El cultivo de cacao en Tabasco enfrenta múltiples desafíos que comprometen su sostenibilidad, entre ellos el manejo ineficiente de plagas y enfermedades, el uso limitado de tecnologías de agricultura de precisión y la carencia de prácticas poscosecha adecuadas. Este trabajo presenta un enfoque integral basado en la incorporación de herramientas tecnológicas accesibles para pequeños productores, que permitan mejorar el monitoreo fitosanitario, optimizar la toma de decisiones en campo y fortalecer la calidad del grano mediante procesos poscosecha controlados. Se abordan experiencias de aplicación de sensores, análisis de imágenes y automatización básica, con el objetivo de elevar la productividad, rentabilidad y competitividad del cacao producido en la región. La implementación de estas tecnologías representa una oportunidad clave para revalorizar el cultivo y motivar la participación de nuevas generaciones en la cadena productiva del cacao.

Esta presentación expone diversas investigaciones en el campo de Internet de las Cosas (IoT), inteligencia artificial y redes de sensores inalámbricos, aplicadas a problemáticas reales en salud pública y medio ambiente. Se destacan tres proyectos principales. El primero desarrolla una red de sensores IoT para monitorear niveles de CO₂ en aulas durante la pandemia de COVID-19, utilizando concentraciones de CO₂ como indicador indirecto de riesgo de contagio por aerosoles. El sistema incluye sensores económicos, transmisión vía MQTT y alertas en la nube. El segundo proyecto se enfoca en el monitoreo de calidad del agua en un estanque de tilapias en Espinal, Colombia, integrando sensores de pH, temperatura y oxígeno disuelto, alimentados por energía solar, con transmisión de datos a servidores en la nube. Finalmente, se presenta un estudio sobre calidad del aire en Duitama, utilizando aprendizaje de máquina (XGBoost, LSTM, GRU, SVR) para predecir contaminantes atmosféricos y apoyar decisiones en salud pública y agricultura inteligente. Estos trabajos muestran un enfoque integral en AIoT (Artificial Intelligence of Things), que combina tecnologías embebidas, análisis de datos y comunicaciones inalámbricas para desarrollar soluciones sostenibles y escalables ante retos sanitarios y ambientales en contextos reales de América Latina.

Este trabajo presenta el desarrollo de un prototipo de vehículo acuático diseñado para la investigación medioambiental en masas de agua lénticas. El sistema tiene como objetivo apoyar la monitorización medioambiental in situ mediante la integración de múltiples sensores y capacidades de navegación inteligente. En la primera etapa, se diseñó e implementó el vehículo, centrándose en la construcción del casco, la propulsión y el estudio de su comportamiento dinámico en el agua. Se realizaron pruebas experimentales para validar su estabilidad y maniobrabilidad. Se desarrolló un sistema de teleoperación por radiofrecuencia (RF) para permitir el control manual, y se instalaron y probaron sensores medioambientales para medir la temperatura, el pH y la humedad utilizando capacidades de IoT, con el fin de garantizar la fiabilidad y la precisión en condiciones reales.
Actualmente, se está llevando a cabo la segunda fase, centrada en la implementación de la navegación autónoma mediante estrategias de control reactivo. Se están aplicando técnicas de fusión de sensores para integrar datos de diversas fuentes y se está desarrollando un filtro de Kalman para mejorar la estimación del estado y la toma de decisiones en entornos dinámicos. Este prototipo proporciona una valiosa plataforma para la monitorización medioambiental adaptable y de bajo coste en sistemas de aguas interiores y sirve de base para futuros avances en la recopilación autónoma de datos para la investigación ecológica.

La ponencia aborda la importancia estratégica de integrar experiencias prácticas reales en la formación académica universitaria, específicamente en el campo de la Experiencia de Usuario (UX). Se destaca cómo la colaboración estrecha entre instituciones educativas y empresas impulsa el desarrollo de competencias profesionales clave, preparando a los estudiantes para enfrentar desafíos reales del mercado laboral.
Se enfatizará cómo estas experiencias permiten que los estudiantes fortalezcan habilidades técnicas, metodológicas y sociales esenciales para la práctica profesional en UX.

