See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/315746333

Implementación de un controlador para un helicóptero de dos grados de libertad

Technical Report · December 2016

CITATIONS READS
0 247

5 authors, including:

Marlon Kevin Soza Mamani

Universidad Católica Boliviana "San Pablo"
1 PUBLICATION   0 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Marlon Kevin Soza Mamani on 03 April 2017.

The user has requested enhancement of the downloaded file.

Universidad Católica Boliviana “San Pablo” – Ingeniería Mecatrónica - 2017
Implementación de un Controlador para un
Helicóptero de Dos Grados de Libertad
K. Marlon Soza Mamani, Giovanni Blanco Gutiérrez,
E. Luis Garabito Omoya, Sergio Mallea Morales, José A. Guzmán Quiroga
 tienden a afectar adversamente el valor de la señal o variable
Resumen—El presente informe muestra los procedimientos
utilizados para el modelado, validación e implementación de un
helicóptero de dos grados de libertad. Inicialmente el informe
muestra la construcción del modelo matemático tomando en
cuenta un sistema de ecuaciones de dos entradas y dos salidas. A
continuación se utilizan métodos experimentales y teóricos para
determinar los parámetros y las constantes del sistema y se
construyen los modelos teóricos en espacio de estados y función
de transferencia. Posteriormente se procede al diseño del
controlador de la planta para posteriormente implementarlo en
modelo real.
Palabras clave—Helicóptero de dos grados de libertad, sistemas
MIMO, realimentación del estado, control embebido.
Abstract—This paper show procedures to model, validate and
implement a 2-DOF helicopter. Initially report shows the
building of the math model which has an equation system with
two inputs and two outputs. Later, we use experimental and
theoretical methods to define the system’s constants and
parameters. So, we build space state theoretical models and a
transfer function. Finally we design the system controller to
implement it later to a real model.
Index Terms—Two degree of freedom helicopter, MIMO
Systems, feedback state, embedded controllers.
I. INTRODUCCIÓN
E N las aplicaciones de control de procesos químicos,
robótica, control de aeronaves entre otras, se requieren
controlar diferentes variables físicas como son temperatura,
presión, flujo, nivel, etc. para llevar a cabo un determinado fin.
Se hace uso del concepto de realimentación que consiste en
comparar el valor deseado de una variable física frente al valor
real y en base al error, ejecutar determinada acción de control.
En sistemas químicos por ejemplo, es necesario hacer que las
temperaturas o flujos permanezcan en los niveles dados a
pesar de la influencia de señales externas no medibles. En el
diseño de los sistemas de control realimentado es necesario
encontrar un controlador para mantener o conseguir la
estabilidad y atenuar las perturbaciones que son señales que
Fecha de recepción: 14 de diciembre de 2016.
El presente informe debe ser revisado, valorado y calificado como
proyecto final de la material de Diseño Servo-mecánico (IMT-300)
perteneciente a la carrera de Ingeniería Mecatrónica de la Universidad
Católica Boliviana “San Pablo”.
1
de salida.
Siempre van a existir incertidumbres en el comportamiento de
la planta, es decir que la salida ante una entrada de control
produce una respuesta que no está completamente
determinada; eso se debe fundamentalmente a dos razones:
primero, la dinámica de la planta no se conoce completamente.
Segundo, perturbaciones desconocidas pueden influir en el
comportamiento del sistema; entonces, la salida no es solo la
respuesta ante la señal de control, sino también a la
perturbación.
En la actualidad las investigaciones en el área de la robótica
aérea proponen prototipos para las soluciones a problemas
tales como la vigilancia, el rescate personas y el ingreso a
zonas de difícil acceso para el hombre. Por esta razón surge la
necesidad de plantear métodos de diseño y modelado de
sistemas electromecánicos que puedan ser monitoreados por
controladores autónomos de forma precisa.
II. OBJETIVOS
A. Modelado del sistema
Se pretende desarrollar un modelo matemático-físico que sea
capaz de reflejar muy cercanamente la dinámica del sistema en
base a las variables físicas intrínsecas del mismo, así como los
parámetros obtenidos por métodos teóricos y experimentales.
B. Validación del sistema
Se pretende utilizar métodos de validación por computadora
para definir la fiabilidad del sistema modelado teóricamente
en relación con datos experimentales obtenidos del modelo
dinámico real.
C. Diseño del controlador
Se pretende diseñar un controlador, por métodos de
realimentación del estado, que sea capaz de controlar
efectivamente la planta en punto específico del sistema
linealizado.
D. Implementación
Se pretende construir físicamente la planta e implementar el
controlador previamente diseñado en un micro-controlador
capaz de generar un control óptimo del sistema.
Universidad Católica Boliviana “San Pablo” – Ingeniería Mecatrónica - 2017 2

