Table of Contents
הבנה של Multi-Scale Modeling in Robotics
מודלים בקנה מידה רב הוא מתודולוגיה חישובית כי לגשר על הפער בין אטום, מיקרו-רסל, רכיב, והתנהגויות ברמה המערכתית. בהקשר של מבני רובוט מורכבים, גישה זו חיונית כי מערכות רובוטיות הן לעתים רחוקות; הם משלבים חומרים עם תכונות נפרדות בקנה מידה שונה וקצבי זמן.לדוגמה, רשתות פולימר בקנה מידה משותף למשול בתנו הטבעית, בעוד המאקרו-קולי של אפקט זה תלוי על ידי מערכת מדידה מלאה של סימולציה של תאים.
המושג אינו חדש לחלוטין; הוא שימש במשך עשרות שנים במדעי החומרים והנדסה אווירוקל.עם זאת, היישום שלו רובוטיקה מואץ עם כניסת מחשוב ביצועים גבוהים ואת הצורך בעיצובים רובוטיים קלים, חזקים יותר הסתגלותיים יותר.היום, מודלים בקנה מידה רב-מידה הוא אבן הפינה בפיתוח של FLT:0 Soft Robots עם תכונות מכניות טונה, חזק יותר, במהירות גבוהה, מניפולטורים ביולוגיים, אשר עלולים לחקות את ההתפתחות של חומרים לא-חומרים טבעיים של חומרים.
יתרונות מרכזיים למבנה הרובוטי המורכב
יעילות מוגברת בהתנהגות חומרית ופרקטית
היתרון העיקרי של מודלים בקנה מידה רב-ממדיים הוא היכולת שלה ללכוד תופעות פיזיות המתרחשות בקנה מידה שונים בו-זמנית.לדוגמה, זרוע פולימרית פחמן-מחדשת ניסיון ריכוזים בממשק הסיבים-מטריקס (סקאלה מיקרוסקופית) שיכול להוביל לדלמנט קטלני (מודל סופי מקרוסקופי בלבד) לא יכשל לחזות את זה על ידי הומוגניציה של מודלים מורכבים של מודלים תעשייתיים כגון: לא-מונים של תאים תעשייתיים (Rdelers) הוא מודל סופיים אזוריים אזוריים של תאים אזוריים (מדומים) אשר אינם עומדים על ידי מודלים אזוריים) אשר אינם עומדים על ידי מודלים אזוריים של מודלים אזוריים (מקרוסקופיים של תאים אזוריים של מודלים אזוריים של תאים אזוריים (Rde) אשר אינם עומדים על ידי מודלים אזוריים) של מודלים אזוריים (Rded) של מודלים אזוריים של מודלים אזוריים (Ride) של תאים אזוריים) של מודלים אזוריים (מקרוסקופיים של מודלים אזוריים) אשר אינם מסוגלים לחיזוי יחידיים של מודלים אזוריים של מודלים אזוריים של מודלים אזוריים (Rrovאים) אשר אינם מסוגלים לחיזוי יחיד) אשר אינם מסוגלים לחיזוי יחיד מימיים של מודלים אזוריים (Ride) אשר אינם
עיצוב מותאם באמצעות זיהוי מוקדם של חולשה
על ידי הדמיה של התנהגויות על פני המאזניים מוקדם בשלב העיצוב, מהנדסים יכולים להצביע על נקודות כישלונ פוטנציאליות לפני בניית אבטיפוס פיזיקליים.לדוגמה, במפרק ההיפואיד של הרובוט ההומואיד, השילוב של עומסים מחזוריים גבוהים וגיאומטריה מורכבת מוביל לעתים קרובות להעלאת מתח.דמיות בקנה מידה רב יכול לחשוף כיצד חללים מיקרו-מבנה מתפתחים לסדקים בקנה מידה מאקרו, ומאפשרים שינויים כגון אוריינטציה של חומר או פשט את התפתחותופת.