The digital transformation of industrial automation systems has significantly increased their exposure to cyber threats, especially in Industrial Control Systems (ICS) and Supervisory Control and Data Acquisition (SCADA) architectures. This talk addresses the growing cybersecurity challenges in these critical infrastructures, emphasizing real-world case studies such as Stuxnet, Triton, and BlackEnergy. Key vulnerabilities—including insecure protocols, legacy devices, and insufficient segmentation—are analyzed to highlight common points of failure. The session introduces a defense-in-depth strategy, incorporating Zero Trust principles, network segmentation, and continuous monitoring. Additionally, the presentation discusses internationally recognized standards, as well as the role of artificial intelligence in anomaly detection and proactive incident response.

For the past 27 years, we have been working on implementing technological projects using FPGA devices. In this presentation, we aim to describe the evolution of these projects since 1998. This technology has been applied in optical links, readout and FEE electronics on HEP experiments, instrumentation, robotics, embedded microprocessors, triphasic motor drivers, etc.

In this work, we present the development of a remote automation system for the control of a Permanent Magnet Synchronous Motor (PMSM) using socket-based communication over the Internet. The system is hosted on a web platform that interfaces with an ARM-based Altera SoC, enabling real-time bidirectional control and monitoring of motor parameters. The application initially simulates the PMSM behavior through an API and is designed to be seamlessly integrated with a real motor in a physical setup.

Our proposal emphasizes the importance of secure and efficient remote access to embedded systems, reducing the need for on-site adjustments and enabling distributed experimentation, prototyping, and diagnostics. By leveraging HTTPS, reverse proxying via Nginx, and modular internal routing, the architecture supports multiple secure access points under different subdomains. This approach contributes to the broader vision of Industry 4.0 by facilitating intelligent automation, scalable deployment, and enhanced accessibility in electromechanical control systems.

La síntesis dimensional de mecanismos es fundamental en el diseño de sistemas mecánicos que requieren seguimiento preciso de trayectorias, con aplicaciones en robótica, automatización industrial y biomecánica. Este proceso busca optimizar parámetros geométricos (longitudes de eslabones, posiciones articulares) para cumplir especificaciones de movimiento, pero enfrenta desafíos computacionales en mecanismos complejos debido a la alta dimensionalidad y multimodalidad del espacio de búsqueda. Dos enfoques destacados para abordar este problema son la Evolución Diferencial (DE) y las Redes Neuronales Convolucionales (CNN). La DE, un algoritmo heurístico inspirado en la evolución biológica, es robusta en optimización no lineal y no derivable, aunque puede quedar atrapada en óptimos locales. Por otro lado, las CNN, ampliamente usadas en aprendizaje profundo, ofrecen capacidad de generalización para predecir parámetros óptimos a partir de datos históricos o simulaciones, pero requieren grandes volúmenes de datos y ajuste fino de hiperparámetros. Estudios recientes exploran la complementariedad de ambos métodos, proponiendo híbridos que combinan la exploración global de la DE con la capacidad predictiva de las CNN. Esta revisión discute las ventajas, limitaciones y escenarios de aplicación de cada enfoque, destacando tendencias emergentes en la síntesis dimensional de mecanismos.

The conversion of AC to AC for industrial applications could be necessary due to the operating characteristics of the sources and loads. The AC/AC converters used to vary the effective voltage across the constant frequency are known as AC voltage regulators or controllers.
In this talk will be presented:
- FO-PID controller applied to an AC/AC matrix converter when it is driving a PMSM.
- Design and simulation of the controller.
- Detailed models of the main components.
- Simulation of the controller with changes on velocity and a with balanced and unbalanced input voltages.

