UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERA

ESCUELA ACADMICO PROFESIONAL DE

INGENIERA MECNICA

PROYECTO DE TESIS PARA OPTAR EL TTULO DE

INGENIERO MECNICO

DISEO DE UNA MQUINA BASADA EN UN

MECANISMO ARTICULADO STEPHESON I PARA
REALIZAR EJERCICIOS DE REHABILITACIN DEL
BRAZO DE UNA PERSONA

AUTOR:

Bach. Azcrate Morillo, Erick Romn

Bach. Sanchez Ascencio, Jerson

ASESOR:

Mg. Ing. Len Lescano, Edward Javier

TRUJILLO PER
2017
 I. GENERALIDADES
1.1 Ttulo
DISEO DE UNA MQUINA BASADA EN UN MECANISMO ARTICULADO
STEPHESON I PARA REALIZAR EJERCICIOS DE REHABILITACIN DEL
BRAZO DE UNA PERSONA

1.2 Autores
1.2.1 Nombres : Azcrate Morillo, Erick Romn
: Sanchez Ascencio, Jerson
1.2.2 Grado Acadmico : Bachiller en Ingeniera Mecnica
1.2.3 Seccin : Ingeniera

1.3 Asesor
1.3.1 Nombre : Edward Javier Len Lescano
1.3.2 Grado Acadmico : Magister
1.3.3 Ttulo Profesional : Ingeniero Mecnico
1.3.4 Direccin Laboral : Universidad Nacional de Trujillo

1.4 Tipo de Investigacin

1.4.1 De acuerdo al fin que persigue : Aplicada
1.4.2 De acuerdo a la tcnica de contrastacin: : Explicativa

1.5 Localidad e Institucin donde se desarrollar el Proyecto

1.5.1 Localidad : Regin La Libertad, Provincia de Trujillo, Distrito Trujillo.
1.5.2 Institucin : Escuela de Ingeniera Mecnica de la Universidad Nacional
Trujillo

1.6 Duracin de la Ejecucin del Proyecto

Periodo que durar el Proyecto: 03 meses
Fecha de Inicio: 03 / 04 / 2017
Fecha de Trmino: 03/ 07 / 2017

1.7 Cronograma de Trabajo

Tabla 1: Cronograma de trabajo para la ejecucin del proyecto. Fuente: Ref. Propia
Etapas Fecha de Inicio Fecha de Trmino Horas Sem.
7.1 Estudios preliminares para
comprensin y definicin del 3 abril 2017 15 abril 2017 20
problema.
7.2 Recoleccin de datos. 16 abril 2017 1 mayo 2017 20
7.3 Diseo de la mquina de
rehabilitacin del brazo utilizando 2 mayo 2017 1 junio 2017 20
la metodologa del diseo.
7.4 Diseo de la mquina de
2 junio 2017 10 junio 2017 20
rehabilitacin en Solidworks
7.5 Anlisis de datos y resultados. 11 junio 2017 20 junio 2017 20
7.6 Elaboracin del Informe 22 junio 2017 3 julio 2017 20

1
 1.8 Recursos
1.8.1 Bienes
1.8.1.1 De Consumo

- 01 Millar de papel bond A4 de 80 g.

- 1/2 Millar de papel bulky.
- Materiales de escritorio.
- 02 Cartuchos de tinta para impresora.

1.8.1.2 De Inversin

- 01 Laptop (HP Pavilion DV6 2168ES, @ 2.2 GHz, 4 GB RAM, 500 GB Disco
Duro, CoreTM i5).
- Software Informtico especializado de Programacin: Matlab.
- Software Solidworks.

1.8.1.3 De Servicios

- Bibliografa
- Servicios de Internet.
- Servicios de telefona mvil.
- Encuadernacin y empastado.
- Servicio de Transporte Local y Nacional.

1.9 Presupuesto
Tabla 2: Coste de la ejecucin del proyecto. Fuente: Ref. Propia.
Descripcin Unidad Cantidad Costo S/.
B. de Consumo 134.00
Papel Bond A4 (Record) de 80 g. Millar 01 26.00
Papel Bulky Millar 0.5 08.00
Materiales de Escritorio Global --- 30.00
Tinta para Impresora Frasco 8 70.00
B. de Inversin 2520.00
Laptop Unidad 01 2500.00
Software MATLAB versin Educativa. Unidad 01 10.00
Software Solidworks versin Educativa. Unidad 01 10.00
Servicios 3170.00
Bibliografa Libro 15 1500.00
Servicio de Internet Mes 3 270.00
Servicio de telefona mvil. Global --- 100.00
Encuadernacin y Empastado Global --- 500.00
Servicio de transporte local y nacional Global --- 800.00
TOTAL GENERAL 5824.00

1.10 Financiamiento
El proyecto ser financiado en su totalidad con recursos propios de los autores de la
tesis.

2
II. PLAN DE INVESTIGACIN

2.1 Realidad Problemtica

Ms de mil millones de personas viven en todo el mundo con alguna forma de

discapacidad; de ellas, casi 200 millones experimentan dificultades considerables en su
funcionamiento. En Amrica Latina (2009) haba al menos 50 millones de personas con
algn tipo de discapacidad. [1-2]

Segn el informe regional sobre la medicin de la discapacidad de CEPAL (Comisin

Econmica para Amrica Latina y el Caribe) en Latinoamrica, el 12.6% de la poblacin
entre 2001 y 2013 presenta alguna discapacidad; teniendo as estadsticas como 23.9% en
Brasil, 15.8% en Uruguay, 14.8% en Argentina, 10.7% en Paraguay, 6.3% en Colombia,
5.6% en Ecuador, 5.3% en Venezuela, 3.3% en Bolivia, 2.2% en Chile y 5.2 en el Per.
De estos 5.2% en el Per (1 milln 575 mil personas) el 3.1% presenta dificultad de tipo
motriz (dificultad para moverse o caminar y/o para usar brazos o piernas). El estudio
mostr que la discapacidad motora, es la que ms afecta, alcanzando 932 mil personas.
De las 932 mil personas, el 40.6 % presenta problemas para utilizar el brazo. [3-4]

Si bien es cierto, la rehabilitacin fsica del brazo se centra en el tratamiento de la

incapacidad para mantener o devolver el mayor grado de capacidad funcional e
independencia posible del hombro, codo y la mano mediante terapias fsicas que son
actividades llevadas por fisioterapeuta; se presentan algunos problemas en la
rehabilitacin y estn presentes tanto para el paciente como para el terapeuta. Para el
paciente las terapias son costosas y el tiempo de recuperacin es largo, en el caso del
especialista se presenta problemas de eficiencia (debido al desgaste fsico que genera el
mover el brazo), adems no cuenta con medidas fiables del deterioro del brazo a
rehabilitar, ni tampoco con medidas para evaluar el progreso de la rehabilitacin
implementada. [5-6]

A pesar que en muchos pases desarrollados la ingeniera y la medicina han unido fuerzas
y experiencias en la bsqueda de dispositivos y diseos de mquinas de rehabilitacin
con caractersticas ms precisas y eficaces que permitan mejorar la calidad de vida de las
personas; en nuestro pas no se viene empleando en reas como la fisioterapia, en la que
se busca ayudar a pacientes que presentan complicaciones en los brazos debido a
malformaciones, mutilaciones o parlisis. [7]

Por eso entendiendo esta problemtica, en el presente trabajo de investigacin se pretende

disear una mquina de rehabilitacin del brazo con una herramienta de optimizacin
basados en algoritmos genticos y sntesis cinemtica de mecanismos, buscando una
solucin adecuada para tener una eficiencia cinemtica en un mecanismo Stephenson I
para diferentes posiciones del brazo cumpliendo con las restricciones impuestas.

3
2.2 Antecedentes
A continuacin, se presenta un breve resumen de las investigaciones realizadas que
sirvieron de base, bien sea por su metodologa o su contenido, para el desarrollo del
siguiente proyecto

En Ecuador, en 2014, Patricia Gabriela Moya Cceres y Stephanie Carolina, para optar el
grado de Ingeniero en Mecatrnica en la Universidad de las Fuerzas Armadas ,
realizaron su tesis Diseo y construccin de un prototipo funcional controlado por
computadora para la rehabilitacin de codo y mueca, en donde se describe el desarrollo
de un prototipo de rehabilitacin para el codo y la mueca, destinado a usarse en la
primera y segunda etapa de rehabilitacin, donde el paciente debe realizar ejercicios
pasivamente para lograr recuperar progresivamente la movilidad completa de sus
articulaciones.

Se han tomado en consideracin la biomecnica y antropometra del brazo para as llevar

a cabo los movimientos de flexin-extensin, pronacin-supinacin del codo, flexin-
extensin, abduccin-aduccin de la mueca mediante un diseo adaptable a cada
paciente, siendo til para la rehabilitacin del brazo izquierdo o derecho del paciente.

En Per, en mayo de 2015, Aarn Fabricio Arrese Bernab, para optar el grado de
Ingeniero Mecatrnico en la Pontificia Universidad Catlica del Per, realiz su tesis
Sistema mecatrnico para rehabilitacin de pacientes con parlisis total o parcial en
miembros superiores, el cual se presenta sistema mecatrnico que asiste al paciente
debajo del agua con los ejercicios de rehabilitacin, de manera que se pueda controlar la
fuerza para realizar cada ejercicio, controlar el movimiento y realizarlo en un medio,
cuyas propiedades son mejores para la rehabilitacin.

En Colombia , en agosto de 2004, Hctor Fabio Qintero R., Gabriel Calle Trujillo.,
Alexander Daz Arias., personal perteneciente a la Escuela Superior de Ingeniera
Mecnica, publican en la Revista Scientia et Technica, un tema de investigacin Sntesis
De Generacin De Trayectoria Y De Movimiento Para Mltiples Posiciones En
Mecanismos, Utilizando Algoritmos Genticos, en donde se presenta un procedimiento
para realizar la sntesis de un mecanismo que cumpla con las condiciones definidas
(generacin de trayectoria o de guiado de un cuerpo) para mltiples puntos de precisin.
Para la generacin de guiado de un cuerpo se extiende la aplicacin tradicional,
mecanismo de cuatro eslabones (4B), a mecanismos de seis eslabones. La metodologa
empleada para la obtencin del mecanismo utiliza los procedimientos propios de los
algoritmos genticos.