III. MODELADO (5)

𝐶𝑃𝑦 𝜌𝐷𝑦 5
A. Consideraciones y desarrollo teórico 𝑄𝑦 = − (𝐾𝑤𝑦 𝑉𝑌𝑝𝑤𝑚 )2
2𝜋
El modelo matemático de la dinámica del prototipo del (6)
helicóptero (figura 1) tiene dos grados de libertad 𝐹𝑔 = 𝑀𝑐 𝑔 ∗ 𝑠𝑖𝑛(θ)
correspondientes al ángulo de cabeceo (pitch degree) θ y al (7)
ángulo de guiñado (yaw degree) ψ. El ángulo de cabeceo es (Ver anexos 1.3 – 1.4.)
definido positivo cuando la nariz del helicóptero esta sobre el
eje horizontal y el ángulo de guiñado es positivo cuando gira Cuyos valores respectivos habrán de definirse como:
en sentido de las manecillas del reloj.
TABLA I
VARIABLES Y CONSTANTES DEL SISTEMA MATEMÁTICO
Unidades Valor
Símbolo Definición númerico
SIS. Inter.
θ Ángulo pitch grados (360) Variable
ψ Ángulo yaw grados (360) Variable
CTp Constante de empuje de la adimensional 0.043
hélice en el motor del eje pitch
CTy Constante de arrastre de la adimensional 0.045
hélice en el motor del eje yaw
CPp Constante de arrastre de la adimensional 0.043
hélice en el motor del eje pitch
CPy Constante de empuje de la adimensional 0.045
hélice en el motor del eje yaw
ρ Densidad del aire Kg/m 3
0.66
Dp Diámetro de la hélice del motor m 0.128
del eje pitch
Dy Diámetro de la hélice del motor m 0.128
del eje yaw
Kwy Constante de relación entre 1/s 1.93
PWM a velocidad angular en el
motor del eje pitch
Fig. 1. Dinámica del helicóptero de dos grados de libertad, con dos motores y Kwp Constante de relación entre 1/s 1.103
una masa desplazada del centro simétrico del sistema (ver anexos 1.1.). PWM a velocidad angular en el
motor del eje yaw
VPpwm Voltaje PWM enviado al ESC adimensional Variable
del motor en el eje pitch
Las hélices de los ángulos pitch y yaw se manejan por VYpwm Voltaje PWM enviado al ESC adimensional Variable
motores Brushless cuya velocidad es controlada por los del motor en el eje yaw
voltajes de entrada (VPpwm, VYpwm). La velocidad de rotación Mc Masa de la carga Kg 0.035
Bp Fricción viscosa en el eje pitch adimensional 0.18
resulta en una fuerza (Tp, Ty) que actúa normal al cuerpo a una By Fricción viscosa en el eje yaw adimensional 0.009
distancia L del eje pitch. La rotación de la hélice sin embargo g Gravedad m/s2 9.78
también causa un torque de carga (Qp, Qy) en el eje de motor L Distancia entre el pivote a m 0.243
ambos motores
(resultado del arrastre en las hojas de las hélices del eje pitch) Lm Distancia desde el pivote a la m 0.129
que se ve a su vez reflejada en el eje contrario. Girando la carga
2
hélice de un eje no sólo causa el movimiento sobre el mismo Jpp Momento de inercia en el Kg*m 0.0152
ángulo pitch
sino también sobre el otro. Así mismo Lm es la distancia
Jyy Momento de inercia en el Kg*m2 0.0153
horizontal, lejos del pivote, a la cual se encuentra fijado el ángulo yaw
centro de masa del sistema. Considérese por lo tanto la actitud Para las unidades del sistema; m = metros, Kg = kilogramos, s =
dinámica del sistema descrita por ecuaciones de la forma: segundos. Siendo todos los parámetros del empuje y el arrastre hallados por
medio de una interpolación de valores previamente hallados de forma
experimental.
𝐽𝑝𝑝 θ = LTp + Q y − Lm Fg − Bp θ
(1) Tomando en cuenta que CTp, CTy, ρ, Dp y Dy son valores
𝐽𝑦𝑦 ψ = 𝐿𝑇𝑦 + 𝑄𝑝 − 𝐵𝑦 ψ constantes, entonces simplificamos las ecuaciones de la
(2) siguiente forma:
(Ver anexos 1.2.)
De donde definimos:
𝑇𝑝 = 𝑏𝑝 (𝐾𝑤𝑝 𝑉𝑃𝑝𝑤𝑚 )2 = 𝑏𝑝 𝐾𝑤𝑝 2 𝑉𝑃𝑝𝑤𝑚 2
𝑇𝑝 = 𝐶𝑇𝑝 𝜌𝐷𝑝 4 (𝐾𝑤𝑝 𝑉𝑃𝑝𝑤𝑚 )2 (8)
(3) 𝑇𝑦 = 𝑏𝑦 (𝐾𝑤𝑦 𝑉𝑌𝑝𝑤𝑚 )2 = 𝑏𝑦 𝐾𝑤𝑦 2 𝑉𝑌𝑝𝑤𝑚 2
𝑇𝑦 = 𝐶𝑇𝑦 𝜌𝐷𝑦 4 (𝐾𝑤𝑦 𝑉𝑌𝑝𝑤𝑚 )2 (9)
(4) 𝑄𝑝 = −𝑑𝑝 (𝐾𝑤𝑝 𝑉𝑃𝑝𝑤𝑚 )2 = −𝑑𝑝 𝐾𝑤𝑝 2 𝑉𝑃𝑝𝑤𝑚 2
𝐶𝑃𝑝 𝜌𝐷𝑝 5 (10)
𝑄𝑝 = − (𝐾𝑤𝑝 𝑉𝑃𝑝𝑤𝑚 )2
2𝜋
Universidad Católica Boliviana “San Pablo” – Ingeniería Mecatrónica - 2017 3