En este trabajo se presenta una semblanza de los trabajos realizados por estudiantes de la Maestría en Ciencias de la Electrónica, opción en Automatización, de la Benemérita Universidad Autónoma de Puebla, desde el 2016 a la fecha. Estos trabajos han permitido, a través de colaboraciones con otras instituciones del país, introducirnos en la propuesta, análisis e implementación de exoesqueletos, destinados a la asistencia humana y la rehabilitación, con el fin de aportar un servicio a la sociedad.

La historia de la automatización es larga y fascinante, es un testimonio del ingenio humano y la búsqueda constante de eficiencia. A medida que la tecnología continúa avanzando, vemos nuevas innovaciones que transforman aún más la forma en que vivimos y trabajamos. Claramente, son muchas y diversas las áreas donde la automatización se hace presente, pues ya vemos su inclusión no solo en el mundo industrial, sino que, en nuestros hogares, en la medicina, en la vigilancia, en el control y monitoreo medioambiental, por mencionar algunas. Presentamos como la visión y audacia fueron el fundamento para la creación de un exitoso programa de posgrado, que tiene un aporte significativo en la formación de capital humano de alto nivel en actividades relacionadas con la automatización.

This project focuses on the development of control software for a three-degree-of-freedom CNC system equipped with a 2.5 W laser diode, aimed at enabling engraving and cutting operations from input images. The core objective is to process digital images and convert them into motion instructions for the machine, considering key parameters such as position, speed, laser intensity, and focal point.

The software includes modules for image scaling, grayscale conversion using various models (RGB and HSL), and the generation of intensity matrices, which are then transformed into control tables. This data is exported in a format compatible with an embedded system based on a Cyclone V FPGA (DE0-CV board).

Additionally, test methodologies have been designed to characterize the system’s behavior under controlled variations in operational parameters. These tests will serve to evaluate the performance and precision of the laser process in future stages.

Although the project is still in development, the foundations for experimental validation and laser calibration have been established. This represents a crucial step toward achieving effective automation in low-cost digital manufacturing applications.

This project involves the modeling and control of a two-degree-of-freedom Cartesian robot, incorporating the phenomenon of static friction to enable its parametric identification using convolutional neural networks (CNNs).
The objective is to design and train a CNN capable of identifying a total of ten dynamic parameters present in the Cartesian robot. This aims to compensate for the nonlinear disturbances commonly found in this type of system, while also contributing to the development of an experimental platform for the Master's Program in Electronic Sciences.
A novel approach is proposed to generate images using signals from the robot—such as position, velocity, acceleration, and torque—combined with a set of input dynamic parameters, in order to build the image dataset required for training the neural network.
It is important to note that for this proposal to function correctly, a dynamic model of the robot (including the physical phenomenon of friction) must be simulated in state space using MATLAB.

Leonhard Euler fue uno de los científicos más grandes que ha tenido la humanidad, quizá el de mayor productividad en matemáticas y en dinámica; entre sus múltiples aportaciones, se encuentra el desarrollo de la mecánica analítica, que permite obtener la dinámica de cuerpo rígido (ecuaciones de movimiento de Euler-Lagrange) y que ha dado enorme desarrollo al control y aplicaciones potenciales de la robótica. La mecánica analítica es una reformulación directa de la física clásica de Newton.  Como parte de una fase inicial en la metodología de modelado dinámico, se encuentra la cinemática directa (traslación y rotación); la componente de rotación utiliza los ángulos de Euler, teniendo importantes propiedades de las matrices ortogonales y su correlación con las matrices antisimétricas (cinemática diferencial). Ese desarrollo en ingeniería es conocido como procedimiento de Denavit-Hartenberg (1955).  Cuando los grados de libertad crecen y si no se dispone de una herramienta computacional que permita facilitar dicho modelado, el desarrollo algebraico puede ser muy tedioso. La presente plática se ubica en la descripción de la técnica de cinemática analítica desarrollada por Euler y su aplicación inmediata a cadenas cinemáticas rígidas y abiertas, que sirven para dar la estructura mecánica básica de un robot manipulador; así como, su implementación en lenguaje de programación simbólica para Matlab.