עלויות הפחתת Prototyping ובדיקת עלויות
אבטיפוס פיזיקלי הוא יקר וזמני ריכוז, במיוחד עבור רובוטים עם חומרים גיאומטריים מורכבים או חומרים אקזוטיים. מודלים בקנה מידה רב מאפשר כוונון וירטואלי שבו מאות של וריאציות עיצוב ניתן להעריך בשקיקו. לדוגמה, במקום לבנות מספר רב של מוליכים רכים עם רמות שונות של חוסר נאמנות לבדיקת נוקשות, מודל רב-מידה יכול לחזות את המאקרו-קוגניציה יעילה ממיקרו-קמאוכי-תעשייתית, על-קמי-הטמפרטורה דיגיטלית, על- 40% על-הטווח, על-ידי סימולציות תעשייתיות מורכבות, על-ידי סימולציה תעשייתית, על-ידי סימולציה תעשייתית, על-לקטמטית, על- 40%.
שיפור בחירת החומרים עבור פונקציות ספציפיות
מודלים בקנה מידה רב עוזר למהנדסים לבחור את החומר הנכון עבור כל רכיב רובוטי על ידי הערכה של ביצועים בקנה מידה רלוונטי.לדוגמה, רגל רובוט מחוספס עשוי לדרוש שילוב של כוח גבוה (מרכיב פחמן-פסוקס מורכב) ולחטות (מכיוון מול הליבה מולטית) גישה רב-מידה יכולה לעצב את המיקרו-ארכיטקטורה של המסובייקט וההתנהגות המולקולרית של הליבה כדי לקבוע את יכולת הייצור הטובה ביותר.
מסגרת יישום עבור Multi-Scale Modeling
שלב 1: קביעת תעריפים ודומיינים
הצעד הראשון והביקורתי ביותר הוא לזהות את המאזניים הרלוונטיים הקשורים לביצועים של מבנה הרובוט.
- (FLT:0) אנטונומית / Nano-scaleFearLT:1 (0.1 nm - 100 nm): תופעות דומיננטיות הן אינטראקציות מולקולריות, כוחות ואן דר וואלים, ואפקטים קוונטיים.
- (FLT:0Micro-scaleFLT:1 ; 100 מיקרומטר): גבולות גרנין, ממשקי סיבים, תולעים, ותנועת פירוק. ⁇ עבור תרכובות, אבקות מחוסמות, ומתכות 3D מודפס.
- (FLT:0) מ"מ (0.1 מ"מ) : מבנים ליטיצ'ה, תבניות Weave, ושקעים מלוכדים.
- (FLT:0) Macro-scaleFLT:1 (10 מ"מ - 1 מ"ג): גיאומטריה מלאה, ממשקי הרכב, ו-Kinematics המערכת הכוללת.זהו התחום המסורתי של FEA מבנית ודינמיקה רב-גוף.
מהנדסים חייבים להחליט אילו קשקשים הם יחד.לדוגמה, רובוט רך המונע על ידי ערוצים pneumatic עשוי לדרוש הפיכה בין ה-micro-scale (עיוות קיר ערוצים) לבין מאקרו-scale (ריפוי אוויר) שיטת ההפיכה - בין אם היררכי, מקביל או רצף - נבחר על בסיס הדיוק והתקציב חישובי הנדרש.
שלב 2: בחירת כלי סימציה
כל קנה מידה דורש תוכנה מיוחדת או שיטות מספריות.כלים נפוצים כוללים:
- (ב) ,0)Molecular Dynamics (MD)FLT:1 עבור ננו-scale (למשל LAMMPS, GROMACS).
- (FLT:0)Continuum Finite Element Analysis (FEAIRFLT) 1 עבור מיקרו לקשקשים מאקרו (למשל, Abaqus, ANSYS, COMSOL Multiphysics).
- (ב) ,0) שיטת יסוד (DEM) ,R.1 עבור חומרים גרפיים או חלקיים.
- (FLT:0) מרביל דינאמיקס (MBD)IRLT:1) עבור תנועה ברמת המערכת וכוחות משותפים (למשל, Simpack, MSC אדמס).
- (FLT:0) חישוביות פלויד דינאמיקס (CFDigtureFLT) 1:1 עבור ממריצים מלאים נוזלים או מערכות קירור.