En Trujillo Per, en marzo de 2016, Alex Xavier Malsquez Len, para optar el grado
de Ingeniero Mecnico en la Universidad Nacional de Trujillo, realiz su tesis
optimizacin de la sntesis de un mecanismo Watt I para obtener las posiciones prescritas
de agarre similar a las falanges de la mano de una persona mediante algoritmos genticos.

4
y Matlab, el cual se desarroll utilizando el mtodo de algoritmos genticos, para el
diseo de mecanismos articulados de cuatros barras, aplicado a este sistema de seis barras.
En EE.UU, en setiembre de 1988,Robert.B.Carrisn,Fredrick D. Wucherpfennig,
pertenecientes a la Escuela Superior de Ingeniera Mecnica y Electricidad Unidad
Zacatenco, publican en la Red de Revistas Cientficas de Amrica Latina, un tema de
investigacin Sntesis de un mecanismo subactuado a partir de la funcin descriptiva del
dedo ndice, en donde se muestra la sntesis dimensional de un mecanismo sub actuado
empleado en dedos robticos multi articulados, estableciendo el tipo de mecanismo, el
nmero de elementos y las dimensiones del mismo de acuerdo a la trayectoria descrita
por el dedo ndice de la mano durante el agarre cilndrico.

En Mxico, en abril de 2011, E. A. Merchn-Cruz, E. Lugo-Gonzlez, J. Ramrez-

Gordillo, R.G. Rodrguez-Caizo, J. Sandoval-Pineda, L.H. Hernndez-Gmez, personal
perteneciente a la Escuela Superior de Ingeniera Mecnica y Elctrica Instituto
Politcnico Nacional, publican en la Red de Revistas Iberoamericana de Automtica e
Informtica Industrial, un tema de investigacin Sntesis Gentica de Mecanismos para
Aplicaciones en Prtesis de Miembro Inferior, en donde La sntesis de mecanismos
planos representa un problema atractivo para ser resuelto mediante tcnicas de
computacin evolutiva, ya que plantea un sistema indeterminado de ecuaciones no
lineales cuyo tamao es directamente dependiente del nmero de puntos de precisin
definidos para describir la trayectoria deseada del acoplador. Este artculo presenta la
optimizacin en el proceso de sntesis de mecanismos basado en algoritmos genticos
(AG) para el caso de un mecanismo plano de seis barras tipo Watt utilizado como base
para el diseo de una prtesis policntrica de rodilla. La trayectoria deseada a ser descrita
por el acoplador corresponde a la descrita por la rodilla durante un ciclo normal de
marcha. La metodologa propuesta ilustra claramente como, por la aplicacin de AGs, la
trayectoria generada evoluciona de manera natural desde una solucin errtica hasta una
curva que se ajusta suavemente a la trayectoria deseada.

2.3 Formulacin del Problema

Cules son las caractersticas tcnicas de una mquina basada en un mecanismo
Stephenson I para realizar movimientos caractersticos de rehabilitacin del brazo de una
persona?

2.4 Hiptesis
Las posiciones caractersticas del brazo de una persona para su rehabilitacin son posibles
de alcanzar usando un mecanismo Stephenson I, sntesis de cinemtica, algoritmo
gentico y la metodologa del diseo mecnico.

5
2.5 Objetivos
2.5.1 General
Aplicar sntesis analtica de movimiento de un mecanismo de seis barras Stephenson I
utilizando algoritmo gentico para disear una mquina de rehabilitacin del brazo de
una persona.

2.5.2 Especficos
Describir la biomecnica del brazo de una persona necesarias para su
rehabilitacin.
Realizar la sntesis cinemtica para un mecanismo articulado Stephenson I que
genere los movimientos de rehabilitacin del brazo de una persona.
Aplicar el mtodo de algoritmo gentico para encontrar las dimensiones ptimas
de los eslabones del mecanismo Stephenson I.
Realizar un programa en Matlab para dar solucin a las ecuaciones obtenidas en
el mtodo de algoritmo gentico.
Aplicar la metodologa del diseo mecnico para complementar el mecanismo
obtenido con la mquina de rehabilitacin del brazo de una persona.
Realizar la simulacin por medio del Software Solidworks del mecanismo
Stephenson I y la mquina obtenida.

2.6 Justificacin

2.6.1 Econmica
Este proyecto permitir contrarrestar la demanda de personas que necesitan rehabilitacin
en el brazo debido a que la poblacin est envejeciendo. Adems, su realizacin permitir
remplazar al terapeuta para la rehabilitacin, garantizando as el aumento de la relacin
beneficio - costo.

2.6.2 Social
La realizacin de este proyecto har posible la utilizacin de mquinas de rehabilitacin
a poblaciones que cuenten con bajos recursos o a poblaciones que no puedan costear un
tratamiento de rehabilitacin debido al alto costo que este genera, mejorando as la calidad
de vida y evitando la exclusin que tanto reclaman.

2.6.3 Tecnolgica
Este proyecto contribuir con la investigacin del uso de algoritmos genticos, en la
optimizacin de sntesis de mecanismos, para el diseo de equipos de rehabilitacin en el
campo de la biomecnica en el Per.

6
III. MARCO TERICO
3.1 Biomecnica del brazo
Para analizar el brazo humano se estudia desde dos ngulos diferentes

3.1.1 Datos Antropomrficos

3.1.1.1 Grados de libertad
El miembro superior del cuerpo humano, el brazo, tiene un total de 7 GDL hasta llegar a
la mueca [8]. Tres de ellos se sitan en el hombro, otro ms en el codo y tres ms en
la mueca. Los tipos de movimientos asociados a estos grados de libertad aparecen en
detalle ms adelante.

3.1.1.2 Rangos articulares

Los rangos articulares de cada una de las articulaciones del brazo humano se recogen en
la Tabla 3. Para entender completamente la tabla hay que tener en cuenta las siguientes
secciones de este apartado.

Tabla 3: Rangos articulares del brazo humano. Fuente: Ref. [9-10]

RANGOS ARTICULARES DEL BRAZO HUMANO
ARTICULACI N

RANGOS RANGOS RANGOS

GRADOS DE MOVIMIENTO ARTICULARES ARTICULARES ARTICULARES
[18] [19] [19]

GDL 1.- eje Extensin 45 a 50 40 60

transversal Flexin 180 150 a 170 180
0 a 5 -
c/ extensin N/D N/D
GDL 2.- eje Aduccin aproximacin
HOMBRO

anteroposterior c/ flexin 30 a 45 20 a 40 N/D

Abduccin 180 180 180
Rotacin Externa 80 N/D 73
GDL 3.- eje longitudinal Interna 95 N/D 104
vertical Rotacin Flexin 140 N/D N/D
horizontal Extensin 30 N/D N/D
Extensin 145 130 150
CODO

GDL 4 0 - Segn la Segn la

Flexion laxitud 5 a 10 laxitud de 2 a
10 10
GDL 5.- Eje Supinacin1 90 80 a 90 85
Longitudinal Pronacin 85 80 a 90 80
GDL 6.- Eje Flexin 85 N/D 81
MUECA

transversal Extensin 85 N/D 80

40 a 45
desde el eje
GDL 7.- Eje Aduccin N/D 38
mueca al eje
anteroposterior
dedo medio
Abduccin 15 N/D 21

Dado que los Cuadernos de fisiologa articular contienen ms informacin que la otra
fuente, va a ser esa la que restrinja los rangos mximos y mnimos a lo largo del proyecto.
7
Los datos de la tabla han tenido en cuenta los rangos mximos a los que una persona
poda llegar. Se han tomado los valores mximos dentro del percentil 5%, lo que quiere
decir es que el 95% de los humanos son incapaces de llegar a los datos de la tabla. Se
han elegido estos datos para dar un mayor margen de seguridad, dado que al utilizar
datos de media humana un gran nmero de pacientes tendran problemas con sus rangos
mximos, que la mquina no alcanzara.

Lamentablemente no es tan sencillo aislar el rea de trabajo, pues no es una medida

simple. Depende de las dimensiones del brazo humano, de la movilidad articular y
en general de otros aspectos secundarios. Farley aborda el problema de manera
geomtrica y asla estas zonas en el plano horizontal [11], como se muestra en la Figura
3.1 y 3.2.

Figura 3.1: reas de trabajo de Farley (mujeres) [cm]. Fuente: Ref. [11]

Fig. 3.2: reas de trabajo de Farley (hombres) [cm]. Fuente: Ref. [11]

Para el diseo que se realizar a lo largo de este proyecto se utilizarn los datos tanto de
la tabla Rangos articulares como de los datos de Farley. Las mismas reas de trabajo,

8
propuestas por Barnes y Squires [12], se dejarn a un lado, no por su falta de uso sino
porque los valores de Farley son ms crticos, y dan un cierto coeficiente de seguridad al
proyecto.

Fig. 3.3: reas de trabajo. Fuente: Ref. [13]

Se puede observar en la imagen 3.2 cmo el lmite superior en distancias lo marcan los
hombres, con miembros ms largos, y el inferior las mujeres. Es por eso que se han
tomado los valores por encima del percentil 95 de los hombres para los rangos mximos,
y por debajo del 5 en las mujeres para los mnimos.

3.1.2 Sistema de referencia y nomenclatura

En la figura 3.4 y 3.5 se ve el cuerpo humano dividido en sus tres planos caractersticos
a la izquierda (plano sagital, plano frontal, plano horizontal) y esos tres planos trasladados
al hombro. Este va a ser el sistema de referencia para el proyecto.

En la figura 3.4 pueden distinguirse los siguientes elementos: A, plano sagital; B,

plano frontal; C, plano horizontal. Los ejes se encuentran en las intersecciones: AB, eje
vertical; BC, eje transversal; AC, eje anteroposterior. La figura 3.5 representa los mismos
planos referidos al hombro, as como la curva mxima capaz del brazo humano.

