajar en tiempo real, para aplicaciones de control, o de filtrado sea complicado. La posibilidad de resolver estos sistemas de manera acelerada, resulta un tema de interés dentro del mundo de la dinámica de sistemas multicuerpo, en general se requiere simplificar o reducir el modelo. Sin embargo, es tas técnicas disminuyen la precisión de los modelos. Una manera de reducir estos modelos, es ir quitan do aquellos parámetros cuya contribución al modelo sea pequeña (que el error cometido al quitar el parámetro sea el más pequeño), sin embargo los parámetros no son independientes entre sí y por tanto el problema se vuelve un problema combinatorio. En este trabajo, se proponen dos
metodologías de reducción denominadas No rma L1 y Norma L1 iterativo, siendo comparadas con otras actualmente desarrolladas. El algoritmo no-lineal usado para la solución de problemas convexos bajo la norma L1 es el desarrollado en [1]. Este trabajo es una contribución a la investigación hecha en [2] sobre “simplification of multibody models by parameter reduction"

The use of the Multibody Dynamics Systems (MDS), it is possible the simulation of dynamics systems, in it, you can describe the forces and displacements applied, the model is express by the system parameters (such as mass, inertia, geometry, etc...) Solving the dynamics systems precisely, has a high computational burden, making that work in real time for filters or control applications complex. Being able to speed up, the way to solve these systems becomes interesting to the MDS, but, by doing so the model decrease their precision. One way of reducing these dynamic systems, is taking out those parameters which are meaningless to the model, nevertheless these parameters are not independent so it becomes a combinatorial problem. In this work, it is propose two methodologies to reduce these models called: L1 norm, iterative L1 norm, being compared with other methodologies actually develop. The non-lineal algorithm to solve convex problem by L1 norm is the one used in [1]. This job is a contribution to [2] about “simplification of multibody models by parameter reduction"