The application of industrial robots has greatly increased in recent years making production systems more and more efficient. With this in mind, increasingly efficient controllers are needed for those robots. In this paper is presented a performance comparison between the Proportional-Integral-Derivative (PID) and the Linear Quadratic Regulator (LQR) controllers applied to the speed control of one joint of a cylindrical, i.e Rotational-Prismatic-Prismatic (RPP), robotic manipulator. The results are presented for the interactive and parallel forms of PID controller and for the LQR controller, in addition are made the stability and robustness verification for each controller.

In this note, the problem of data-driven saturated state feedback design for polynomial nonlinear systems is solved by means of a sum-of-squares (SOS) approach. This new strategy combines recent results in the dissipativity theory and data-driven feedback control using noisy input-state data. SOS optimization is employed in this work for controller design and to deliver an estimate of the closed-loop domain of attraction under saturated feedback. Numerical examples allow the reader to verify the usefulness of our strategy, which is the first in literature to provide a data-driven and dissipativity-based approach for solving the problem of input saturation for continuous-time polynomial systems.

Los controladores óptimos en espacio de estado han tenido bastante popularidad en las últimas décadas, principalmente, debido a sus buenas propiedades de robustez, desempeño y la posibilidad de aplicación en sistemas multivariables. Sin embargo, muchos procesos industriales presentan retrasos dominantes entre sus variables los cuales pueden ocasionar problemas de desempeño y estabilidad. A pesar de su importancia, existen pocos trabajos reportados de control óptimo que tratan este problema. Para mitigar el efecto del retraso pueden ser usadas estructuras compensación de retraso conocidas como DTC y usadas principalmente en procesos monovariables. En este trabajo se propone la modificación de una estructura de predicción recientemente propuesta con el objetivo de combinar las mejores propiedades de un DTC y del control óptimo para controlar procesos lineares multivariables (MIMO). Resultados de simulación y la aplicación al prototipo de laboratorio de una incubadora neonatal son usados para mostrar las ventajas, efectividad y practicidad de la estrategia propuesta.