𝑄𝑦 = −𝑑𝑦 (𝐾𝑤𝑦 𝑉𝑌𝑝𝑤𝑚 )2 = −𝑑𝑦 𝐾𝑤𝑦 2 𝑉𝑌𝑝𝑤𝑚 2 𝑑𝑝 𝐾𝑤𝑝 2 𝑢1(0)

𝑃21 𝑠 = −
(11) 𝐽𝑦𝑦 𝑠 2 +𝐵𝑦 𝑠
(Ver anexos 1.5.) (21)
𝐿𝑏𝑦 𝐾𝑤𝑦 2 𝑢2(0)
Donde bp, by son los coeficientes de empuje, y dp, dy son las 𝑃22 𝑠 =
𝐽𝑦𝑦 𝑠 2 +𝐵𝑦 𝑠
constante de arrastre en los ejes pitch y yaw respectivamente.
(22)
(Ver anexos 2.1.2)
Por otra parte para la linealización del sistema tomamos
primero en cuenta el modelo en espacio de estados de la B. Identificación experimental
forma: En el caso de este proyecto en particular la identificación
experimental no se puede realizar directamente debido a que a
𝑥 = 𝐴𝑥 + 𝐵𝑢
cada con cada valor de entrada en el sistema se produce un
𝑦 = 𝐶𝑥 + 𝐷𝑢 movimiento de respuesta y no así un valor estable que se
(12) podría muestrear además también que tiene un retardo de
(Ver anexos 1.6) respuesta, por ende si se le colocara una señal aleatoria al
modelo se tendrían datos inexactos y por el retraso de la
Siendo que: respuesta también se solaparían entre sí. Tampoco se puede
identificar mediante una respuesta al escalón ya que no
𝑋= 𝜃 𝜓𝜃 𝜓 𝑇
= 𝑥1 𝑥2 𝑥3 𝑥4 𝑇
proporciona la suficiente información como para estimar un
(13)
modelo, se identificaría un modelo para esa respuesta a una
𝑈 = 𝑉𝑃𝑝𝑤𝑚 𝑉𝑌𝑝𝑤𝑚 𝑇
= 𝑢1 𝑢2 𝑇
entrada pero para otras entradas la respuesta es totalmente
(14) diferente al real. Se pude realizar una identificación
(Ver anexos 1.7) experimental de forma indirecta y consiste en tomar datos de
Linealizamos el modelo y reemplazamos los parámetros de los efectos de cada motor sobre cada eje de forma individual y
forma que el modelo teórico tiene la forma de: aislada, tomando datos de esta forma se pueden obtener
funciones de transferencia aisladas que describen al sistema,
0 0 1 0 este método indirecto se puede usar para la validación ya que
𝐴= 0 0 0 1 cada función de transferencia se puede obtener del modelo
−3.3435 0 15.9011 0
teórico en espacio de estados bajo ciertas consideraciones y así
0 0 0 −0.0794
(15) comparar cada efecto teórico con su respectiva función de
0 0 transferencia practica para realizar la validación, el problema
𝐵= 0 0 es que se debe validar la interacción de todos estos efectos
0.0703 −0.0004 entre sí que es el modelo y no el que cada efecto se asemeje
−0.0062 0.0041 implica que juntos describen exactamente al sistema, esta
(16) discrepancia es debido a la no linealidad del sistema, pero esta
1 0 0 0
𝐶= es una buena forma de ir comprobando los valores teóricos
0 1 0 0
(17) para en el modelo final realizar una búsqueda de errores al ver
(Ver anexos 2.1.1) cada efecto de los motores de forma individual. Un último
problema de esta identificación indirecta es que los efectos del
Finalmente, para el sistema expresado en función de motor yaw sobre el eje pitch son demasiado pequeños, tanto
transferencia, y puesto que el sistema tienes dos variables de que no se pueden medir lo que representa un problema en la
identificación de este efecto.
entrada y dos salidas respectivas, puede interpretarse como un
modelo donde interactúan varias funciones de transferencia de
la forma: C. Validación
Para realizar la validación lo que normalmente se hace es
𝜃(𝑠) 𝑃 (𝑠) 𝑃12 (𝑠) 𝑉𝑃𝑝𝑤𝑚 (𝑠) analizar las respuestas del modelo teórico con el modelo
= 11
𝜓(𝑠) 𝑃21 (𝑠) 𝑃22 (𝑠) 𝑉𝑌𝑝𝑤𝑚 (𝑠) experimental, en este caso no hay un modelo experimental así
(18) que se comparara la respuesta del modelo teórico con valores
Donde: de la respuesta real del sistema cerca del punto de equilibrio
ya que como se sabe el sistema esta linealizado y por ende el
𝐿𝑏𝑝 𝐾𝑤𝑝 2 𝑢1(0) sistema solo tiene sentido cerca al punto de linealizacion y así
𝑃11 𝑠 = lograr validar el sistema modelado.
𝐽𝑝𝑝 𝑠 2 + Bp 𝑠 + 𝑀𝑐 𝑔𝐿𝑚
Este análisis de comparación se hizo muestra por muestra con
(19) un análisis de criterio de ajuste de valores residuales cerca al
𝑑𝑦 𝐾𝑤𝑦 2 𝑢2(0) punto de equilibrio con 101 datos para el eje pitch y 201 datos
𝑃12 𝑠 =−
𝐽𝑝𝑝 𝑠 2 + Bp 𝑠 + 𝑀𝑐 𝑔𝐿𝑚 para el eje yaw dando como resultado.
