2.1 Requerimientos técnicos

Los requerimientos de la herramienta deben considerar los parámetros necesarios para realizar soldadura de placas electrónicas ^{(París, 1999)}. Además, dado que el entorno de trabajo estará expuesto a temperaturas elevadas debido al soldador, es esencial tener un sistema que regule la temperatura, ya que este factor es fundamental para evitar fallas en las soldaduras. Adicionalmente, la soldadura de placas electrónicas requiere una gran precisión en la posición del efector final, lo cual también debe ser tomado en cuenta en los requerimientos del sistema. Estos requerimientos se definen a continuación:

2.2 Diseño de la herramienta

Para el desarrollo del sistema mecánico, se buscó combinar diversas ventajas de otros modelos de efectores finales ^{(Cobo et al., 2014)}. Se consideró fundamental que el efector final de soldadura sea versátil, permitiendo el ajuste de sus diversas piezas. Además, debe ser capaz de soportar los esfuerzos y momentos generados por los movimientos del robot IRB 120. Al mismo tiempo debe tener la capacidad de sostener todos los componentes electrónicos necesarios y ser resistente a las fluctuaciones de temperatura propias del proceso de soldadura.

Para el sistema mecánico se diseñaron 10 piezas, cada una con una función específica, las cuales fueron ensambladas en el prototipo final. Adicionalmente para el ensamblaje de la pieza se tuvo en cuenta que la herramienta debe poder ajustarse, por lo que se diseñaron orificios para

tornillos M4 a los cuales se enroscan tuercas moleteadas. Éstas son introducidas a la pieza luego de calentarlas y presionarlas en los orificios, este pequeño ensamblaje corresponde a la sujeción de la herramienta y se muestra en la Figura 2.

Es importante señalar que la fijación de esta pieza con tornillos permite desplazamientos controlados de las partes del soporte, pero incrementa los esfuerzos en los puntos de ajuste. Por esta razón se realizó un análisis detallado de estos esfuerzos en SolidWorks, para así, comprender mejor las cargas y tensiones involucradas en este diseño.

Para analizar los esfuerzos a los que estarán sometidas las piezas, se utilizó el peso aproximado de la herramienta mediante simulación de 469,1 g. Con ese dato se realizaron cálculos y simulaciones para cada una de las piezas. Como ejemplo se mostrará a continuación el análisis realizado para la brida 1 que será la encargada de sostener a todo el efector final al brazo robot.

A partir del peso se realizó el cálculo del esfuerzo que la brida soportará por medio de las siguientes ecuaciones:

Posteriormente se realizó un análisis de esfuerzos de Von Misses y un estudio de desplazamientos respecto al peso de 4,599 N, para esto se implementó un factor de seguridad de 1,5, que según ^{Monkman, Hesse, Steinmann y Schunk (2007)} es el adecuado para efectores finales. Entonces el esfuerzo al cual estará sometido la pieza esta dado por la siguiente ecuación.

Con el esfuerzo previamente calculado, se procedió a realizar un análisis estático detallado, cuyos resultados se presentan en la Figura 3. Este análisis revela que el esfuerzo máximo experimentado por la pieza alcanza un valor aproximado de 0,687 MPa. Es importante destacar que este valor se encuentra considerablemente por debajo de la resistencia a la tracción del material PLA, que es de aproximadamente 37 MPa. Por lo que se puede afirmar que el material empleado tiene una capacidad de carga significativamente superior a las tensiones a las que se verá sometido en funcionamiento.

Posteriormente se realizó un análisis de deformaciones, el cual se muestra en la Figura 4. Se evidenció una deformación máxima de 0,0119 mm, este desplazamiento es imperceptible, por lo cual no producirá ninguna falla.

Como se mencionó anteriormente, se realizaron los análisis previamente exhibidos para cada una de las piezas del efector final. Adicionalmente, en algunos casos se realizaron análisis de tensión por flexión y análisis de esfuerzos cortantes. Esta información aseguró que los componentes de las piezas puedan soportar estos esfuerzos adicionales sin comprometer su integridad y durabilidad a lo largo del ciclo de funcionamiento previsto.

