Análisis de métodos de caracterización dinámica aplicados a robots industriales
Contenido principal del artículo
Resumen
En las últimas décadas, las aplicaciones en las que se utilizan robots industriales han aumentado considerablemente, incrementando la demanda de precisión en el posicionamiento de ellas. No obstante, aunque los robots industriales se caracterizan por ser altamente repetitivos, suelen presentar carencias en la precisión posicional. Estas imprecisiones se deben principalmente a errores geométricos, fuerzas externas, a la baja rigidez y las holguras de sus articulaciones, ya que el diseño de los robots prioriza la flexibilidad posicional sobre la rigidez estructural. Las estrategias de compensación de trayectorias son utilizadas comúnmente, con el objetivo de mejorar la precisión de posicionado de los robots industriales. Para ello, se requiere el desarrollo de un modelo cinemático-dinámico, provisto de las rigideces y holguras articulares, además de los parámetros dinámicos específicos del robot.
Dado que los fabricantes de robots no proporcionan parámetros dinámicos del robot, como masas e inercias, se requieren técnicas experimentales que permitan estimarlos con precisión. Aunque los métodos de caracterización dinámica permiten establecer parámetros para modelar el comportamiento global del robot, en muchos casos los valores obtenidos carecen de sentido físico y pueden variar considerablemente según las condiciones de ensayo, el modelo de robot empleado y las restricciones aplicadas a los valores objetivo. Con el objetivo de determinar una metodología de caracterización dinámica, se han llevado a cabo ensayos con un robot industrial a distintas velocidades. Con los datos obtenidos, se ha realizado la estimación de los parámetros dinámicos, considerando distintos modelos de robot y evaluando el impacto de restringir los rangos de los parámetros dinámicos evaluados.
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA 4.0)
El lector puede compartir, copiar y redistribuir el material en cualquier medio o formato, siempre y cuando cumpla con las siguientes condiciones:
-
Atribución (BY): Debe dar crédito adecuado al autor original, proporcionando un enlace a la licencia y señalando si se han realizado cambios.
-
No Comercial (NC): No puede utilizar el material con fines comerciales. Esto significa que no puede venderlo ni obtener ganancias directas de su uso.
-
Compartir Igual (SA): Si adapta, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
Recuerda que esta licencia no afecta los derechos legales del autor, como el derecho moral o las excepciones de uso justo.
Citas
Ji W., Wang L., “Industrial robotic machining: a review”, The International Journal of Advanced Manufacturing Technology 103(1), 1239-1255 (2019)
Kubela T., Pochyly A., Singule V., “Assessment of industrial robots accuracy in relation to accuracy improvement in machining processes”, 2016 IEEE International Power Electronics and Motion Control Conference (PEMC), 720-725 (2016)
Denkena B. y Lepper T., “Enabling an Industrial Robot for Metal Cutting Operations”, Procedia CIRP 35, 79-84 (2015)
Kim, S.H., Nam, E., Ha, T., Hwang, S.H., Lee, J.H., Park, S.H., Min, B.K. “Robotic Machining: A Review of Recent Progress”, International Journal of Precision Engineering and Manufacturing 20 (9), 1629-1642 (2019)
Gonzalez M. K., Theissen N., Agirre N., Larrañaga J., Hacala P., y Archenti A., “Influence of the velocity on quasi-static deflections of industrial articulated robots”, International Journal of Advanced Manufacturing Technology 125(3-4) (2023)
Dumas C., Caro S., Garnier S., Furet B., “Joint stiffness identification of six-revolute industrial serial robots”, Robot Comput Integr Manuf 27 (4), 881-888, (2011)
Nubiola A., Bonev I. A., “Absolute calibration of an ABB IRB 1600 robot using a laser tracker”, Robot Comput Integr Manuf 29(1), 236-245 (2013)
Khalil W., Gautier M., Enguehard Ch., “Identifiable Parameters and Optimum Configurations for Robots Calibration”, Robotica 9(1), 63-70 (1991)
Jubien A., Gautier M., Janot A., “Dynamic identification of the Kuka LWR robot using motor torques and joint torque sensors data”, IFAC Proceedings Volumes 47(3), 8391-8396 (2014)
Kolyubin S. A., Shiriaev A. S., Jubien A., “Refining Dynamics Identification for Co-Bots: Case Study on KUKA LWR4+*”, IFAC-PapersOnLine 50(1), 14626-14631 (2017)
Leboutet Q., Roux J., Janot A., Guadarrama-Olvera J. R., Cheng G., “Inertial Parameter Identification in Robotics: A Survey”, Applied Sciences 11, 4303 (2021)
Urrutia J., Izquierdo M., Ulacia I., Agirre N., Inziarte I., Larrañaga J., “The influence of counterbalance system on the dynamic characterization of heavy industrial robots”, 2025 IEEE International Conference on Robotics and Automation (ICRA) (2025)
Jubien, Anthony, «Identification dynamique des robots à flexibilités articulaires », Université de Nantes, Faculté des Sciences et des Techniques, Nantes, 2014
Gautier M., Khalil W., “Direct calculation of minimum set of inertial parameters of serial robots”, IEEE Transactions on Robotics and Automation 6(3), 368-373 (1990)
The MathWorks, Inc. (2025). MATLAB: smoothdata (R2025a). Recuperado de https://es.mathworks.com/help/matlab/ref/smoothdata.html
Cleveland W. S., Devlin S. J., “Locally Weighted Regression: An Approach to Regression Analysis by Local Fitting”, J Am Stat Assoc 83, 596-610 (1988)
Benimeli Andreu FJ., «Estimación de parámetros dinámicos en robots manipuladores», Universitat Politècnica de València, Valencia, 2005
Yoshida K., Khalil W., “Verification of the Positive Definiteness of the Inertial Matrix of Manipulators Using Base Inertial Parameters”, International Journal of Robotics Research 19(5), 498-510 (2000)