(20)
Universidad Católica Boliviana “San Pablo” – Ingeniería Mecatrónica - 2017
𝑉𝑒𝑗𝑒 𝑦𝑎𝑤 = 0,1307
𝑉𝑒𝑗𝑒 𝑝𝑖𝑡𝑐 ℎ = 7.9272
Observándose valores de ajuste que indican que el modelo
teórico representa al sistema pero con cierto grado de error y
esto es por el ruido que se tiene en las lecturas ya que cada
motor produce vibraciones en el sensor dando así ruido que
aunque se intentó simularlo en el modelo teórico en Matlab se
sigue teniendo error considerable.
D. Comparación teórico-experimental
Al comparar por partes el modelo teórico con el
experimental, se puede observar que en los dos ejes el modelo
no se aproxima mucho a simple vista, esto se debe a que en los
datos experimentales se les hizo un preprocesamiento para
eliminar ruido que en realidad fue una regresión polinomial de
los datos para obtener el comportamiento, fue polinomial por
que era el tipo de regresión que mejor se ajustaba a los datos.
Fig. 2. Comparación entre datos reales (respuesta al step en planta física, y
datos computados en Excel) y respuesta del modelo teórico (respuesta al step
en el modelo teórico, simulación realizada en Simulink) en datos de empuje.
4
Fig. 3. Comparación entre datos reales (respuesta al step en planta física, y
datos computados en Excel) y respuesta del modelo teórico (respuesta al step
en el modelo teórico, simulación realizada en Simulink) en datos de empuje
sobre el eje pitch.
E. Discusión
Se observa que los datos obtenidos, por medio del modelo
teórico construido en base a las ecuaciones diferenciales
modeladas del sistema, tienen un comportamiento similar a los
datos reales obtenidos experimentalmente en la planta.
Sin embargo, aún se ve discrepante a simple vista pero
como se observó en la validación la discrepancia o error de
ajuste no es mucho así que se puede tomar como un modelo
valido que representa el sistema.
IV. INCORPORACIÓN DEL CONTROLADOR
A. Diseño y simulación
Para el diseño del controlador tomamos en cuenta primero
los polos del sistema en lazo abierto. Para el caso de la planta
del helicóptero observamos que el sistema cuenta con polos en
-0.2131, -15.6879, 0 y 0 lo cual indica que el sistema se
estabiliza pero en un punto muy superior al deseado. Por otra
parte, y después de evaluar las matrices A, B y C confirmamos
que el sistema es completamente controlable y completamente
observable.
Tomando estos resultados en cuenta podemos comenzar a
diseñar la ganancia con realimentación del estado. Para ello
definimos primero los polos dominantes del sistema en lazo
cerrado. Para no sobrecargar los valores de control del
controlador definimos un tiempo de asentamiento largo que
implique, no solo que el controlador responda de forma sutil,
sino que los valores de la matriz de ganancia no sean
demasiado altos.
Por lo tanto, después de probar varios tipos de controladores
con tazas de amortiguamiento y frecuencias naturales
diferentes, definimos una taza de amortiguamiento ζ igual a
0.7 y un tiempo de asentamiento Ts igual a 15 segundos. Por lo
tanto la frecuencia natural wn del sistema termina siendo igual
0.38. Una vez obtenidos los parámetros definimos la ecuación
para los polos del sistema de la forma:
𝑞 ℎ = (𝜆2 + 2𝜁𝑤𝑛 + 𝑤𝑛 2 )(𝜆2 + 𝑎𝜆 + 𝑏 2 )
(23)
De donde definimos los polos del sistema como:
𝑞 ℎ = (𝜆 + 0.2 ∓ 0.009)( 𝜆 + 0.4 ∓ 0.001)
Universidad Católica Boliviana “San Pablo” – Ingeniería Mecatrónica - 2017
(24)
De donde se obtiene la matriz de ganancia K con respecto al
sistema en espacio de estados:
−43.4824 0 −5.1410 0
𝐾=
0 −13.2292 0 −2.0456
(25)
Finalmente realizamos la simulación del sistema en
Simulink con la salida del sistema:
Fig. 4. Salida de la planta con realimentación del estado del ángulo pitch
(amarillo) y el ángulo yaw (violeta).
Donde observamos un tiempo de asentamiento cercano a los
15 segundos, como estaba previsto, y con un porcentaje de
amortiguamiento relativamente bajo. Esto debido