Desarrollar tecnología con base en la ciencia es la vocación de la Maestría en Ingeniería Electrónica, opción Instrumentación Electrónica de la BUAP. Se muestra una reseña de la maestría, resultados y oportunidades.

El desarrollo de modelos matemáticos de sistemas mecatrónicos sigue siendo una novedad para caracterizar el comportamiento dinámico basado en el análisis con elementos mecánicos, eléctricos y electrónicos, siendo un reto obtener un modelo aproximado a partir del conocimiento y la experiencia con el sistema, y adaptarlo a la aplicación específica. Estos retos pueden ser derivados de backlash, fuerza de contacto, modos de diseño estructural, caja de engranajes, entre otros, siendo el fenómeno de no linealidad el principal problema a considerar en un sistema mecatrónico. Algunos estudios han propuesto métodos donde todos estos elementos conectados en el sistema pueden ser considerados utilizando un análisis mediante un sistema general de parámetros agrupados en la relación entre empuje, torque, fuerza, deformación y ecuación de compatibilidad cinemática que describe la transmisión de movimiento entre desplazamientos rotacionales y axiales, torsionales y radiales. Finalmente, con esta forma de llegar a un modelo matemático, se pueden establecer nuevos estudios para refinar el modelo analítico al comportamiento real utilizando técnicas de inteligencia artificial que identifiquen los parámetros que no son medibles directamente o precisos, por lo tanto, sus aplicaciones son muchas hacia el campo del control inteligente, robótica, y la implementación en hardware embebido.

En la era actual, donde la eficiencia energética y la integración de fuentes
renovables son prioritarias, los convertidores DC-DC bidireccionales se han vuelto
componentes esenciales en una amplia gama de aplicaciones, desde vehículos eléctricos hasta
sistemas de almacenamiento de energía y microrredes. Este proyecto presenta el diseño y la
simulación de un convertidor Buck-Boost bidireccional en topología “interleaved” de una
sola fase, una solución robusta y eficiente para la gestión de potencia en dos direcciones. A
lo largo del documento, exploraremos su fundamento teórico, el detallado proceso de diseño,
la estrategia de control implementada y los resultados obtenidos en simulación, que validan
su desempeño.

En la era actual, donde la eficiencia energética y la integración de fuentes
renovables son prioritarias, los convertidores DC-DC bidireccionales se han vuelto
componentes esenciales en una amplia gama de aplicaciones, desde vehículos eléctricos hasta
sistemas de almacenamiento de energía y microrredes. Este proyecto presenta el diseño y la
simulación de un convertidor Buck-Boost bidireccional en topología “interleaved” de una
sola fase, una solución robusta y eficiente para la gestión de potencia en dos direcciones. A
lo largo del documento, exploraremos su fundamento teórico, el detallado proceso de diseño,
la estrategia de control implementada y los resultados obtenidos en simulación, que validan
su desempeño.

Los trastornos de ansiedad representan uno de los principales problemas de salud a nivel mundial. Actualmente, su diagnóstico se basa principalmente en la aplicación de cuestionarios psicométricos, los cuales cuantifican variables psicológicas para estimar el nivel de ansiedad. Sin embargo, este método presenta limitaciones, ya que depende en gran medida de la memoria del paciente y de su capacidad para realizar una autoevaluación precisa de sus síntomas.

En esta ponencia se presentan los avances en el desarrollo de un modelo para la detección de eventos de ansiedad, el cual utiliza algoritmos de clasificación basados en técnicas de aprendizaje automático. Este modelo se apoya en el análisis de señales fisiológicas, específicamente electrocardiograma (ECG) y respuesta galvánica de la piel (GSR), haciendo una caracterización en el dominio del tiempo y en el de la frecuencia para proponer variables cuantitativas que resulten relevantes para la detección de los eventos de ansiedad. Se expondrán las herramientas utilizadas para el procesamiento de las señales fisiológicas, el procedimiento de clasificación empleado y los resultados obtenidos hasta la fecha.

