Diseño, fabricación y caracterización de sensores blandos multiescala

Abstract

En la actualidad la investigación de la robótica blanda ha ido en aumento en los países del primer mundo es por ello que ciencias como la biomédica, hacen necesaria esta tecnología para ocuparla en dar soluciones certeras a muchas personas con diversos problemas de salud. La línea de investigación de la robótica blanda particularmente en la medicina posee mucha trascendencia, ya que está inspirado en asemejarse a la fisionomía de los seres vivos, y realizar actividades donde la robótica rígida no puede hacerlo. El presente trabajo experimental está enmarcado dentro de esta línea de investigación, por ser concebido de un polímero para su fabricación, La creación de los sensores blandos de forma de espiral podrán medir presión en tres escalas distintas, lo cual permite detectar el rango de presión y resolución espacial donde se ejerce un estímulo de presión. La presente investigación realizada en nuestro Laboratorio de Robótica del Departamento de Ingeniería Mecánica correspondiente al diseño, fabricación y caracterización de sensores blandos multiescala con forma de espiral se ejecutó en dos fases las cuales fueron. El diseño, construcción y fabricación de un montaje experimental y el Estudio minucioso del sensor blando multiescala. El diseño, construcción y fabricación de un montaje experimental consistió en la fabricación de los sensores, creación de los diferentes dispositivos electrónicos, implementación del instrumento de medición, para que de manera sincronizada se pueda realizar los estudios al sensor. El Estudio minucioso del sensor blando multiescala consta en usar todas las herramientas computacionales, como Repetier para darle funcionamiento al instrumento de medición por medios de los comandos GCODE, el Arduino para la obtención de Datos y Matlab que se utilizó para caracterizar, analizar los datos y entrenamiento de una red neuronal. El presente experimento necesita una buena sincronización en tiempo real entre sus dos fases para la realización de la rutina para la obtención de datos, lo cual es un factor determinante para realizar un buen entrenamiento de la red neuronal que se aplica en este experimento.