Partiendo del sistema de referencia se procede a avanzar desde el hombro hasta la mano
con objeto de observar en detalle rangos, movimientos, articulaciones, ejes de giro, etc.

9
 Fig. 3.4. Planos del cuerpo humano Fig. 3.5. Traslado al hombro

3.1.3. Articulaciones y Movimientos del brazo

Se comenzar con la articulacin del hombro por tratarse de la articulacin madre en
el sistema de elementos del brazo. Se define madre aquello que est aguas arriba en
un sistema estructural, e hijo aquello que est aguas abajo, o anidado a un objeto
madre.

3.1.3.1. Hombro
Debido a que los movimientos del hombro se realizan en tres ejes, es la articulacin con
mayor movilidad del cuerpo humano. Las articulaciones que se distinguen dentro del
hombro son: glenohumeral, articulacin esferoidea poliaxial; acromioclavicular,
articulacin plana compuesta; esternoclavicular: sillar biaxial. Aunque debido a la
complejidad del vocabulario no se utilizarn estos trminos.

Fig. 3.6: Articulaciones acromioclavicular y hombro. Fuente: Ref [14]

En la imagen 3.6 se pueden distinguir los siguientes elementos numerados: (1)

Articulacin acromioclavicular y ligamentos; (2) Ligamento coracoclavicular; (3) Arco
10
coracoacromial; (4) Cpsula fibrosa articulacin hombro y ligamentos glenohumerales;
(5) Ligamento transverso; (6) Ligamento coracohumeral.

Fig. 3.7: Articulacin del hombro. Fuente: Ref. [14]

a) Eje transversal
| Se muestra en la figura 3.8. Este eje dirige los movimientos contenidos en el plano
sagital (o plano de perfil). Los movimientos asignados a este eje son los de:

Figura 3.8. Movimientos en torno al eje transversal. Izquierda, extensin. Derecha, flexin.

a.1) Flexin: movimiento de elevacin del brazo en el plano sagital en la

direccin de la mirada. Ejemplo: el movimiento desarrollado por un nadador de
estilo espalda.

11
 a.2) Extensin: movimiento de elevacin del brazo en el plano sagital en
direccin a su parte anterior (espalda). Ejemplo: el movimiento tpico de un atleta
en las carreras de relevos cuando se dispone a recoger el testigo.

b) Eje anteroposterior
Este eje es el giro de los movimientos contenidos en el plano frontal. Los movimientos
asignados a este eje son:

b.1) Aduccin: Solo posible con una posicin del brazo alejada de la posicin de
referencia (Imagen 3.9), siendo:

b.1.1) Aduccin y extensin: Pasar el brazo por la parte anterior del

sujeto. Ejemplo: el movimiento efectuado cuando se esconde algo detrs
de la espalda.

b.1.2) Aduccin y flexin: Pasar el brazo por la parte delantera del sujeto.
Ejemplo: el movimiento realizado al limpiar una superficie horizontal en
la direccin contraria al brazo utilizado.

Figura 3.9. Movimientos de aduccin. Aduccin y extensin, izquierda. Aduccin y flexin,

derecha.

b.2) Abduccin: Separacin con respecto al tronco en el plano frontal. Es el

movimiento que empleara alguien en una conferencia para levantar la mano y
pedir la palabra. Imagen 3.10.

12
 Figura 3.10: Secuencia del movimiento de abduccin

c) Eje vertical
Es el eje en torno al cual se ejecutan los movimientos contenidos en el plano
horizontal, es decir, aqul que slo podr ser visto en planta. Hay dos grupos de
movimientos segn sea la posicin de referencia elegida. Estos dos grupos deben ser
expuestos para analizar a posteriori los rangos articulares.

c.1.) Rotacin sobre el eje longitudinal. La posicin de referencia elegida

en este grupo es con el brazo superior en paralelo al tronco, mientras que el
antebrazo est flexionado por el codo a 90 con el eje natural de la posicin de
reposo. De esta manera, el eje del brazo superior coincide con el de giro. Sus
movimientos son:

c.1.1) Rotacin externa: el brazo va desde la posicin de reposo en

direccin a la espalda, respetando el eje de giro vertical.

c.1.2) Rotacin interna: el dorso de la mano queda contra la espalda por

detrs de esta. No es un movimiento continuo, sino que sirve para
establecer el rango articular del eje vertical en un movimiento antagnico
[WTF] con el anterior.

c.2) Rotaciones horizontales: Aqu la posicin de referencia es la de brazo

completamente extendido a 90 siguiendo un movimiento de abduccin. Ejemplo:
seal de un guarda de trfico cuando quiere detener los coches a su espalda.

c.2.1) Flexin horizontal: Desde la posicin de referencia es llevar el

brazo a su lado, de manera que la mano quede lo ms cerca posible de la
espalda

13
Figura 3.11: Rotaciones longitudinales. Izquierda, rotacin externa. Derecha y arriba, rotaciones
internas.

Figura 3.12. Rotaciones horizontales. Arriba, flexin horizontal. Centro, posicin de referencia.

3.1.3.2. Codo
En el codo existe un solo grado de libertad. Este movimiento nos permite flexionar o
extender el antebrazo. Es posible tomar como parte de los grados de libertad del codo el

14
movimiento de prosupinacin, ya que envuelve a la articulacin radio-cubital superior
adems de a la inferior.

En la figura 3.13 se muestran las siguientes articulaciones humerocubital y humeroradial.

Humerous: hmero; Radius: Radio; Ulna: cubito; Lateral epicondyle: epicndilo lateral;
Medial epicondyle: epicndilo medio; Coronoid fossa: fosa coronoide; Radial fossa: fosa
radial; Humeroradial joint: articulacin humeroradial; humeroroulnar joint: articulacin
humero-cubital; Capitulum: cndilo; Trochlea: trclea; Radial head: Cabeza del radio;
Coronoid process: apfisis coronoide.

Figura 3.13: Vista anterior del codo. Fuente: Ref. [15]

Figura 3.14. Vista posterior del codo que muestra las articulaciones humero radial y humero
cubital Olecranon process: proceso olecraneano; Olecranon fossa: fosa olecraneana [15]

15
 Figura 3.15. Articulacin del codo de perfil. Fuente: [14]

Figura 3.16. Seccin lateral del codo. Fuente: Ref. [14]

a) Flexin. Es el movimiento que lleva el antebrazo a entrar en contacto con el brazo.

Ejemplo: movimiento tpico de un levantador de pesas que ejercita sus bceps.

16
 Tendr distintos rangos articulatorios en funcin de si sus movimientos son
pasivos o activos.

b) Extensin. Es el movimiento antagonista del anterior, que lleva al brazo a la

posicin de referencia y ms all si hay laxitud.

Figura 3.17: Movimientos de flexin y extensin. Izquierda, flexin. Derecha, extensin en la

posicin de referencia.

3.1.3.3 Mueca
La mueca consta de tres grados de libertad: eje longitudinal, eje transversal y eje
anteroposterior.

a) Eje transversal
Alrededor de este eje se produce el movimiento de pronosupinacin. Ese movimiento
precisa la intervencin de la asociacin mecnica de dos articulaciones: la
radiocubital superior y la inferior. Al intervenir la inferior es tomado como un grado
de libertad de la mueca.

La posicin intermedia ser la del brazo superior pegado al tronco y el antebrazo

levantado 90 respecto al eje longitudinal del brazo superior. La mano estar situada
tal que el pulgar est apuntado hacia arriba. La posicin recuerda a la actitud de
dar la mano en los pases occidentales.

a.1) Supinacin. Es el movimiento de giro del antebrazo sobre su eje

longitudinal tal que desde la posicin de referencia la palma de la mano queda

17
 hacia arriba y el pulgar de la mano en el lado ms alejado al torso. La postura
final recuerda a alguien que esperarecibir algo en la palma de la mano

a.2) Pronacin. Es el movimiento antagnico. Desde la posicin de referencia,

el pulgar queda pegado al torso. Recuerda vagamente a la postura que la mano
toma cuando se va a acariciar algo.

Figura 3.18. Movimientos de pronosupinacin. Izquierda, supinacin. Centro, posicin de

referencia. Derecha, pronacin.

b) Ejes transversal y anteroposterior

La posicin de referencia es el antebrazo en supinacin completa, es decir, con la
palma hacia arriba. De esta manera quedan definidos dos ejes: transversal y
anteroposterior. Hay que aadir que la mayora de movimientos de la mueca no
incluyen a la vez estos dos grados de libertad.

Figura 3.19. Ejes y planos de movimiento de la mueca. Eje AA, transversal. Eje BB,
anteroposterior.

b.1) Eje transversal: Flexo-extensin

18
 b.1.1) Flexin: Es el movimiento en que la palma queda hacia arriba,
estando el eje transversal de giro en la mueca.

b.1.2) Extensin: Es el movimiento antagonista. La palma queda hacia

abajo

Figura 3.20. Movimientos en torno al eje transversal. Izquierda, flexin. Centro, posicin de
referencia. Derecha, extensin.

b.2) Eje anteroposterior: Aduccin-Abduccin

b.2.1) Aduccin: Considerando el eje de giro en la muera, es el giro en

torno al eje anteroposterior que deja el pulgar apuntando hacia el suelo.
Ntese que la cantidad de grados de giro vara con respecto a qu dedo est
tomada la medida. Estando el eje en la mueca y la lnea de referencia en
el dedo medio, el ngulo est entre los 40 y 45 grados.

b.2.2) Abduccin. El antagonista del anterior. El giro ocasiona que sea el

dedo meique el que queda apuntando al suelo.

Figura 3.21. Movimientos en torno al eje anteroposterior. Izquierda, abduccin. Dentro,

posicin de referencia. Derecha aduccin.