גישה אחת חזקה היא להשתמש בסביבה רב-תכליתית (FLT:0)COMSOL Multiphysicsibsual Environment Environment (FLT:1) התומכת בהפיכה בין מכניקה מבנית, העברת חום ואלקטרומגנטית בקנה מידה.אחרת היא לקשר בין Abaqus עם מתווך MD מותאם אישית באמצעות ממשק הפיכה.הבחירה תלויה בפיסיקה הדומיננטית של מבנה הרובוט והמומחיות של הצוות.
שלב 3: שיטות שיתוף בין מדדים
קיימים שלושה פרדיגמות הפיכה עיקריות:
- (FLT:0) הפיכה (או היררכי): FLT:1 אינפורמציה זורם דרך אחת.מודל בקנה מידה בסדר גודל ממקם תכונות חומריות יעילות (למשל, נוקשות הומוגנית עשרות) אשר משמשים אז במודל קוהרזה-scale.
- (FLT:0) במקביל להפיכה: 1FLT:1 2 או יותר אזורים נפתרים בו זמנית, אבל עם זיכוך מקומי שונה.לדוגמה, מודל FEA בקנה מידה מאקרו של הזרוע הרובוטית כולל תת-דומיין מעומק היטב עבור המשותף, שבו תופעות בקנה מידה אטומי. שיטה זו היא מדויקת יותר אך דורשת טיפול מיוחד בתנאי גבול בקנה מידה.
- (FLT:0) במקביל (או רב-ממדי) באמצעות ההעשרה ההיררכית:Felo:Felo: 1) מודל coarse מועשר עם פונקציות בסיס בקנה מידה בסדר (למשל, שיטת היסוד של פינטנסי, גב'FEM) גישה זו מאוזנת דיוק ועלויות חישוביות ומשמשת יותר ויותר בסימולציות רובוטיות רכות.
עבור מבני רובוט מורכבים, גישה היברידית היא נפוצה: הפיכה משמעותית עבור אופי רכוש חומרי, ואחריו הפיכה במקביל לאזורים קריטיים של כישלון.
שלב 4: העברת נתונים והוגן
תוכנית העברת נתונים חזקה היא חיונית עבור מודלים בקנה מידה רב-ממדיים.מושגים כמו ייצוגי נפח (RVEs) משמשים כדי הומוגניזציה של התנהגות מיקרו-היקף בחוקים חוקתיים בקנה מידה גדול.לדוגמה, RVE המכילה הפצה אקראית של חלקיקים סיליקה במטרת סיליקון (RUMF) ניתן לדמות תחת שישה זנים עצמאיים כדי להעריך את היעילות של עשרות או אחר כך הוא בשימוש ב-Fal-conshformal של ריכוז (כלומר, אם לא ניתן לסימולציה של ריכוזית של חומרים מאקרו-ממדורג') כאשר הוא צורך ב-מסוגל-מחדשהטווח ה-מחדשהטווח ה-RUMFD (מחדש) ב-RUMF).
שלב 5: אימות מודל באמצעות ניסויים
אין מודל רב-ממדי אמין ללא אימות נגד בדיקות פיזיות.עבור מבנים רובוטיים, ניסויים אימות צריכים לכוון כל קנה מידה באופן עצמאי.
- Nano-scale: עקומות של כוח אטומי מ AFM או ננו-dentation.
- מיקרו-scale: מיקרוסקופיה של משטחים שבורים או מתאם תמונות דיגיטליות (DIC) על קופונים קטנים.
- Macro-scale: עומס-דה בדיקות על נשק רובוטי בקנה מידה מלא או מציצים.
שיטות קוונטיות בלתי-וודאות (UQ), כגון מונטה קרלו או הרחבה של הכאוס פולינומית, מוחלות על חשבון ייצור ריקנות (למשל, סיבים וכבדות, עובי). מודל מאומת לאחר מכן הופך לתאום דיגיטלי שניתן להשתמש בו לחיזוי חיים ותחזוקה מבוססת תנאי.
