Optimización del mecanismo de elevación de una cama robótica hospitalaria
DOI:
https://doi.org/10.46842/ipn.cien.v25n2a06Palabras clave:
optimización numérica, algoritmos genéticos, mecanismos, actuadoresResumen
El CamaBot es una cama de hospital robótica compuesta por cuatro mecanismos básicos (soporte del colchón, mecanismo de giro, respaldo y mecanismo de elevación). El mecanismo de elevación consta de dos sistemas de deslizamiento de manivela (MC) que juntos forman un sistema cinemático de seis barras. El problema que existe en el mecanismo de elevación es que debido a la fuerza que ejercen los actuadores sobre las correderas, los apoyos y juntas del mecanismo de elevación, el mecanismo presenta fallas mecánicas por desgarro en las uniones soldadas. Para resolver la problemática presentada en este artículo, se usó una técnica de optimización numérica basada en algoritmos genéticos utilizando el Matlab® Genetic Algorithm ToolBox, para optimizar la geometría del mecanismo de elevación de CamaBot, minimizando la fuerza ejercida por los actuadores para solucionar el problema de desgarro en las uniones soldadas.
Referencias
E. Vázquez Santacruz et al. (2015), “Mechatronic Approach to an Intelligent Machine: the Case of an Assistive Device,” Research in Computing Science, 2015, vol. 100, pp. 115-127.
J. Lagrange, Obras de Lagrange, Gauthier-Villars, 1882.
L. Euler, “Leonhard Euler y los puentes de Königsberg,” Scientific American, vol. 189, no. 1, 1953, pp. 66-72.
D. J. Albers, C. Reid, “An interview with George B. Dantzig: The father of linear programming," The college mathematics journal, vol. 17, no, 4, 1986, pp. 292-314.
P. Pedersen, “On the optimal layout of multi-purpose trusses,” Computers & Structures, vol. 2, no. 5-6, 1972, pp. 695-712.
K. F. Reinschmidt, A. D. Russell, “Applications of linear programming in structural layout and optimization,” Computers & Structures, vol. 4, no. 4, 1974, pp. 855-869.
S. L. Lipson, L. B. Gwin, “The complex method applied to optimal truss configuration,” Computers & Structures, vol. 7, no. 3, 1977, pp. 461-468.
H. Ramírez, R. Márquez, F. Echeverría, O. Santiago, Control de Sistemas no Lineales, México: Pearson - Prentice Hall, 2005.
W. M. Jenkis, “On the application of natural algorithms to structural design optimization,” Engineering structures, vol. 19, no. 4, 1997, pp. 302-308.
W. Annicchiarico, M. Cerrolaza, “Optimization of finite element bidimensional models: an approach based on genetic algorithms,” Finite Elements in Analysis and Design, vol. 29, no. 3-4, 1998, pp. 231-257.
C. A.Coello, A. Christiansen, “Multiobjective optimization of trusses using genetic algorithms,” Computers & Structures, vol. 75, no. 6, 2000, pp. 647-660.
A. Rodríguez-Molina, M. G. Villarreal-Cervantes, M. Aldape-Pérez, “Indirect adaptive control using the novel online hypervolume-based differential evolution for the four-bar mechanism,” Mechatronics, vol. 69, 2020.
J. Muñoz-Reina, M. G. Villarreal-Cervantes, L. G. Corona-Ramírez. "Empirical Study of Constraint-Handling Techniques in the Optimal Synthesis of Mechanisms for Rehabilitation," Applied Sciences, vol. 11, no. 18, 2021.
R. L. Norton, Diseño de maquinaria: Una introducción a la síntesis y al análisis de mecanismos y maquinas, México; McGraw-Hill 1994.
J. Shigley, J. Uicker, J. Pérez, H. C. de Contín, Teoría de máquinas y mecanismos, México; McGraw-Hill. 1983.
R. P. Moreno, Análisis de mecanismos y problemas resueltos, España: Alfaomega, 2006.
S. C. Chapra, R. P. Canale, Métodos numéricos para ingenieros, México: McGraw-Hill, 2007.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2021 Instituto Politécnico Nacional
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