19
3.2 Fundamentos de Cinemtica
Un mecanismo se define como una cadena cinemtica en la cual por lo menos un eslabn
se ha fijado o sujetado al marco de referencia (la cual por s mismo puede estar en
movimiento). [16]

3.2.1 Grados de Libertad [17]:

En un sistema, los grados de libertad (GDL) son el nmero de parmetros independientes
(medidas) que se necesitan para definir unvocamente su posicin en el espacio en
cualquier instante. Para determinar los GDL totales de un mecanismo se debe tener en
cuenta el nmero de eslabones y articulaciones, as como las interacciones entre ellos. Es
as que tenemos la ecuacin de Kutzbach:

m = 3(n 1) 2j1 j2 (3.1)

Donde:
m = Grados de libertad
n = Nmero de eslabones
j1 = Nmero de pares de un solo grado de libertad.
j2 = Nmero de pares con dos grados de libertad.

Si este criterio da m > 0, el mecanismo posee m grados de libertad. Si m = 1, este se

puede impulsar con un solo movimiento de entrada, si m = 2, se necesitan dos
movimientos de entrada separados para producir un movimiento restringido del
mecanismo. Si m = 0 el movimiento es imposible y forma una estructura.

Para un mecanismo de 4 barras, GDL es:

m = 3(4 1) 2(2) 0 = 1

Para un mecanismo de 6 barras, GDL es:

m = 3(6 1) 2(7) 0 = 1

3.2.2 Mecanismo Plano de 4 barras: [16]

Es el mecanismo articulado ms simple posible para movimiento controlado con grado
de libertad simple. (GDL=1). De hecho, es el dispositivo ms comn y omnipresente
utilizado en maquinaria. Tambin es extremadamente variado en funcin de los tipos de
movimientos que puede generar.

3.2.3 Ley de Grashof :[18]

La condicin de Grashof es una relacin muy simple que predice el comportamiento de
rotacin o rotabilidad de las inversiones de un eslabonamiento de cuatro barras basado
slo en las longitudes de los eslabones.
Sea:
S = Longitud del eslabn ms corto.
L = Longitud del eslabn ms largo.

20
 P = Longitud de un eslabn restante.
Q = Longitud de otro eslabn restante.

Luego si:
S+LP+Q (3.2)

El eslabonamiento es de Grashof y por lo menos un eslabn ser capaz de realizar una

revolucin completa con respecto al plano de bancada. Esta se llama cadena cinemtica
de CLASE I. Si la desigualdad no es cierta, entonces el eslabonamiento no es Grashof y
ningn eslabn ser capaz de realizar una revolucin completa con respecto a cualquier
otro eslabn. Esta es una cadena cinemtica de CLASE II. (Ver figura 3.22).

Figura 3.22: Eslabonamiento de Grashof (izquierda) y Eslabonamiento de No Grashof

(derecha). Fuente: Ref. [16]

3.2.4 Mecanismo de 6 Barras [17]

En ocasiones, en las que se halla una buena solucin a un problema de sntesis de
eslabonamiento, que satisface las restricciones de generacin de trayectoria, pero sta
tiene los pivotes fijos en localizaciones impropias para la unin al plano o al armazn de
fijacin disponible, se presentan los mecanismos cognados. Este trmino fue empleado
por Denavit y Hartenberg (1955) para describir un eslabonamiento de distinta
configuracin, que genera la misma curva que el acoplador.

De acuerdo al teorema Roberts Chebychev explicado en el trabajo de Shigley (1988),

tres eslabonamientos planos de cuatro barras articuladas, describirn curvas del acoplador
idnticas.

Al hacer arreglos entre los mecanismos cognados de cuatros barras, se obtienen las
configuraciones fundamentales de mecanismos de 6 barras, tipo Watt y el tipo
Stephenson, como los mostrados en la figura 23.

Dicha clasificacin de mecanismo de 6 barras es estudiada para cubrir ciertas exigencias

que no se pueden cubrir con los mecanismos de 4 eslabones. Norton (1999) seala que

21
esta configuracin se emplea cuando se tienen requerimientos que producen una
detencin (es cuando existe un periodo inmvil del acoplamiento de salida para el
movimiento diferente a cero del de la entrada), en el acoplamiento de salida durante los
periodos predefinidos del movimiento del acoplamiento de entrada.

Este mecanismo aplicado a las prtesis de miembro inferior, ofrecen movimientos con
mejor coordinacin en la fase de postura y marcha.

En la sntesis de mecanismos de 6 barras, la optimizacin se formula generalmente como

la minimizacin del error en ngulos correlacionados de la entrada y la salida. Es decir,
la posicin del error que se presenta entre la trayectoria obtenida y la deseada. A estos
mecanismos tambin se les puede hacer la sntesis por medio del mtodo de Newton
Raphson y por algebra compleja siguiendo el mismo principio de cuatro barras, ya que
los de 6 eslabones se forman por la unin de 2 mecanismos de esta configuracin.

Fig. 3.23 Mecanismo Bsico de 6 Barras tipo Watt y Tipo Stephenson.

3.3 Sntesis de Mecanismos: [19]

La sntesis de mecanismos de acuerdo a Ruleaux en 1875, en el trabajo de Gmez
Cristbal (2003), dice que es el proceso de transformacin de las exigencias en algunos
mecanismos. Esta abarca problemas no estructurados de gran complejidad matemtica,
donde es preciso alcanzar cierto grado de equilibrio entre los distintos objetivos, que son,
por lo general, de naturaleza diversa, llegando a una solucin que satisfaga
suficientemente las exigencias de diseo impuestas.

3.3.1 Mtodos para la sntesis de mecanismos:

La mayor parte de estos mtodos estn relacionados con la generacin de trayectorias y
de posicin para mecanismos de cuatro barras.

22
 Tabla 4: Valores de anchura para las falanges. Fuente: Ref. [19]

3.3.2 Generacin de Trayectoria: [16]

Se define como el control de un punto en el plano, de tal suerte que siga una trayectoria
prescrita. Esto en general se logra con por lo menos cuatro barras, donde un punto del
acoplador traza la trayectoria deseada. Hay que observar que en la generacin de
trayectoria no se hace ningn intento por controlar la orientacin del eslabn que contiene
el punto de inters. Un ejemplo de esto es el mecanismo para el avance de pelcula de
cmara de cine (ver figura 3.24).

Figura 3.24: Mecanismo generador de trayectoria. Fuente: Ref. [16]

23
 3.3.3 Sntesis Analtica con Algebra Compleja [16]
La posicin de un punto en el plano se define mediante un vector de posicin. La eleccin
de ejes de referencia es arbitraria y se puede expresar en forma polar para proporcionar
la magnitud y la direccin del vector o en forma cartesiana para optar los componentes X
y Y del mismo. La utilidad real de los nmeros complejos en el anlisis en el plano se
debe a la facilidad con que se pueden pasar a la forma polar, si se usa la notacin compleja
rectangular para un vector R se puede escribir como:

R = |R| @ = R cos + jR sin (3.3)

Y si se emplea Euler se tiene:

ej = cos j sin (3.4)

El cul tambin puede ser escrito en forma polar compleja:

R = Rej (3.5)

Utilizando estas ecuaciones se obtiene el movimiento complejo en un vector, que es la

suma de los componentes de traslacin y rotacin. Bloch (1940) desarroll para la sntesis
de mecanismo de 4 barras utilizando algebra compleja, para esto, reemplazan cada uno
de los elementos del mecanismo por un vector de posicin, presentado en notacin
compleja polar. Empleando este mtodo para la figura 26, se seala que cada vector que
define a los eslabones se representa de la siguiente forma:

Figura 3.25: Mecanismo de cuatro barras. Fuente: Ref. [16]

Siendo xd y yd los valores del punto deseado, x0 y y0 los puntos para el origen, r2 la
manivela, rcx y rcy los eslabones que tocan el punto de precisin. Con base en la figura
26 se tiene:

24
 2 + 3 = 1 + 4 (3.6)

Al aplicar la notacin polar:

r2 ej2 + r3 ej3 = r1 ej1 + r4 ej4 (3.7)

Al desarrollar (3.7) en forma cartesiana, aplicando (3.4) se obtiene:

r2 (cos 2 + j sin 2 ) + r3 (cos 3 + j sin 3 )

= r1 (cos 1 + j sin 1 ) + r4 (cos 4 + j sin 4 ) (3.8)

De (3.8) se puede agrupar la parte real y la parte imaginaria para forma ecuaciones
simultneas y obtener las incgnitas de los ngulos 3 y 4 , que se desarrollaran ms
adelante:

Real: r2 cos 2 + r3 cos 3 = r1 cos 1 + r4 cos 4 (3.9)

Imaginaria: r2 sin 2 + r3 sin 3 = r1 sin 1 + r4 sin 4 (3.10)

Reacomodando estas ecuaciones para despejar 3 y asumiendo que 1 = 0 y 2 es un

valor de entrada que se puede manipular se obtiene:

r3 cos 3 = r1 + r4 cos 4 r2 cos 2 (3.11)

r3 sin 3 = r4 sin 4 r2 sin 2 (3.12)

Sumando y elevando al cuadrado ambas ecuaciones para simplificar se tiene:

r3 2 = r4 2 + r2 2 + r1 2 + 2r1 r4 cos 4 2r1 r2 cos 2 2 r2 r4 cos(2 4 ) (3.13)

Esta ecuacin debe normalizarse para reducir su complejidad, y para esto se utilizan las
constantes K1 , K 2 y K 3 en trminos de las longitudes de los eslabones:

r1 r1 r1 2 + r2 2 r3 2 + r4 2
K1 = , K2 = K3 = (3.14)
r2 r4 2 r2 r4

Por lo tanto la ecuacin (3.14), conocida tambin como la ecuacin de Freudenstein

(1956) se expresa como sigue:

K1 cos 4 K 2 cos 2 + K 3 = cos(2 4 ) (3.15)

Para reducir ms esta ecuacin se emplea las identidades trigonomtricas del ngulo
mitad, que convertirn los trminos en sin 4 y cos 4 en trminos de tan 4 :

25

2 tan ( 24 )
sin 4 = (3.16)

1+ tan2 ( 4 )
2

1 tan2 ( 24 )
cos 4 = (3.17)

1 + tan2 ( 24 )

Conocido 2 , de (3.15) se agrupan nuevamente las variables, obtenindose:

4 4
Atan2 ( ) + B tan ( ) + C = 0 (3.18)
2 2

Donde:

A = cos 2 K1 K 2 cos 2 + K 3 (3.19)

B = 2 sin 2 (3.20)
C = K1 (K 2 + 1) cos 2 + K 3 (3.21)

Utilizando la ecuacin cuadrtica para obtener los valores de los ngulos se tiene:

B B2 4AC
41,2 = 2 tan1 ( ) (3.22)
2A

Es importante que la ecuacin (3.23) tiene soluciones que pueden ser reales iguales,
reales distintas y complejas conjugadas. Si estas son complejas conjugadas, los eslabones
con esas longitudes no se conectan (no forman una cadena cinemtica cerrada) para el
valor de 2 seleccionado. Excepto en esta situacin, la solucin por lo general ser real y
desigual, lo cual significa que existen dos valores de 4 que correspondan a cualquier
valor de 2 .