מחקרים: Multi-Scale Modeling in Action
מקרה מחקר: Soft Gripper עם Hyperelastic Lattice Infill
פרויקט ב- ETHEREFLT:0 קבוצת המחקר המחקר המחקר המחקר ה ה ה ה ה ה ה ה של ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה ה
מקרה מחקר 2: זרוע הרובוטים של הרובוט עם חיזוי עייפות
זרוע רובוט תעשייתית המורכבת פחמן-פסוי ניתחה על כשלון תחת עומסי איסוף חוזרים ומיקום.המחקר השתמש בשיטה רב-מידה עכשווית: מודל עולמי של הזרוע כלל תת-ממדי בסדר סביב מפרק החצץ (קרי לעייפות) בנקודת ההפיכה הנוקשות, השכבות המסובכות היו מודל מודגם במפורש עם אלמנטים קוהיביים בין פיטורים, בעוד שאר הזרוע השתמשה בתוצאה ניסיונית של דגם הני של ירידה של 5 רצף של × רצף גבוה של העייפות.
אתגרים ב Multi-Scale Modeling for Robotics
עלויות פיזור ו Scalability
גם עם שיטות מתקדמות של הפיכה, סימולציות בקנה מידה רב נשאר אינטנסיבי מבחינה חישובית. סימולציה טיפוסית עם תת-דומיין בקנה מידה בסדר עשוי לדרוש אלפי שעות CPU.עבור רובוטים עם חלקים רבים נעים (למשל, אדם עם 30 + מעלות של חופש), מודל המאקרו-scale עצמו הוא גדול, וניתוק עם קידוד microscale עבור כל נקודה הוא infeal ampives - במקום זאת, הם רק נקודות למידה פתורות מקומיות בשפע, אבל הם רק על בסיס גבוה יותר, אבל GPU-C מופעלת, אבל הם רק על בסיס גבוה יותר, אבל הם רק על בסיס גבוה יותר, במקום שבו הם רק על ידי GPUrcrecrecrecrecretretexate נשאר יותר, במקום זה עדיין גבוה יותר, אבל הוא מופעלת רזולוציה גבוהה יותר, אבל GPUrcated פתרון רזולוציה גבוהה יותר, אבל הוא רק על ידי רזולוציה גבוהה יותר, אבל הוא רק על ידי רזולוציה גבוהה יותר, אבל הוא רק על ידי קידוד CPUrcating קידוד CPUrcretretretretretretexating רזולוציה גבוהה יותר, אבל הוא מופעלת רזולוציה גבוהה יותר, אבל הוא רק על ידי
הגשה ותזמון-Scale Compatibility
קשקשים שונים דורשים לעתים קרובות דיסקרטיזציה שונים של זמן.ננו בקנה מידה MD סימולציות דורשות את השלבים בזמן בצום, בעוד סימולציות בקנה מידה מאקרו משתמשים מילימטרים.להפיכה ישירה אותם בזמן הוא בלתי מעשי.אסטרטגיות כגון תקופתיות בזמן, או באמצעות מודלים מופחתים מסדרה (ROMs) עבור הדינמיקה המהירה, לעזור לגשר על פער זה, עם זאת, יישום אסטרטגיות אלה עדיין פעיל אזור מחקר.
חוסר תצורה סטנדרטית של Software Frameworks
בעוד קודים אקדמיים רבים קיימים עבור פותרי הפיכה (למשל, OOFEM, פרידגום, או מסגרת הסימפוזיון הרב-ממדי), אין תקן תעשייה.זה מקשה על קבוצות הרובוטיקה לאמץ מודלים בקנה מידה רב-מידה ללא בניית ממשקים מותאמים אישית.ההופעתן של פלטפורמות קוד פתוח כגון FLT:0MOOSE (Multiphysics Object-Orientulation) דורשות מורכבות, אך דורשות למידה רב-לשונית, אך היא יעילה, אך יעילה, אך היא יעילה, אך היא יעילה, אך היא יעילה יותר, אך יעילה, אך היא דורשת עיבוד רב-לשונית-לשונית, אך יעילה, אך היא יעילה יותר, אך היא יעילה יותר, אך היא יעילה יותר, אך היא יעילה יותר, אך היא יעילה יותר, אך היא דורשת עיבוד רב-לשונית-לשונית-לשונית-לשונית, אך היא יעילה, אך היא יעילה יותר, אך יעילה, אך יעילה יותר, אך היא דורשת עיבוד רב-ממדי, אך היא יעילה יותר, אך היא יעילה יותר, אך היא יעילה יותר, אך היא יעילה יותר, אך היא דורשת, אך היא יעילה יותר, משום שהיא דורשת עיבוד רב-לשונית רב-ממדית למידה רב-ממדית-ממדית-ממדית
המונחים: unideniquantification and אימות
מודלים בקנה מידה רב-מידה propagate אי-וודאויות מכל קנה מידה לחיזוי הסופי.ללא UQ קפדני, אמון בתוצאות הוא נמוך.קבוצות רובוטיות תעשייתיות רבות חסרות את המומחיות לבצע ניתוחים מלאים UQ, וכתוצאה מכך גורמים בטיחות שמרניים מדי כי לשלול כמה יתרונות של מודלים בקנה מידה רב. יש צורך עבור כלים מסובבים כי שותף UQ עבור סימולציות רובוטיות מרובות.