El problema que modela la propagación de los potenciales eléctricos desde la corteza cerebral hasta el cuero cabelludo, observables mediante señales electroencefalográficas (EEG), se conoce como problema directo electroencefalográfico. Este modelo asume que dichos potenciales pueden representarse como una combinación lineal de una función espacial —definida por una campana gaussiana tridimensional simétrica— y una función temporal. La función espacial proporciona información sobre la localización y el grado de dispersión de la fuente cortical a través de sus parámetros. Por otro lado, el problema inverso electroencefalográfico busca estimar las fuentes corticales que originan los potenciales observados en el cuero cabelludo. Este puede abordarse mediante formulaciones matemáticas o utilizando técnicas de inteligencia artificial. En este trabajo, se genera una base de datos sintética a partir del modelo directo, con el fin de entrenar una red neuronal cuya capacidad de resolución se compara con la de los métodos matemáticos tradicionales.

Parametric identification plays a crucial role in improving the performance, accuracy, and robustness and repeatability of cartesian robots in advanced manufacturing processes applications, assembly and material handling. This paper presents an innovative convolutional neural network (CNN) architecture for the parametric identification of 18 critical dynamic model parameters in a Three Linear Axes Cartesian robot. The dynamic model is obtained by the Euler-Lagrange motion equations from an analysis lumped parameters such as friction, inertial, mass and stiffness of the design of a three-axis linear Cartesian robot. The proposed CNN architecture is trained and validated using experimental data, achieving a parametric identification accuracy of approximately 98%. The identified parameters are further applied to optimize the robot's dynamic response, demonstrating improved trajectory tracking and reduced energy consumption in manufacturing tasks. This work bridges the gap between theoretical modeling and practical application, providing a robust framework for enhancing robotic system performance in advanced manufacturing environments.

Recent information and communication developments have bust the growth of e-Healthcare as one of the main technology trends of future years, leading to the success of many primary care systems. This progress compel scientist to further improve digital security of sensitive medical information. In this context, chaos-based encryption emerges as one of the most prolific solutions in regards of this issue. Due long term unpredictably of chaotic systems, medical images can be safely secured, but further improvements must be done in order to insure data encryption. Our work develops the analog design of Hopfield neural network with chaotic behavior for a wide range of possible parameters/keys. Moreover, the system’s complex dynamics are applied using an image encryption technique, achieving secure information transmission and meeting essential cryptographic requirements.

En esta plática abordaremos como el modelado en Diodos Emisores de Luz de distintas longitudes de onda se aproxima al modelo de Lambert teniendo una máxima intensidad en el eje central y disminución progresiva hacia los lados, lo cual es ideal en aplicaciones como iluminación general, pantallas, sensores ópticos, siendo estos últimos aplicados a la salud.

La luz es un componente esencial en el funcionamiento de los sensores ópticos, ya que
estos dispositivos dependen de la detección, reflexión o emisión de luz para reconocer
objetos, medir distancias, detectar movimiento o analizar superficies.
Los sensores ópticos se utilizan ampliamente en sectores como la industria, robótica,
medicina, agricultura de precisión y dispositivos inteligentes. Sin luz adecuada, estos
sensores pierden precisión o pueden fallar en su detección. Además, el tipo de luz (visible,
infrarroja, láser, etc.) Influye directamente en su rendimiento.
Durante esta presentación exploraremos:
 Cómo funciona un sensor óptico.
 Qué tipo de luz utilizan.
 Investigaciones del equipo de trabajo.
La luz no solo activa estos sensores, sino que también define su alcance, exactitud y
aplicaciones tecnológica

En este artículo se presenta la actualización de la electrónica desarrollada para un robot subactuado del tipo péndulo invertido sobre base móvil. Se detalla el diseño de la etapa de potencia, destinada a la activación del actuador principal, así como la integración y procesamiento de las señales provenientes de los sensores utilizados en el sistema de control. La solución electrónica ha sido diseñada para su implementación en una FPGA Cyclone V, previamente configurada con un microprocesador integrado para ejecutar las tareas de control requeridas por el robot.