Estas se conocen como las configuraciones cruzada y abierta del mecanismo y tambin
como los dos circuitos del mecanismo. En el mecanismo de cuatro barras, la solucin
negativa de 4 para la configuracin abierta, y la positiva da 4 para la configuracin
cruzada.

Para calcular el ngulo 3 , se realiza un procedimiento similar al clculo de 4 . Hay que

regresar a (3.10) y (3.11) despejando ahora 4 , resultando:

r4 cos 4 = r2 + r3 cos 3 r1 (3.23)

r4 sin 4 = r2 sin 2 + r3 sin 3 (3.24)

Elevando al cuadrado y sumando para eliminar 4 se obtiene la ecuacin:

26
 K1 cos 3 K 4 cos 2 + K 5 = cos(2 3 ) (3.25)

La constante K1 es la misma que para 4 , K 4 y K 5 son:

r1 r4 2 r1 2 r2 2 r3 2
K4 = K5 = (3.26)
r3 2 r2 r3

Reduciendo a la forma cuadrtica:

3 3
Dtan2 ( ) + E tan ( ) + F = 0 (3.27)
2 2

Donde:
D = cos 2 K1 + K 4 cos 2 + K 5 (3.28)
E = 2 sin 2 (3.29)
F = K1 + (K 4 1) cos 2 + K 5 (3.30)
Y la solucin es:

E E 2 4DF
31,2 = 2 tan1 ( ) (3.31)
2D

Como con el ngulo 4 , sta tambin tiene dos soluciones, correspondiente a los circuitos
cruzados y abierto del mecanismo.

La posicin de un punto P sobre el eslabn acoplante se puede calcular una vez que se
tienen los ngulos 3 y 4 dado que el marco de referencia se encuentra localizado en x0
y y0 :
= r2 ej2 + rcx ej3 + rcy ej(90+3) (3.32)

La ventaja de utilizar la notacin de nmeros complejos para representar vectores planos

(o en el plano) proviene de la identidad de Euler y sirve para desarrollar y deducir las
ecuaciones para la posicin, la velocidad y la aceleracin del eslabonamiento.

La sntesis comprende la determinacin de las dimensiones de los eslabones del

mecanismo que hacen que se cumplan las condiciones preestablecidas, como el rango de
valores que puede encontrarse la dimensin de los eslabones, los ngulos de entrada 2 y
el cumplimiento de las condiciones de Grashof, as como el clculo del ngulo 3
correspondiente al movimiento de la biela y el ngulo 4 que genera el movimiento de
salida. [17]
El anlisis inicia empleando las coordenadas naturales de las trayectorias, suponiendo que
se pueden variar las longitudes de la manivela y del eslabn seguidor, las dimensiones y
la forma del eslabn acoplador. [17]

27
Analticamente, al determinar las ecuaciones de Freudenstein, se observa que si la
trayectoria a seguir por el punto (xd , yd ) pasa por cuatro puntos, por ejemplo, resultara
que las 8 condiciones de restriccin (longitud de los 6 eslabones y dos puntos x e y inicial)
se convertiran en 32 ecuaciones. En este caso, se tendran 32 ecuaciones y 33 incgnitas,
lo que genera la necesidad de plantear una optimizacin.

Por esto es necesario, predeterminar la longitud de algn eslabn, para reducir el

problema a un sistema de 32 ecuaciones con 32 incgnitas, que en general tendra una
solucin nica. A medida que se aumenta el nmero de puntos a seguir, se incremente el
nmero de ecuaciones de restriccin y es necesario buscar una solucin de manera que la
suma de los cuadrados de las distancias entre los puntos previstos y los puntos logrados
sea mnima, lo que supone generar una solucin aproximada. [17]

3.4 Fundamentos de Algoritmo Gentico

Un algoritmo gentico tpico inicia con una poblacin generada aleatoriamente. Los
caracteres en la cadena de solucin son llamados genes. A la posicin concreta de cada
gen se le llama locus y a su valor concreto se le denomina alelo. Cada solucin de la
cadena es llamada cromosoma. El cdigo de las variables se llama genotipo, y las
variables mismas se llaman fenotipo. (Ver figura 26). [20]

Figura 3.26: Ejemplo de relacin entre genotipo y fenotipo. Fuente: Ref. [21]

Los individuos son seleccionados probabilsticamente para ser evaluados por la funcin
objetivo. La poblacin evolucionar, a lo largo de las generaciones sucesivas, de tal
manera que la adaptacin media extendida a todos los individuos de la poblacin, as
como la adaptacin del mejor individuo se irn incrementando hacia la ptima global
evitando una convergencia prematura. [22]

La convergencia prematura es un problema tambin conocido como decepcin, debido a

que una cantidad de soluciones pueden llegar rpidamente a dominar el conjunto de
soluciones, haciendo que converjan en un local mximo o se mantengan en algn lugar
del espacio de bsqueda, aun cuando existe la posibilidad de llegar a un ptimo global.
[22]

28
A medida que el nmero de generaciones aumenta, es ms probable que la adaptacin
media se aproxime a la del mejor individuo y se evite con esto la convergencia prematura.
De esta forma un gen ha convergido cuando al menos un 95% de los individuos de la
poblacin comparten el mismo valor para dicho gen. Se dice entonces que la poblacin
converge cuando todos los genes han convergido. [17]

Los pasos para hacer un algoritmo gentico simples segn se establece en Goldberg
(1989) se presenta en el diagrama de la Figura 28. [23]

Figura 3.27: Ciclo bsico de un algoritmo gentico. Fuente: Ref. [24]

3.4.1 Poblacin Inicial: [25]

Se crea aleatoriamente y es codificada dentro del cromosoma de un arreglo de longitud
variable (ver figura 28). La codificacin puede hacerse en una representacin binaria, con
base al dominio de cada variable, para la sntesis de mecanismos, la longitud de los
eslabones y los ngulos de movimiento, se calcula el nmero de bits y la longitud del
cromosoma con las siguientes ecuaciones:
log[(ri max ri min )10P ]
nbitsi = (3.33)
log 2
Donde:
nbitsi = Nmero de bits por variable.
ri max = Lmite mximo de la variable.
ri min = Lmite mnimo de la variable.
P = Nmero de dgitos de precisin en la parte decimal.

longcr = nbitsi (3.34)

i=1
Donde:
longcr = Longitud del cromosoma.

29
El tamao de una poblacin ni de cromosomas de longitud longcr, con una codificacin
binaria, compuesta por una seria de genes y alelos, debe ser suficiente para garantizar la
diversidad de las soluciones creadas por una notacin mediante cadenas compuestas por
0 y 1, si se escoge una representacin binaria:
1,1 1,longcr
snixlongcr = [ ] (3.35)
ni ,1 ni ,longcr

La poblacin debe evaluarse decodificando los genes del cromosoma, para convertirse en
una serie de soluciones factibles al problema:
nbitsi
ri ri min
xi = ri min + ( bi 2i ) ( max ) (3.36)
2longcr 1
j=0
Donde:
xi = La variable decodificada.
bi = Bit de la cadena.

Figura 3.28: Representacin de la poblacin inicial. Fuente: Ref [17]

3.4.2 Evaluacin
Durante este paso, se decodifica el gen, convirtindose en una serie de parmetros de un
problema. Se halla la solucin a partir de los parmetros y se le da una puntuacin a esa
solucin, llamada funcin de aptitud o fitness function (trmino en ingls), esta es la
encargada de valorar a los individuos que forman la poblacin e indicamos cmo de buena
es la solucin que nos ofrecen. As nosotros podemos escoger a los ms aptos para que se
reproduzcan y den lugar a las siguientes generaciones. Mientras tanto, los individuos
menos adaptados encontrarn mayores dificultades para que su material gentico se
propague en las sucesivas generaciones hasta que al final acaben desapareciendo. [21]

No es necesario recalcar la importancia que tiene esta funcin de fitness. Es junto con la
codificacin escogida los dos factores ms decisivos para que un AG funcione
correctamente. Lo ideal sera definir funciones de fitness (fi ) que reflejen el valor del
individuo de una manera real y que verifiquen que para dos individuos que estn
prximos en el espacio de bsqueda, el valor de la funcin de adaptacin de stos est
prximo entre s tambin. [26]

30
La funcin objetivo (Fpop ) da una medida de desempeo con respecto a un conjunto
particular de valores en los genes, y la funcin aptitud, transforma esta medida de
desempeo en una distribucin de oportunidades para la reproduccin.

fi = fitness(xi ) = funcin aptitud (3.37)

j

Fpop = fi (3.38)
i=1
En la evaluacin tambin pueden agregarse ciertas penalizaciones para mejorar los
resultados:
Absolutista: Los individuos que no verifican las restricciones, no son
considerados como tales y se siguen efectuando cruces y mutaciones hasta obtener
individuos vlidos, o bien de dichos individuos se les asigna una funcin objetivo
igual a cero.
Regenerador: Es un operador que reconstruye aquellos individuos que no
verifican las restricciones.
Penalizacin de la funcin objetivo: Consiste en dividir la funcin objetivo del
individuo por una cantidad (la penalizacin) que guarda relacin con las
restricciones que dicho individuo viola. Esta cantidad puede tener en cuenta el
nmero de restricciones violadas o el costo esperado de reconstruccin, que es un
coste asociado a la conversin de dicho individuo en otro que no viole ninguna
restriccin.
Evaluacin aproximada de la funcin objetivo: La obtencin de n funciones
objetivos aproximada puede resultar mejor que la evaluacin exacta de una nica
funcin.