כיוונים עתידיים
שילוב של Machine Learning for Decd-order Models
למידת מכונה, במיוחד רשתות עצביות, משמשת יותר ויותר ליצירת מודלים חלופיים של סימולציות בקנה מידה בסדר גודל.במקום להפעיל סימולציה MD עבור כל שלב, רשת עצבית מאומנת יכולה לייחס את התגובה המיקרו בקנה מידה במילות.זה מפחיתה עלות חישובית על ידי פקודות של גודל ומאפשרת סימולציה חד-ממדית בזמן אמת עבור שליטה רובוטית.
גנטיקה ומודלים של Real-Time Multi-Scale
המטרה הסופית היא להטמיע מודלים בקנה מידה רב בתוך תא תאומים דיגיטלי שפועל באינטרנט במהלך ניתוח הרובוטי.על ידי עדכון מתמיד של המודל עם נתוני חיישן (למשל, מדדי זנים, מד תאוצה, מדמטרים, מצלמות תרמיות), הרובוט יכול לצפות כישלונות ולהתאים את התנהגותו.זה דורש מודלים יעילים מאוד מופחתים בהזמנה שעדיין ללכוד את הפיזיקה של מיקרו-scale.
ממשקי API ו- Community Benchmarks
קהילת הרובוטיקה תרוויח מממשק API משותף עבור מודלים בקנה מידה רב, בדומה לממשק Mock-up פונקציונלי (FMI) המשמש סימולציה מערכתית. A Multi-Scale Modeling Interface (MSMI) יכול לאפשר לחוקרים לחבר פותרים שונים יחד בצורה חלקה.
מסקנה
טכניקות מודלים בקנה מידה רב התפתחו מכלי מחקר נישה ועד ליכולת חיונית בעיצוב של מבני רובוט מורכבים.על ידי כך שמהנדסים יוכלו לפתור ולזוג פיזיקה לאורך זמן וקצבי זמן, שיטות אלה מספקות תחזיות מדויקות יותר, אופטימיזציה עיצובים מוקדם יותר, להפחית עלויות הנטורינג, ובחירת חומרים יעילה יותר, תוך יישום מודלים רב-מידה רב-מידה גבוהה יותר של תכנון קפדני יותר, בחירת קשקשים מתאימים, קביעת שיטות הפיכה, תוך כדי שיפור יעיל יותר ויותר, תוך כדי שיפור יעיל יותר ויותר, כמו פיתוח יעיל יותר ויותר, ואפקטיביות יותר ויותר, כמו פיתוח מודלים מתקדמים, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, כמו תכנון מודלים מתקדמים יותר ויותר, כמו תכנון מודלים מתקדמים יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, כמו תכנון מודלים מתקדמים מודלים של מודלים מתקדמים מודלים מתקדמים, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, יעיל יותר ויותר, כמו תכנון מודלים מתקדמים של מודלים מתקדמים של מודלים מתקדמים של מודלים מתקדמים של מודלים של מודלים מתקדמים של מודלים מתקדמים של מודלים מתקדמים מודלים מתקדמים מודלים מתקדמים יותר ויותר, כמו תכנון