A parte del análisis de esfuerzos, se realizó un análisis termográfico para comprender mejor el comportamiento térmico de los diferentes sistemas y componentes. Este análisis proporciona una visión detallada de las zonas más afectadas por el calor generado por el cautín del efector final y, lo que es igualmente importante, permite cuantificar con precisión las temperaturas a las que están sometidas algunas áreas críticas. El objetivo de este análisis fue identificar posibles puntos de sobrecalentamiento que pudieran afectar la precisión y durabilidad del sistema. Los datos obtenidos revelaron un rango de temperaturas que variaba entre los 70 °C y 105 °C en diferentes partes del efector final. Estos resultados se encuentran representados en la Figura 5.

Posteriormente, como parte del proceso de evaluación de la herramienta, se llevó a cabo un análisis térmico en SolidWorks. Este análisis proporciona una comprensión de cómo responden las piezas las temperaturas determinadas por la cámara termográfica, permitiendo observar cómo se distribuye el calor. Esta simulación se realizó para todas las piezas directamente expuestas a las temperaturas críticas. La Figura 6 ilustra esta simulación para el soporte de agarre del sistema motor-estaño. Tanto el análisis termográfico como el análisis térmico de SolidWorks fueron fundamentales para confirmar que los materiales involucrados no sufrirían fallos bajo las temperaturas medidas.

El ensamblaje del efector final de soldadura modelado en SolidWorks se presenta en la Figura 7. Este modelo es una representación precisa de las partes que componen esta herramienta. Cada componente ha sido posicionado para imitar su disposición en la realidad. Los tornillos y tuercas moleteadas han sido implementados en el diseño para añadir autenticidad y realismo al modelo presentado.

El funcionamiento del efector final consta de un servomotor acoplado a un cautín que tiene la capacidad de ajustar su temperatura en un rango de 100 °C a 250 °C, de acuerdo con el ángulo del servomotor. Esta configuración posibilita el control preciso de la temperatura mediante un ángulo programado.

Para garantizar la estabilidad térmica, se realizaron mediciones de temperatura del soldador cuando alcanza su temperatura máxima. En éstas se observó que el cautín alcanza temperaturas de hasta 250 °C, lo que genera aire caliente en las demás piezas de hasta 100 °C, sin embargo, este nivel de calor no representa un problema debido a que el material del que está fabricado el efector final es ABS, conocido por su capacidad de resistir temperaturas de hasta 230 °C sin dañarse ni deformarse.

2.3 Sistema de aplicación de estaño

Para aplicar el estaño, se utiliza un sistema de doble rodillo que está diseñado para jalar el estaño de manera precisa. El mismo se presenta en la Figura 10. Este sistema cuenta con dos motores que, al activarse, guían el estaño hacia la punta del cautín a través de orificios estratégicamente ubicados en partes del efector final.

Este sistema de doble rodillo proporciona un control preciso sobre la aplicación del estaño, lo que es esencial para lograr soldaduras limpias y consistentes. Al ajustar la velocidad y el tiempo de activación de los motores, se puede adaptar la cantidad de estaño según las necesidades específicas de cada tarea de soldadura.

2.4 Sistema electrónico

El sistema electrónico está compuesto por una amplia gama de componentes interconectados entre sí. La Figura 11 refleja detalladamente el esquemático integral que comprende tanto las conexiones entre los diversos elementos como la diversidad de componentes implementados en el proyecto, los cuales desempeñan roles específicos para el funcionamiento del efector final. Entre estos componentes se encuentran motores DC para el sistema de doble rodillo, un puente H para el control de dichos motores, el servomotor que acciona el cautín, el sensor de temperatura, una pantalla LCD muestra en tiempo real la lectura de temperatura del sensor y la posición del servomotor y un LED que se enciende cuando el efector final está en proceso de soldadura.