3.4.3 Seleccin
El proceso consiste en elegir individuos de acuerdo a su contribucin de aptitud con
respecto al total de la poblacin, existen varias tcnicas, per la ms utilizada es la funcin
de seleccin proporcional a la funcin objetivo, con sta, cada individuo tiene una
probabilidad de ser seleccionado como padre, que es proporcional al valor evaluado
mediante la funcin objetivo. [17]

El muestreo universal estocstico, el cual utiliza un nico giro de ruleta, siendo los
sectores circulares proporcionales a la funcin objetivo. Los individuos son seleccionados
a partir de marcadores igualmente espaciados y un comienzo aleatorio. En este mtodo,
si se determina una poblacin de tamao N de generacin t, de un algoritmo, donde
existen k individuos del esquema H y que f1 ,f2 , fk son valores de la funcin de
adaptacin. Si se selecciona aleatoriamente un miembro de la poblacin usando el
mecanismo de la ruleta, la probabilidad de que este sea el i simo representante del
esquema H es: [58]

31
 fi
pi = j
(3.39)
i=1 fi

Con esta frmula se calcula la poblacin inicial, pero esto slo es vlido para el tipo de
seleccin proporcional o de ruleta.

Para la seleccin de la ruleta se necesita conocer el grado de adaptacin de alguno de los

individuos Fi y la suma de la poblacin calificada de los individuos adaptados N i=1 Fi y
la circunferencia Ci , la frmula de la ruleta ser: [27]
fi
wi = (3.40)
Fpop
1

Lp = wk + wp (3.41)
=0

Figura 3.29: Seleccin por ruleta. Fuente: Ref. [17]

3.4.4 Operador Cruce

Una vez seleccionados los individuos que harn las funciones de padres llega el momento
de la reproduccin. A imagen y semejanza de lo que ocurre en los seres vivos, la
reproduccin de los individuos de una poblacin puede darse de un modo sexual (cruce)
o asexual (mutacin). En el modo sexual se produce un intercambio de material gentico
entre los progenitores y es precisamente el operador cruce la encargada de realizar dicha
tarea. [26]

Kuri Morales & Calaviz Casas (2002) seala que si se aplica un cruzamiento con una
probabilidad (pc ) sobre los individuos seleccionados previamente, algunas de las cadenas

32
H se cruzaran con otras, de forma tal que la cadena resultante ya no sera la representante
de la cadena original, es decir:
f( H)
m(H, t + sel + cru) m(H, t) (1 pc pr ) (3.42)
f
Donde:

m(H, t) = k: Es el nmero de individuos del esquema de generacin t.

pr = Probabilidad de ruptura del esquema H bajo el tipo de cruzamiento que est siendo
utilizado.

En resumen, los bloques de cromosomas seleccionados se alinean, luego se fraccionan en

el nmero de partes elegidos, con base en el tipo de cruce seleccionado, posteriormente
cambian segmentos de cadena lineales de longitud fija entre s. El cruce se da a travs de
identificar un punto de corte, donde la pasaje de padres seleccionados toma en ese punto
una parte del segmento especfico y despus estos se sitan en esa posicin para ser
intercambiados mediante una concatenacin, generando un nuevo individuo. (Ver figura
30).

Figura 3.30: Cruzamiento. Fuente: Ref. [17]

3.4.4.1 Tipos de cruzamiento [17]

Ya que se tienen seleccionados los mejores individuos, el siguiente paso es hacer el cruce
de estos individuos, que puede ser un punto, dos puntos o uniforme:
Estos se utilizan dependiendo del esquema que se analice, los cruzamientos ms
utilizados son, con base en el trabajo de Kuri Morales & J.

Cruzamiento de punto: Se elige un punto de corte y se intercambian los

segmentos anlogos de las dos cadenas.
Cruzamiento de dos puntos: Se eligen dos puntos de cote y se intercambian los
segmentos medios de ambas cadenas, se considera a los extremos de la cadena
como sitios contiguos, como un anillo.
Cruzamiento uniforme: Para cada posicin de bit de una cadena a generar se
elige aleatoriamente el bit de la misma posicin de alguna de las cadenas
generadoras.

33
 3.4.5 Operadores de mutacin [17]
Por lo general la reproduccin asexual no es un mtodo recomendable por s mismo. Aun
as, tampoco ha de ser descartada de forma tajante. Se puede considerar la posibilidad de
permitir un pequeo margen de individuos reproducidos de manera asexual y cuyas
nicas diferencias con sus padres sean las provocadas por la funcin mutacin. [20]

Es un operador que se aplica con probabilidad (pm ) y que tiene el efecto de invertir un
bit utilizando una probabilidad de mutacin del bit,(l1 ) siendo(l) la longitud de la
cadena del cromosoma, (ver figura 31). Goldberg (1989) menciona que hay una variacin
del valor de los genes en forma aleatoria, generalmente se da en valores muy pequeos,
ya que no es tan significativo como el cruce. Una tasa de mutacin variable es muy
significativa para buscar eficiencia, sin embargo, an no hay certeza que incremente el
desempeo del algoritmo durante el proceso evolutivo.

Figura 3.31: Mutacin. Fuente: Ref. [17]

El cruzamiento y la mutacin son representadas por:

pc = 1 (longcr 1) Rand (3.43)

pm = 1 (1 (longcr 1)) Rand (3.44)

Donde pc es la posibilidad de cruce, pm la probabilidad de mutacin,longcr, la longitud

del cromosoma y Rand es una serie de nmeros aleatorios.

Otros investigadores han obtenido mejores resultados experimentales modificando la

probabilidad de mutacin a medida que aumenta el nmero de iteraciones. Posteriormente
se hace una nueva evaluacin para comprobar que se cumple la solucin ms ptima.
Tambin existen varios tipos de mutacin, entre los que se encuentran:

Mutacin por permutaciones: tiles en problemas de optimizacin

combinatoria.
Mutacin por Insercin: Se selecciona el valor de un individuo en forma
aleatoria y se inserta en una posicin arbitraria.

34
 Mutacin por Desplazamiento: Cambian de posicin en la cadena varios valores
a la vez.
Mutacin por Intercambio Recproco: Se seleccionan dos puntos al azar y se
intercambian estos valores de posicin.
Mutacin por Factor Mltiple: Se incorpora un factor de perturbacin, un valor
porcentual del nmero de alelos en un cromosoma que sern afectados de manera
aleatoria, permitiendo generar una mutacin de un alelo o ms.

La mutacin es necesaria porque permite de algn modo actualizar valores que se

pudieron haber perdido en la bsqueda de la mejor solucin.

3.4.6 Condiciones de paro [17]

Son las que van a determinar el nmero de iteraciones y generaciones que se tendrn que
crear en el proceso de anlisis del algoritmo gentico para encontrar el valor ptima que
resuelva la problemtica presente o condiciones como repeticiones de buenos resultados,
valor mnimo de error o nmero de generaciones.

3.5 Funcin Objetivo en Algoritmos Genticos para la Sntesis de Mecanismos:

[17]

Analizando la funcin para la sntesis de mecanismos, aplicando algoritmos genticos

con base en el trabajo de Holland (1975) y el planeamiento de autores como Cabrera
(2007), Kunjur & Krishnamurty (1997), Laribi (2004), Quintero (2004), Roston &
Sturges (1996) se tiene la representacin general de la funcin planteada en:

f[p1 (X), p2 (X), pn (X)] (3.45)

Y est sujeta a:

g j (X) 0 j = 0,1,2, . , m

xi |li , ls | xi X

En donde f es la funcin ptima y cada X es un valor individual obtenido, pn son las

funciones ms aptas por las propiedades que muestran a los objetivos de los sistemas
optimizados, g j es la definicin de la bsqueda del espacio y |li , ls | son los rangos de
longitud definido por valores enteros o reales.

En el caso de mecanismos, el anlisis y la sntesis se enfocan a la generacin de

trayectoria, la cual, se refiera a la posicin del error que se presenta entre la trayectoria
generada y la deseada, que normalmente se plantea como la suma de los cuadrados de la
distancia Euclidiana entre cada Cdi y el correspondiente Cxi , donde:

35
Cdi = Es un conjunto de puntos especficos indicados por el diseador.
Cxi = Son los puntos generados obtenidos por los acoplamientos o uniones de los
mecanismos de acuerdo a un conjunto de valores de los ngulos de entrada, cuya
descripcin se encuentra en el trabajo de Cabrera (2002).

La ecuacin que describe la posicin del error es:

T
Cdi = [Cxd
i i
, Cyd ] (3.46)

T
Ci = [Cx (i2 ), Cy (i2 )] (3.47)

En los trabajos de sntesis de trayectoria realizados hasta la fecha por autores como
Cabrera (2007), Erkaya & Uzmay (2008), Kunjur & Krishnamurty (1997), Laribi (2004),
Quintero (2004), Roston & Sturges (1996) la forma de comparar curvas ms utilizadas es
la tcnica de la mnima distancia entre puntos al cuadrado. Esta consiste en la obtencin
de una serie de puntos de cada una de las curvas que se van a comparar y en la estimacin
de su diferencia mediante la suma de los cuadrados de las distancias entre puntos
homlogos de ambas curvas. Se he propuesto una funcin objetivo general igual a la suma
de los cuadrados de diferencias entre caractersticas de las curvas generadas y requeridas,
con base en esto, la funcin objetivo es:

N
i i i2 i 2
FO = [(Cxd Cxg ) + (Cyd Cyg ) ] (3.48)
i

Donde N es el nmero de puntos a ser sintetizados, Cdi es un conjunto de puntos

especficos indicados por el diseador y Cgi son los puntos generados por el acoplador del
mecanismo, establecidas por las ecuaciones de Freudenstein para la cadena cinemtica
abierta.