principalmente a que el controlador fue diseñado para no tener
una reacción tan violenta cuando intenta estabilizarse en el
punto de referencia.
(Ver anexos 3)
B. Implementación
Para realizar la implementación del controlador en la tarjeta
Arduino se tomaron las siguientes consideraciones:
- La primera es que para la implementación de las
operaciones del controlador no se utilizó ningún tipo de
forma matricial u operación matricial, solo se procedió a
programar las operaciones de suma y multiplicación que
implica para evitar pérdidas de tiempo en cuanto a
manejo de índices de arrays y ciclos de procesamiento
para realizar cálculos tan cortos que solo requirieron dos
líneas de código.
- Luego se pusieron limites a los actuadores ya que el
controlador puede generar números que se salgan del
rango PWM que se tiene así que se colocaron
condicionales para evitar que le sean enviados al motor
valores fuera de rangos.
- La última consideración fue que la calibración de los
controladores de los motores se realiza con un programa
externo, esto para permitir la exactitud de la calibración.
C. Discusión
Se descarta la opción de utilizar un sistema de control
analógico puesto que el sistema depende de dos entradas para
5
su respuesta en dos salidas. Esto implica que las entradas
interactúan entre si dentro de la planta, tal como lo muestra el
espacio de estados y las funciones de transferencia,
imposibilitando la construcción de un modelo analógico lo
suficiente simplificado para implementarse físicamente.
Sin embargo, aun con esta limitación, se pretende
implementar un controlador embebido en un sistema digital de
procesamiento no dependiente de un cómputo externo. Para
ello utilizamos un Arduino.
Las implicaciones de un sistema embebido en un
controlador obligan a familiarizarse con las características del
mismo y sus particularides a la hora de definir el tipo de
programación y las variables a utilizar.
La implementación de un controlador, previamente
diseñado por metedo teóricos, implica que se deben tomar en
cuenta los limites físicos y de procesamiento del controlador
con fin de evitar sobrecargas o insuficiencias en el mismo.
V. RESULTADOS Y DISCUSIÓN
Como se pudo observar, el comportamiento de los datos del
modelo real es lo suficientemente parecido al comportamiento
de los datos obtenidos por medio de la simulación del modelo
teórico. Esto indica que el modelado ha sido lo
suficientemente óptimo como para servir de referencia al
momento de diseñar el controlador.
Sin embargo habrá que afirmar también que existen
discrepancias reflejadas principalmente en la validación del
sistema. Esto se debe principalmente las diferencias que
presenta el modelo real con respecto al modelo teórico, el cual
fue previamente linealizado para el punto de equilibrio en
ambos ángulos (θ =ψ=0), se ven reflejadas en la dinamica
general del sistema cuando los angulos se encuentran lejos del
punto de linealización.
Se debe tomar en cuenta que el modelo ha sido linealizado
en punto de operación por lo cual dinamica general del
sistema habra tener discrepancias importantes con respecto al
modelo real cuyo comportamiento natural es no lineal.
VI. CONCLUSIONES
Como se pudo ver a lo largo del proyecto, el helicóptero
demostró requerir una serie de distintas medidas y
determinaciones de los parámetros según cada ángulo, con el
fin de visualizar las fuerzas que estos generan y poder
acomodar los parámetros adecuados entre sí para lograr
realizar un controlador aceptable para la planta.
Cabe indicar igualmente que se debió realizar la estimación
para cada ángulo de forma independiente y después, con
ambos trabajando en conjunto, hasta llegar al modelado en
espacio de estados con el cual se logró diseñar el controlador
para mantener el sistema a un nivel relativamente estable.
Universidad Católica Boliviana “San Pablo” – Ingeniería Mecatrónica - 2017 6