Para obtener lecturas precisas de la temperatura del cautín durante el proceso de soldadura, se implementó el sensor de temperatura MLX90614. Este dispositivo utiliza tecnología infrarroja para medir la temperatura sin necesidad de contacto directo con el cautín. Gracias a su capacidad de lectura precisa y su diseño que minimiza las interferencias externas, el MLX90614 garantiza una monitorización fiable y constante de la temperatura del cautín. Este enfoque no solo mejora la precisión de la soldadura, sino que también contribuye a la seguridad del sistema al minimizar el riesgo de quemaduras y daños en los componentes electrónicos.

El diagrama esquemático ilustra la interconexión de todos los componentes electrónicos del sistema, así como las fuentes de voltaje utilizadas en el circuito. Se incluyen dos fuentes de alimentación: una de 5 V y otra de 12 V. Estas fuentes proporcionan la energía necesaria para el funcionamiento de los distintos elementos del sistema.

El sistema embebido Arduino Uno es el responsable de controlar los actuadores y recibir las señales de control, manteniendo una comunicación digital con el Raspberry Pi y el Robot. Cuando el robot alcanza una posición determinada, el Arduino Uno acciona el actuador correspondiente, en base a las lecturas digitales.

Conexiones en el Arduino Uno:

• Led - pin 13.

• Botón pulsador - pin 8.

• Servomotor - pin PWM 9.

• Señal del robot - pin 2.

• Control del motor M1 conectado - pines 10 y 12.

• Control de la velocidad del motor M1 - pin 5 por medio de señal PWM.

• Control del motor M2 - pines 4 y 7.

• Control de la velocidad del motor M2 - pin 6 por medio de señal PWM.

• Comunicación I2C con pantalla LCD - pines SDA y SCL.

• Conexión serial por pin RX y TX con Raspberry Pi.

El controlador Raspberry Pi 3B lee la temperatura del sensor MLX90614 y aplica la lógica de control PID discreto trapezoidal con un tiempo de muestreo de 3 segundos. En función de los errores calculados en cada tiempo de muestreo, el controlador determina la nueva posición del servomotor y envía esta información al Arduino Uno, que se encarga mover el actuador correspondiente.

Las conexiones en Raspberry Pi 3B son las siguientes:

Finalmente, para almacenar y proteger los componentes electrónicos junto a sus respectivas conexiones se colocaron en un entorno denominado control box que se presenta en la Figura 12. Esto con el objetivo de proteger a los componentes electrónicos y sus conexiones para así evitar mal funcionamiento o una reducción de la vida útil de los materiales.

2.5 Sistema de control

En el proyecto, se abordó el desafío de desarrollar un sistema de control preciso para garantizar la calidad de la soldadura. La variable clave que se debe controlar es la temperatura del cautín, un factor crítico en el proceso de soldadura. Para lograrlo, se implementó un controlador PID discreto, que permite regular en tiempo real la temperatura deseada, tomando en consideración la naturaleza discreta del controlador y la respuesta requerida en el proceso de control ^{(Bruno et al., 1994)}.

El primero paso fue emplear el software de Matlab para describir el sistema mediante funciones de transferencia en el dominio de Laplace, basándose en datos experimentales de entrada y salida. Los datos de entrada son escalones unitarios con la amplitud correspondiente al ángulo del servomotor que controla la temperatura del cautín, mientras que los datos de salida son las temperaturas medidas (Figura 13). Para la identificación de las funciones de transferencia, se utilizó el System Identification Toolbox de Matlab ^{(MathWorks, 2024)}.

Para realizar esta identificación del sistema, se ajustaron modelos matemáticos a mediciones del cautín en porcentajes de su potencia máxima (40%, 60%, 80% y 100%). Las mediciones de temperatura se hicieron durante 13 minutos, con intervalos de un segundo, corriendo un algoritmo en Arduino Uno.

Este algoritmo estableció la posición del servomotor que controla la temperatura del cautín en 0 ° por tres minutos, luego cambió a uno de los cuatro casos (40%, 60%, 80% o 100%) para observar la respuesta de la temperatura del cautín en diferentes posiciones del servomotor. Los resultados de estas temperaturas en función del tiempo se presentan en la Figura 13.