Para cubrir requerimientos de la funcin objetivo, se deben considerar restricciones como:

1. Condiciones de Grashof.
2. La secuencia de los ngulos de entrada.
3. El rango para el diseo de variables.
4. El rango de variacin para la entrada de los ngulos.
5. La relacin entre el aumento en la entrada de un ngulo y la posicin adyacente
del punto de acoplamiento.

36
Tomando como base los puntos antes mencionados, la ecuacin resultante es:

N
2 2
i i (v)) i i (v))
F = [(Cxd (v) Cxg + (Cyd (v) Cyg ] (3.49)
i
En donde:
v = r1 , r2 , r3 , r4 , rcx , rcy , 0 , x0 , y0 , 12 , 22 , , N
2

Los ngulos 12 , 22 , , N
2 son el valor de la variable del ngulo 2 que es la posicin.
Para optimizar esta funcin, Erkaya & Uzmay (2008) propone la ecuacin:

2 2
N i i i i
i=1 [(Cxd (v) Cxg (v)) + (Cyd (v) Cyg (v)) ]

FO = (3.50)
N
Donde N es el nmero de puntos de precisin.

3.6 Ajuste en el Rendimiento de los Parmetros del Algoritmo Gentico: [17]

Los parmetros principales en los que se puede realizar un ajuste, por el grado de
importancia que tienen dentro del AG (Algoritmo Gentico) son:
Tamao de poblacin.
Porcentaje de cruce.
Porcentaje de mutacin.

Tomando como base el trabajo y las observaciones de De Jong (1975) respecto al ajuste
de parmetros se tiene:

a. Incrementar el tamao de la poblacin reduce los efectos estocsticos del

muestreo aleatorio en una poblacin finita, por lo que mejora el desempeo del
algoritmo a largo plazo, aunque esto se ve reflejado en una respuesta inicial ms
lenta.
b. Incrementar el porcentaje de mutacin mejora el desempeo fuera de la lnea
sacrificando el desempeo de la lnea.
c. Reducir el porcentaje de cruce mejora la media de desempeo, lo que sugiere que
producir una generacin de individuos completamente nuevos no es bueno.
d. Observando el desempeo de diferentes operadores de cruce, De Jong (1975)
concluy que, aunque el incrementar el nmero de puntos de cruce afecta su
disrupcin de esquemas desde una perspectiva terica, esto no parece tener un
impacto significativo en la prctica.
e. Cuando el espacio de bsqueda tiene ms de un punto en la solucin, es probable
para los AG quedarse varados dentro de un sub espacio ptimo (despus de la
convergencia, los operadores de cruzamiento y mutacin no pueden generar
muchos individuos aleatoriamente para diversas poblaciones uniformes).

37
3.7 Diseo ptimo en la Sntesis de Mecanismos: [17]

La formulacin de este problema exige la definicin de varios aspectos como el espacio

de diseo, la funcin objetivo, el algoritmo de optimizacin y las restricciones.

Para el caso correspondiente a la sntesis de mecanismos, se desea minimizar el error

entre las trayectorias deseada y generada, adems de analizar los cambios en la respuesta
del algoritmo al modificar parmetros como probabilidad de mutacin y de cruce, el
nmero de individuos y el mximo de generaciones, que sern evaluados por la siguiente
ecuacin propuesta:

2 2
1 N i i i i
i=1 [(Cxd (v) Cxg (v)) + (Cyd (v) Cyg (v)) ]
F= (3.50)
N ni

Aplicando una divisin sobre el nmero de individuos (ni ) adems de un factor de

divisin despus de la raz por (N), que es el puntos de precisin se agrega una
penalizacin que tiene como objetivo recuperar los individuos que no cumplan con las
restricciones iniciales como son las condiciones de Grashof.

Para finalizar, el algoritmo empleado en la optimizacin, utiliza tres criterios de

convergencia que se definen como:

= Es la primera restriccin, sta es la primera evaluacin en la cual se

comprueba si la poblacin cumple con las restricciones de Grashof.
= Define el mximo nmero de veces que el algoritmo puede
evaluar la funcin objetivo. Un llamado adicional a sta, implica la finalizacin
de la bsqueda sin alcanzar una solucin.
= Define el mnimo valor de error permitido en la funcin objetivo
al ser comparado con la funcin generada. Un cambio de valor en el parmetro de
error mnimo implica la finalizacin de la bsqueda sin alcanzar una solucin.
= Define el nmero de veces que puede repetirse dentro de la
evaluacin el mismo valor antes de pasar a la siguiente operacin.

Cumplindose estas condiciones posteriores a la evaluacin, el algoritmo detendr su

bsqueda presentando los valores ptimos que mejor satisfacen las restricciones y
condiciones.

38
3.8 Diseo de Ingeniera [28]
3.8.1 Concepto
El diseo de ingeniera es el conjunto de procesos de toma de decisiones y las actividades
empleadas, para determinar la forma de un objeto dado que responda a las funciones
deseadas por el cliente. Ya sea que estemos diseando un componente, un producto, un
sistema o un proceso, reunimos y procesamos grandes cantidades de informacin.

3.8.2 Fases del Diseo

El diseo de un producto se desarrolla en el tiempo en fases de diseo que van desde la
identificacin de las necesidades de los clientes a la realizacin del producto terminado.

3.8.2.1 Requerimientos del Cliente

Inicialmente, se explora el estado de la necesidad del cliente y se elabora una lista de
especificaciones del objetivo del diseo. Adems, tratamos de aclarar el tipo de
funcionamiento que satisface al cliente. Nuestras actividades en esta fase inicial se centran
en gran parte en la formulacin del problema. En otras palabras, no estamos tratando de
resolver el problema sino de entenderlo.

3.9.2.2 Concepto de Diseo

Durante la fase del concepto del diseo sintetizamos una variedad de principios de trabajo
o conceptos incluyendo ejemplos que los representen. Luego, despus de desarrollar una
lista de criterios de evaluacin, se selecciona uno de los conceptos a desarrollar ms
adelante.

3.9.2.3 Configuracin del Diseo

Entonces, se genera una variedad de configuraciones, incluyendo la disposicin de los
componentes individuales. La Configuracin del Diseo, por lo tanto, es la fase del diseo
donde se generan configuraciones alternativas, se analizan y evalan.

3.9.2.4 Diseo Paramtrico

Durante la fase del Diseo Paramtrico, determinamos los valores de los parmetros
controlables, llamados variables de diseo, identificados como desconocidos durante la
fase de configuracin. Concordamos las variables de diseo con la forma, es decir, perfil,
configuracin, tamao, material y proceso de fabricacin. Finalmente, se evala el
rendimiento por medio de frmulas convencionales de diseo de mquinas, programas
informticos, o mediante experimentos fsicos. Analizamos los resultados para
asegurarnos que se cumplen todas las restricciones y que se obtiene un rendimiento
ptimo; caso contrario, iterar o redisear para generar nuevos candidatos de diseo con
los nuevos valores de las variables de diseo, luego reanalizamos, evaluamos, y as
sucesivamente.

39
 3.9.2.5 Diseo de Detalles
Se determinan las especificaciones remanentes del producto: Tolerancia, acabado
superficial, procedimientos de ensamble y otros.

3.8.3 CAD/CAE [29]

3.8.3.1 CAD
Dentro del trabajo CAD, los dibujos asistidos por computador, bsicamente son utilizados
en la creacin de la geometra paramtrica, en la exhibicin del s- lido y en la generacin
de los planos ortogonales.

3.8.2.2 CAE
CAE simula bajo condiciones aparentemente reales el efecto de variables sobre el
elemento diseado, con el fin de llegar a una forma geomtrica optimizada para ciertas
condiciones. Es un modelado interactivo tridimensional en tiempo real con anlisis
mediante pruebas no destructivas. Diseadores, ingenieros, industriales, arquitectos, etc.
utilizan los programas CAE para verificar la factibilidad de distintas alternativas de
diseo. Cuando el CAE se utiliza correctamente, se pueden obtener en poco tiempo
soluciones eficientes con un alto grado de confianza. La repercusin ms importante es
que posibilita el diseo mediante ciclos de prueba ya que las primeras informaciones
obtenidas por el CAE es slo la base para la discusin de factibilidad en la que
intervendrn la experiencia y la evolucin futura. El anlisis por elementos finitos (FEA)
ha ayudado a disminuir la cantidad de prototipos necesarios, fijar ciertos valores
referenciales de coeficientes de seguridad y analizar distintas opciones de diseo
cambiando la geometra o el material en un tiempo reducido; permitiendo que los
productos no lleguen tarde al mercado lo que implicara una prdida considerable de su
ciclo de vida (tiempo en que es rentable su produccin).

40
IV MATERIALES Y MTODOS

4.1 Recoleccin de la informacin

Para la recoleccin de datos, se utilizarn como puntos de partida los datos
antropomtricos y rangos de movimiento en una rehabilitacin descritos en el marco
terico.

4.2 Materiales de utilizacin

LAPTOP HP PAVILION DV6 2168ES
Se utilizar esta mquina electrnica porttil para la elaboracin del informe,
aplicacin del software para diseo, entre otras actividades. Sus especificaciones
son: Disco duro de 500 GB, memoria RAM 4 GB, procesador CoreTM i5.

SOFTWARE MS WORD 2016

Se utilizar el software para la redaccin del informe.

SOFTWARE MS EXCEL 2016

Se utilizar el software para la elaboracin y presentacin de los resultados
obtenidos en tablas y grficos.

SOFTWARE LIBRE GEOGEBRA Versin 5.0.253.0

Se utilizar el software interactivo para la construccin, y visualizacin interactiva
de la sntesis del mecanismo Watt I.

SOFTWARE MATLAB
Se utilizar el software para desarrollar la programacin con el algoritmo
desarrollado.

SOFTWARE SOLIDWORKS 2016

Se utilizar el software para realizar la simulacin del mecanismo obtenido, para
verificar que ste cumpla con los rangos de movimientos de rehabilitacin y para
el anlisis del diseo.

4.3 Metodologa
En este tem del proyecto se describe en forma general el mtodo usado, variables de
investigacin, diseo y el procedimiento utilizado en el desarrollo de este proyecto.