El desarrollo e implementación de algoritmos de aprendizaje automático en el ámbito médico ha cobrado gran relevancia, especialmente en el análisis de señales electroencefalográficas (EEG) para la detección de eventos epilépticos. Este trabajo tiene como objetivo diseñar un sistema automatizado capaz de identificar crisis epilépticas generalizadas (ausencia, mioclónica, tónicas y tónico-clónicas) mediante el procesamiento y análisis de EEGs.
La metodología incluye la obtención de bases de datos EEG y su pre procesamiento (filtrado, segmentación y normalización) y la extracción de características temporales y frecuenciales relevantes, como espectrogramas. Posteriormente, se entrena un modelo de aprendizaje automático. Para este trabajo se implementaron algoritmos de aprendizaje maquina como lo son redes neuronales artificiales, bosques aleatorios y una red neuronal convolucional (CNN), para clasificar segmentos de EEG en eventos epilépticos o no epilépticos. En el caso de un dataset desbalanceado, se aplican técnicas como data augmentation o métodos de muestreo para mejorar el rendimiento del modelo.
Este enfoque permite acelerar el diagnóstico médico, reducir la carga de trabajo del especialista y aumentar la precisión en la identificación de crisis epilépticas.

El desarrollo de interfaces cerebro-computadora (BCI) ha permitido establecer nuevos esquemas de automatización basados en la interpretación de señales cerebrales. Estas tecnologías posibilitan la interacción directa entre el cerebro humano y dispositivos electrónicos, sin la intervención del sistema nervioso periférico, abriendo aplicaciones en control de prótesis, robótica bioinspirada y entornos virtuales.
Esta ponencia presenta un análisis del procesamiento de señales cerebrales enfocado a la automatización, mediante el uso de modelos computacionales para la clasificación de señales EEG en tareas de imaginación motora —como K-Nearest Neighbors (KNN), Support Vector Machines (SVM), Árboles de Decisión y Random Forest y técnicas de Deep Learning— que pueden emplearse para controlar dispositivos electrónicos y sistemas automatizados.
Se abordarán aspectos técnicos del registro de señales, preprocesamiento, extracción de características y clasificación, los desafíos asociados a la variabilidad intersujeto e intrasujeto en sistemas BCI, así como las implicaciones éticas y físicas que conllevan este tipo de estudios
Finalmente, se discutirán casos de aplicación práctica en entornos de automatización y asistencia controlados por actividad cerebral.

Los robots inteligentes son dispositivos electromecánicos que pueden realizar y/o automatizar tareas con cierto grado de inteligencia y autonomía. En los últimos años, el uso de los robots bioinspirados se ha incrementado por la tendencia de la robótica en análogar sus sistemas a los presentes en la biología, es decir, trata de imitar la morfología de los seres vivos a pesar de sus diferencias. Por ejemplo, se han construido robots sin patas que tratan de imitar el comportamiento de serpientes o incluso robots con patas como cuadrúpedos o hexápodos que tratan de imitar la locomoción de animales con seis patas, apoyándose de enfoques biológicamente inspirados existentes que permiten dotar de movimiento a los robots. Uno de estos enfoques es el Generador de Patrones Centrales (CPGs) los cuales son redes neuronales especializadas que permiten la locomoción de seres vivos a través de patrones rítmicos generados, sin necesidad de entradas sensoriales. El análogo biológico del modo de locomoción que se aborda en esta presentación es el del insecto palo (Carauius morosus), el cual inspiró un su mecanismo de locomoción en robots debido a su capacidad para navegar fácilmente por terrenos irregulares. Es así que en este trabajo se presenta el desarrollo de un sistema de navegación que incluye un sistema de locomoción y un sistema de visión que le permite la navegación de robots bioinspirados. El sistema desarrollado se evaluó e implementó en tres tipos de robots bionspirados con patas (bípedo, cuadrúpedo y hexápodo). El sistema de locomoción se basó en el uso de Redes Neuronales Pulsantes por ser las responsables de la generación de patrones rítmicos (CPGs). De igual manera, se utilizó una forma de programación genética conocida como Evolución Gramatical (GE) con la finalidad de configurar los parámetros sinápticos (conexiones y pesos) de la Red Neuronal Pulsante.