La curva característica de este sistema corresponde a un sistema de primer orden con retardo, el cual es descrito por la siguiente ecuación genérica:

Para visualizar y analizar estos datos, se emplearon scripts de Matlab que están diseñados para generar gráficas representativas que plasman el cambio de la temperatura en el tiempo. Las funciones de transferencia que se obtuvieron se muestran en la Tabla 1.

De acuerdo con los datos obtenidos se procedió a realizar los cálculos de los índices de desempeño de cada función.

Los índices de desempeño son medidas cuantitativas del desempeño de un sistema y se eligen en función a las especificaciones importantes del sistema^{(Castaño, 2021)}. El error de predicción de un modelo se define como la diferencia entre la salida de la planta y la salida del modelo. En base a esto se establecen los siguientes índices de desempeño.

Donde IEAP (integral del error de predicción absoluto) representa el área diferencial entre la respuesta de la planta y la del modelo. Cuanto menor sea este índice de desempeño mejor será la representación dada por el modelo. El índice IECP (integral del error de predicción cuadrático) da un mayor peso a las desviaciones grandes, por lo que dados dos modelos que posean valores del IEAP similares, el que tenga un menor IECP predecirá la salida de la planta con menos desviaciones. Finalmente, el índice PEP (porcentaje de error de predicción) establece un índice de referencia que compare la bondad de los modelos, donde se toma el IEAP para un procedimiento de identificación en particular, y el IEAPopt, que es el IEAP del modelo optimizado para esa misma planta ^{(Alfaro, 2001)}.

Esto se realizó a través de scripts de Matlab, en los cuales se implementaron las ecuaciones de los índices de desempeño y porcentaje de error de predicción, estos índices se presentan también en la Tabla 1.

Se distingue la función de transferencia al 100% debido a que cuenta con los índices más bajos, lo cual indica que existen menos errores entre el sistema simulado y el real. Se presenta entonces el sistema de control retroalimentado con esta función de transferencia en un diagrama de bloques detallado en la Figura 14.

2.6 Diseño del controlador

Primeramente, se establecen los requerimientos del sistema del controlador:

• Sobreimpulso: 10%.

• Tiempo de establecimiento: 250 s.

• Error en estado estacionario: ±5 %.

• Tiempo de subida: Menor a 60 s.

• Menor cantidad de oscilaciones.

Para el diseño del controlador, se consideraron cuidadosamente los requisitos mínimos del proyecto junto con los requerimientos de control. Teniendo en cuenta el índice de incontrolabilidad del sistema, se decide llevar a cabo pruebas utilizando controladores PID desarrollados por los autores ^{Cohen y Coon (Cohen & Coon, 1953)}.

De acuerdo con la función de transferencia elegida, se sabe que τ = 43,5, K = 1,07 y L = 25. Para el método de Cohen y Coon de sintonía de controladores, se pueden calcular los valores del PID por medio las siguientes ecuaciones:

Los parámetros del controlador calculado se muestran en la Tabla 2.

Para establecer el tiempo de muestreo se determinó que se deberían tener 20 muestras por tiempo de subida. Tomando en cuenta que el sistema tiene un tiempo de subida de aproximadamente 60 s, se obtuvo un tiempo de muestreo de 3 s.

Para la implementación del sistema de control, se optó por un controlador PID, el cual tiene una función de transferencia dada por la Ecuación.

El controlador se implementará en un dispositivo digital, lo que requiere su conversión al dominio del tiempo discreto. Para discretizar el controlador, se utilizó una aproximación trapezoidal, obteniéndose así la siguiente ecuación:

Donde se deben calcular los valores de q₀, q₁ y q₂ con los valores ya obtenidos.

Los valores q₀, q₁ y q₂ se establecen en el algoritmo directamente siendo variables dependientes de los valores de k_p, t_i y t_d respectivamente. Posteriormente se aplica la transformada z inversa para así obtener la siguiente ecuación en diferencias, que será la ley de control establecida e implementada en el algoritmo de control.

Donde:

Este controlador digital se implementó efectivamente en el sistema cumpliendo con todos los requerimientos de control. La Figura 15 muestra el resultado del sistema de control.