4.3.1 Metodologa Empleada

El desarrollo del proyecto presenta una metodologa que est basada en una investigacin
explicativa el cual ser presentado de la siguiente manera:
Recopilar informacin bibliogrfica necesaria que permita el desarrollo del
proyecto.
Establecer la forma conceptual del diseo del mecanismo.

41
 Analizar y determinar los rangos de movimientos que el especialista recomienda
para una rehabilitacin eficiente.
Determinar las diferentes posiciones por las cuales el mecanismo de seis barras
Stephenson I deber pasar para cumplir con los requerimientos del especialista.
Realizar la sntesis cinemtica para un mecanismo articulado Stephenson I.
Realizar el algoritmo de gentico de la sntesis del mecanismo Stephenson I que
asemeje el movimiento de rehabilitacin del miembro superior.
Desarrollar el sistema de ecuaciones mediante computacin inteligente utilizando
el programa MATLAB
Disear la mquina de rehabilitacin del brazo mediante la metodologa del
diseo y el mecanismo generado.
Disear en Solidworks la mquina de rehabilitacin del brazo de una persona
Realizar una simulacin de esfuerzo-deformacin para el diseo de la mquina de
rehabilitacin del brazo utilizando el software Solidworks 2016.

4.3.2 Variables de Investigacin

VARIABLES NO CONTROLABLES:
VARIABLES DE ENTRADA:

VARIABLES DE SALIDA:
DISEO DE UNA MQUINA BASADA EN UN
MECANISMO ARTICULADO STEPHESON I
PARA REALIZAR EJERCICIOS DE
REHABILITACIN DEL BRAZO DE UNA
PERSONA

4.3.2.1 Variables de entrada

X1 = Puntos de precisin.
X2 = Rango de longitud del Brazo.
X3 = Rango de movimiento del brazo para rehabilitar.
X4 = Nmero de individuos.
X5 = Probabilidad de cruce y de mutacin
X6 = Nmero mximo de generaciones.
X7 = Peso de un brazo promedio.

4.3.2.2 Variables no controlables

Z1 = Precisin del mtodo.
Z2 = Estabilidad del mtodo.

42
4.3.2.3 Variables de Salida
Y1 = Longitud de los eslabones del mecanismo de seis barras Stephenson I.
Y2 = Posicin del punto del acoplamiento.
Y3 = Pivotes fijos.
Y4 = Esfuerzo de la estructura.
Y5 = Deformacin de la estructura.
Y6 = Factor de seguridad.

4.3.3 Procedimiento

1. Recopilar informacin sobre biomecnica del brazo.

2. Elaborar el mecanismo de seis barras Stephenson I.
3. Dividir en dos mecanismos de cuatro barras al mecanismo de seis barras
Stephenson I como mtodo de solucin.
4. Determinar las diferentes posiciones prescritas del mecanismo el cual sea capaz
de generar el movimiento de rehabilitacin del brazo de una persona.
5. Determinar los cambios de ngulo entre puntos de precisin segn los rangos de
movimiento del brazo de una persona.
6. Generamos las ecuaciones mediante la sntesis cinemtica de mecanismos.
7. Aplicamos el mtodo de algoritmo gentico.
8. Determinar una poblacin inicial de soluciones codificadas aleatorias.
9. Si estas soluciones aleatorias cumplen con ciertas condiciones pasaran al siguiente
paso, si no se volver a escoger aleatoriamente otra poblacin.
10. Decodificacin de los candidatos (soluciones).
11. Calcular las funciones objetivo de los candidatos (soluciones).
12. Asignar la funcin aptitud a partir de funcin objetivo de los candidatos.
13. Seleccionar los mejores individuos (soluciones) para su mejor reproduccin.
14. Crear nuevos individuos en base a una tipo de probabilidad de cruce y de
mutacin.
15. Ir al paso (9) y repetir los pasos subsecuentes.
16. Determinar un nmero mximo de generaciones, para la condicin de paro del
algoritmo.
17. Elaborar un cdigo de programacin en base al algoritmo de solucin de sntesis
del Mecanismo Stephenson I.
18. Obtener las partes de la mquina de rehabilitacin mediante metodologa del
diseo.
19. Diseamos en Solidworks 2016 el diseo de la mquina.
20. Analizar por elemento finito los esfuerzos y deformaciones el mecanismo y la
estructura para obtener un factor de seguridad.

43
4.3.4 Flujograma

1
INICIO

Formulacin del Problema NO

El tamao del
brazo cumple
con las
Concepto de Diseo restricciones?

SI
Mejor Concepto
Posiciones Prescritas

Mecanismo Estructura y Partes

Sntesis de Mecanismos con
Algoritmo Gentico

1
Solucin de las ecuaciones
generadas con el programa
MAtalab
Diseo Paramtrico

Mecanismo de seis barras

Anlisis Por Elemento Finito Stephenson I
NO

Es factible
y Seguro?

SI

Diseo de Detalles

FIN

44
V. REFERENCIAS

[1] Organizacin Mundial de la Salud y Banco Mundial. Resumen de Informe Mundial

sobre la Discapacidad. Ginebra. Suiza. 2011

[2] Banco Mundial. Discapacidad y desarrollo inclusivo en Amrica Latina y el Caribe.

2009. Disponible en: http://web.worldbank.org [Consultado el 15 de marzo de 2017]

[3] Comisin Econmica para Amrica Latina y el Caribe. Informe Regional sobre la
Medicin de la Discapacidad. Santiago. Chile. 2014

[4] Instituto Nacional de Estadstica e Informtica. Primera Encuesta Nacional

Especializada sobre Discapacidad. Ministerio de la Mujer y Poblaciones Vulnerables.
Concejo Nacional para la Integracin de la Persona con Discapacidad. Lima. Per. 2014.

[5] Organizacin Mundial de la Salud. 2. Informe del comit de expertos de la OMS en

rehabilitacin mdica. Ginebra. 1968.

[6] Xie S. Advanced Robotics for Medical Rehabilitation: Current State of the Art and
Recent Advances. Springer International Publishing, 2016.

[7] J. M. Dorador Gonzlez, Robtica y prtesis inteligentes, Revista Digital

Universitaria, vol. 6, no.1, pp. 2-15, 2004

[8] BLANCO, Dolores; BOADA, Beatriz L.; MORENO, Luis. Localization by voronoi
diagrams correlation. En Robotics and Automation, 2001. Proceedings 2001 ICRA. IEEE
International Conference on. IEEE, 2001. p. 4232-4237.

[9] KAPANDJI, I. A. Cuadernos fisiologa articular. Tomo II. 1997

[10] SCHNEIDER, Werner; SPRING, Hans; TRITSCHLER, Thomas. Mobility: theory

and practice. Thieme, 1992.

[11] FARRER, Francisco, et al. Manual de ergonoma. Fundacin MAPFRE. Madrid: Ed.
MAPFRE, 1995, p. 405.

[12] MUOZ, Jairo Estrada. Ergonoma: introduccin al anlisis del trabajo. Universidad
de Antioquia, 1993.

[13] MCCORMICK ERNEST, J. Ergonoma, Factores Humanos en Ingeniera y

Diseo. Gustavo Gill, SA, Sptima Edicin, Espaa, 1992.

45
[14] Anatoma Humana. Modulo 4: Descripcin Articular Miembro Superior. Disponible
en: http://www.anatomiahumana.ucv.cl/efi/modulo4.html [Consultado 18 de marzo de
2017]

[15]NORKIN, J. W.; WHITE, J.; OSTROW, A. C. Measurement of joint motion: a guide

to goniometry. Davis FA, 1995.

[16] Robert L. Norton. Diseo de Maquinaria, Sntesis y Anlisis de Mquinas y

Mecanismos. Cuarta Edicin. McGraw Hill Interamericana. Mxico. 2009

[17] Esther Lugo Gonzales. Diseo de Mecanismos Utilizando Algoritmos Genticos con
aplicacin en Prtesis para Miembro Inferior. Tesis de Grado de Doctor en Ciencias con
Especialidad en Ingeniera Mecnica. Instituto Politcnico Nacional. Escuela Superior de
Ingeniera Mecnica y Elctrica. Mxico. 2010.

[18] Calero Prez Roque, Carta Gonzales. Fundamentos de Mecanismos y Mquinas para
Ingenieros. McGraw Hill Interamericana. Espaa. 1999

[19] Arthur Erdman, George Sandor. Mechanism Design; Analysis and Synthesis. Third
Edition. Prentice Hall Editorial. 1998.

[20] Flix Carretero Lpez. Optimizacin Global con Algoritmos Genticos. Trabajo
Final de Carrera en Ingeniera Tcnica en Telecomunicaciones, Especialidad en
Telemtica. Universidad Politcnica de Catalua. Espaa. 2010

[21] Thomas Weisse. Global Optimization Algorithms Theory and Application. 2009

[22] Chen, Y. P. Extending the Scalability of Linkage Learning Genetic Algorithms:

Theory and Practice. University of Illinois at Urbana Champaign. USA. 2004.

[23] Goldberg D. E. Genetic Algorithms in search, optimization, and machine learning.

Addison Wesley. USA. 1989

[24] Victor Manuel Arroyo Apaza. Modelo de un Algoritmo Gentico con Seleccin
Discriminatoria de Individuos bajo un Esquema de Ponderacin de Probabilidades de
Mutacin. Tesis de Grado en Ingeniera Informtica. Universidad Catlica San Pablo.
Arequipa. Per. 2013.

[25] Z. Michalewicz. Genetic Algorithms + Data Structure = Evolution Programs.

Springer. New York. USA. 1999.

46
[26] A. Moujahid, I. Inza, P. Larraaga. Tema 2: Algoritmos Genticos. PDF. 2008.

[27] J. E. Baker. Reducing Bias and Inefficiency in the Selection Algorithm. Proceedings
of the Second International Conference on Genetic Algorithms and Their Applications.
1987.

[28] EGGERT, Rudolph J. Engineering Design, 2005.

[29] LAZO, Oswaldo Rojas; ROJAS, Luis Rojas. Diseo asistido por
computador. Industrial Data, 2014, vol. 9, no 1, p. 007-015.

47