Igualmente es importante recalcar la estimación de

parámetros a partir de un sistema de caja negra para su
validación, como se pudo ver anteriormente, donde se logró
una aproximación lo suficientemente satisfactoria y por lo cual
se puede afirmar que se desarrolló un modelado bastante
acertado para el sistema.

VII. RECOMENDACIONES
Entre las recomendaciones podemos referirnos el caso
donde existe una singularidad en el punto donde el sistema
converge a cero, por ello se debe evitar llegar a éste eligiendo
el ”punto de equilibrio” en el cual esta singularidad sea menos
notoria para el sistema.
Igualmente, con respecto a la fuerza que utiliza la planta, se
debería tener un estado inicial cercano o igual al punto de
equilibrio con el fin de evitar sobre-impulsos u oscilaciones
innecesarias antes de llegar a la estabilidad

VIII. REFERENCIAS

[1] . C. Vivas Gonzalez,“Control del Helicóptero 2DOF Usando Métodos de

Control Robusto H∞”, Facultad de Ingeniería, Departamento de eléctrica
y electrónica, Bogotá, Febrero de 2011.

[2] Daniel R. Villa. Santiago H. Sánchez, “Implementación de un

Helicóptero de Dos Grados de Libertad con Fines Académicos”,
Universidad de San Buenaventura, Seccional Medellín – Colombia.

[3] Leonardo S. Guzmán, Cristhian A. Cristancho, Camilo A. Gil / “Diseño

e Implementación de una Plataforma Experimental de Dos Grados de
Libertad Controlada por Dos Técnicas: PID y Lógica Difusa,
Universidad Militar Nueva Granada - Ciencia e Ingeniería Neogranadina

[4] Dr. Ben Cazzolato, “Automatic Control II – 2DOF Helicopter Tutorial

& Lab”, 3 September 2006

[5] John B. Brandt and Michael S. Selig, “Propeller Performance Data at

Low Reynolds Numbers”, University of Illinois at Urbana-Champaign,
USA

[6] Robert W. Deters, Gavin K. Ananda and Michael S. Selig, “Reynolds

Number Effects on The Performance of Small-Scale Propellers”,
Department of Aerospace Engineering, University of Illinois at Urbana-
Champaign, USA

View publication stats