Se puede evidenciar que el controlador por el método de Cohen y Coon regula la temperatura del cautín de manera consistente. Esto se esperaba debido al factor de incontrolabilidad, que según la sintonía PID de Cohen y Coon este método es muy efectivo para funciones con mayores retrasos y factores de incontrolabilidad mayores a 0,3.

Por último, para validar este controlador se procedió a realizar pruebas adicionales donde se cambió la temperatura deseada (SetPoint) varias veces. Iniciando en 200 °C, posteriormente pasando a la máxima temperatura (220 °C) luego de 500 s, y luego a partir de los 780 s se cambió al mínimo (180 °C) obteniendo los resultados de la Figura 16.

2.7 Programación en RobotStudio

El robot ABB IRB 120, conocido por su diseño compacto y versátil, se utiliza ampliamente en diversas aplicaciones industriales. Para programarlo con precisión, se desarrollaron algoritmos utilizando RAPID (Robotics Application Programming Interactive Dialogue), el lenguaje de programación de ABB, dentro del entorno RobotStudio. Para lograr una simulación más realista, se importó el modelo 3D de la herramienta, como se muestra en la Figura 17. Esto permite visualizar con precisión cómo se moverá y operará el robot en su entorno antes de ejecutar las tareas ^{(Matos Agudo, 2017)}. Una vez que la herramienta y el brazo se importaron correctamente en el software, se programaron los movimientos necesarios en las trayectorias que el brazo debía seguir para llevar a cabo la soldadura automática en las placas durante las distintas pruebas.

El efector final se configuró como una herramienta utilizando las características de masa, inercia y centro de gravedad obtenidos directamente de SolidWorks. Esto permite al sistema de RobotStudio simular con precisión el comportamiento del efector final durante la operación de soldadura.

El algoritmo comienza leyendo los datos proporcionados por el usuario, que incluyen tanto la cantidad de puntos que requieren soldadura como sus respectivas posiciones. Una vez que el sistema verifica que la temperatura del cautín es adecuada, entra en un bucle para realizar la misma operación en cada uno de los puntos de soldadura definidos. En este bucle, el sistema mueve el robot calculando los movimientos en los ejes X e Y hasta alcanzar el punto de soldadura a una altura específica. Luego, baja hasta hacer contacto con la placa y activa una señal digital de salida. Esta señal es captada por el sistema embebido, que controla los motores responsables de aplicar estaño al soldador. Después de aplicar el estaño, el robot regresa a la altura determinada y continúa en el bucle, repitiendo la operación hasta completar la soldadura automática de todos los puntos.

3.1 Distribución binomial

Posteriormente se emplearon los datos obtenidos en las pruebas en un test binomial para obtener resultados estadísticos sobre la probabilidad de fallos al realizar las soldaduras en las placas electrónicas. Se presentan los datos utilizados en el test binomial en la Tabla 4.

Estos datos se introdujeron en un código de Matlab que calcula la distribución binomial, con lo que se obtuvieron 4 resultados en los cuales se tienen diferentes porcentajes de éxito en la soldadura, esto se presenta en la Tabla 5.

La tabla anterior muestra la probabilidad de que ocurra cualquiera de los 6 tipos de fallas mencionados. Esta probabilidad es más alta cuando se presentan diferentes tipos de fallas simultáneamente. En otras palabras, si hay una variedad mayor de errores de soldadura, es más probable que ocurran con mayor frecuencia. Por el contrario, si la variedad de fallas es menor, la probabilidad de que ocurran disminuye, Los resultados de la tabla indican que, en el peor de los casos se da en la prueba tres, con una probabilidad de que ocurra alguna falla del 14,23%, esto debido a que se encontraron mayor variedad de fallas, cinco en este caso. En cuanto a las pruebas uno y dos, presentan altas probabilidades de éxito al realizar una soldadura, debido a la poca variedad de fallas. Por último, en un análisis global de los datos como una sola prueba, con 370 soldaduras realizadas y 22 fallas encontradas, se obtiene una probabilidad de falla en la soldadura del 7,2%.