In this presentation, we propose the application of the Brain Emotional Learning Based Intelligent Controller (BELBIC) as a bio-inspired intelligent filter for inertial sensor data. The work begins with a conceptual and functional analysis of the BELBIC model, which is rooted in the emotional learning mechanisms of the human limbic system. Its adaptive nature and ability to respond to stimuli without relying on a precise mathematical model make it an attractive alternative for filtering noisy data.

Subsequently, we introduce the integration of an Inertial Measurement Unit (IMU) and define a specific dynamic model for signal evaluation. The selected sensor for this study is the Bosch BNO055, which provides motion and orientation data. We present a comparative evaluation of three signal types: raw IMU outputs, the model-based output, and the output filtered through the BELBIC architecture.

Preliminary results indicate that BELBIC significantly improves signal quality by attenuating noise and preserving relevant dynamics, highlighting its potential as an adaptive and efficient filtering approach in real-time systems and sensor driven applications.

El cálculo fraccionario se conoce desde 1695, cuando L’Hôpital y Leibniz intercambiaron cartas sobre el orden no entero de la derivada. El cálculo fraccionario se considera una generalización de la versión de orden entero. Las derivadas de orden fraccionario proporcionan un excelente enfoque para describir los fenómenos físicos con elegancia y mayor precisión. Como resultado, los investigadores han propuesto nuevos modelos matemáticos con aplicaciones en diversos campos, tales como biología, economía, teoría del caos, botánica, criptografía, control, estudios viscoelásticos y los materiales ferroeléctricos [3–15].
Si bien la realización física de sistemas caóticos es una técnica ampliamente aceptada para observar los comportamientos caóticos y, por lo tanto, valida los hallazgos teóricos, esto no es trivial. Desde una perspectiva de ingeniería, el reto consiste en implementar físicamente los sistemas caóticos multiscroll de orden fraccionario, dado que aún no existe un capacitor de orden fraccionario fabricado comercialmente. Por lo tanto, los trabajos centrados en la implementación física de sistemas dinámicos de orden fraccionario se encuentran principalmente en implementaciones que utilizan redes pasivas analógicas. La pregunta que surge es ¿cómo obtener un enfoque sencillo para implementar sistemas caóticos de orden fraccionario con topologías de circuitos electrónicos? En esta plática se abordarán las posibles soluciones.

En el presente artículo, se aborda el problema de regulación de robots manipuladores proponiendo un nuevo esquema de control del tipo PD no lineal con compensación de gravedad y ganancias variables no lineales. Se realiza el análisis de estabilidad asintótica global del punto de equilibrio de la ecuación en lazo cerrado del modelo dinámico de robots manipuladores de n grados de libertad (GDL) y el esquema de control propuesto mediante una función estricta de Lyapunov. Por último, resultados de simulación de un robot antropomorfico de dos grados de libertad y un análisis breve comparativo con el regulador PD clásico son presentados.

In the present paper, addresses the problem of robots manipulators regulation by propossing a novel nonlinear PD control scheme with gravity compensation and nonlinear variable gains. The global asymptotic stability analysis of the point of equilibrium of closed loop equation of n degrees of freedom (DOF) dynamics models of robots manipulators and the proposed control scheme is obtained using a strict Lyapunov function. Finally, simulation results of a two degree-of- freedom anthropomorphic robot and a brief comparative analysis with the classic PD controller are presented.