Внедрение мультифизических симуляций для захвата сложных структурных поведений роботов

Введение: растущая потребность в мультифизической робототехнике

Роботизированные системы сегодня, как ожидается, будут работать во все более сложных средах - от глубоководных исследований и высотного полета до деликатных хирургических процедур и сотрудничества человека и робота. Роботизированная рука, которая надежно работает на лабораторном стенде, может катастрофически выйти из строя при воздействии экстремальных температур, аэродинамических нагрузок или электрических помех. Захват всего спектра поведения требует выхода за рамки однофизического анализа (например, только структурная механика) и принятия интегрированных многофизических симуляций , которые сочетают механические, термические, электрические и гидродинамические эффекты.

Эта статья предоставляет практическое руководство для инженеров и исследователей робототехники, которые хотят реализовать рабочие процессы моделирования мультифизики. Мы рассмотрим основные физические связи, относящиеся к роботам, пошаговые подходы к моделированию, общие подводные камни и новые тенденции, которые делают эти моделирования более доступными. К концу у вас будет четкая дорожная карта для включения анализа мультифизики в ваш цикл проектирования для создания более надежных, эффективных и интеллектуальных роботов.

Что такое мультифизические симуляции в робототехнике?

Многофизическое моделирование одновременно решает два или более связанных физических явления в рамках одной вычислительной модели. В робототехнике наиболее актуальные связи включают:

  • Структурно-тепловой: Тепло, генерируемое двигателями, батареями или трением, изменяет свойства материала и вызывает тепловое расширение, которое влияет на зазоры суставов и жесткость.
  • Взаимодействие жидкости и структуры (FSI): Аэродинамические или гидродинамические силы деформируют гибкие поверхности роботов (например, крылья дрона, мягкие захваты), в то время как меняющаяся форма изменяет поток жидкости.
  • Электромагнитно-структурные: Проводящие ток провода в движущихся соединениях генерируют магнитные поля, которые индуцируют силы на соседних проводящих структурах, особенно у высокочастотных роботов.
  • Электро-тепло-механический: Для роботов, работающих на сплавах с памятью формы или пьезоэлектрических приводах, электрические поля вызывают тепловые изменения, которые вызывают механическую деформацию.

В отличие от последовательного подхода (запуска теплового анализа, а затем вручную применения результатов к структурной модели), истинные мультифизические решатели обмениваются данными между физикой на каждом этапе, сохраняя динамические взаимодействия. Это имеет решающее значение для переходных событий, таких как роботизированная рука, ускоряющаяся под нагрузкой, в то время как вентилятор охлаждения начинает - распределение температуры и структурный ответ развиваются вместе.

Пример: мягкий роботизированный гриппер с встроенной приводной системой

Рассмотрим мягкий захват, изготовленный из гиперэластичного силикона со встроенными пневматическими камерами. Поведение захвата включает в себя:

  • Структурная механика: Большая деформация силикона под внутренним давлением.
  • Динамика жидкости: Воздух течет по узким каналам и распределению давления внутри камер.
  • Контактная механика: Гриппер-объект и контакт с захватом-землей.

Мультифизическая модель решает, как распространяются волны внутреннего давления и заставляют сворачиваться захват, а также предсказывает концентрации стресса, которые могут привести к разрыву. Этот уровень понимания невозможен при отдельном анализе.

Почему мультифизические симуляции имеют решающее значение для дизайна роботов

Роботы по своей сути являются многофизическими системами - датчики, исполнительные механизмы, структуры и электроника взаимодействуют. Изолирование одного явления часто приводит к неточному прогнозированию и чрезмерному проектированию, что добавляет вес, стоимость или сложность. Вот основные преимущества применения интегрированного подхода к моделированию.

Улучшение верности в прогнозировании поведения в реальном мире

Модели с одной физикой могут пропустить тонкие, но критические связи. Например, естественная частота легкой роботизированной руки может значительно смещаться по мере нагревания двигателей, потому что жесткость и демпфирование гармонического привода изменяются с температурой. Многофизическое моделирование, которое сочетает тепловую и структурную динамику, правильно прогнозирует этот сдвиг, позволяя инженерам настраивать усиления управления, чтобы избежать резонанса во время работы.

Уменьшенные итерации прототипов

Создание физических прототипов является дорогостоящим и трудоемким. Многофизические симуляции позволяют проводить «виртуальные испытания» при комбинированных нагрузках - тепловом вакууме, вибрации, аэродинамическом буфете - перед резкой металла. Это может сократить количество аппаратных итераций вдвое или более, особенно в таких областях, как космическая робототехника, где условия окружающей среды экстремальны.

Оптимизированный выбор материалов и геометрии

Связав структурный, тепловой и электрический анализы, дизайнеры могут исследовать компромиссы. Например, для привода с высоким крутящим моментом может потребоваться теплоотвод, который добавляет инерцию - мультифизическая модель помогает найти оптимальный баланс между тепловыми характеристиками и динамическим откликом. Аналогично, проводящие полимерные композиты могут быть оценены как по структурной прочности, так и по электропроводности в одной модели.

Раннее обнаружение неудач и прогнозирование жизни

Трещины усталости часто инициируются в точках, где пики напряжения и температуры совпадают. Многофизические симуляции могут идентифицировать области «горячей точки», которые подвергаются как высокой структурной нагрузке, так и повышенным температурам, что позволяет дизайнерам добавлять каналы охлаждения или усиления до того, как произойдет сбой. Это особенно ценно для коллаборативных роботов, которые проходят миллионы циклов в течение своей жизни.

Как реализовать мультифизические симуляции: практический рабочий процесс

Внедрение многофизического моделирования в процессе проектирования робототехники включает в себя несколько этапов, от выбора правильного программного обеспечения до проверки результатов.

1.Определите физические связи, относящиеся к вашему роботу

Не каждый робот требует полной мультифизики - статический промышленный робот-манипулятор, работающий на фабрике с контролируемой температурой, может нуждаться только в структурном анализе с простой тепловой проверкой. Однако для роботов, которые работают на открытом воздухе, летают, плавают или переносят мощную электронику, необходимы связи.

Сценарии общей связи:

  • Мобильные роботы с аккумуляторными батареями: электротермально-структурные (набухание батареи, тепловой бег).
  • Дроны: структурно-аэродинамические-термические (моторное отопление, деформация крыла, нагрузки на винт).
  • Хирургические роботы: структурно-термическая жидкость (термическая стерилизация, взаимодействие тканей, утечка жидкости).
  • Экзоскелеты: структурно-термический контроль (тепло от привода, комфорт человека, путь нагрузки).

Документируйте ожидаемые условия работы - диапазон температур, частоты вибрации, нагрузки давления - для руководства установкой модели.

2.Выберите подходящее программное обеспечение для моделирования

Несколько коммерческих и открытых платформ поддерживают мультифизику. Выбор зависит от ваших потребностей в связи, масштабируемости решателя и бюджета.

  • COMSOL Multiphysics — широко используемая платформа со встроенными модулями для структурной механики, теплопередачи, потока жидкости, электромагнетизма и акустики. Его интуитивно понятный пользовательский интерфейс и возможность добавлять пользовательские PDE делают его популярным для исследований и раннего проектирования.Visit COMSOL.
  • ANSYS Workbench — предлагает набор инструментов (механический, флюентный, Максвелл), которые могут быть связаны для FSI, термического стресса и электромагнитно-термического анализа. Лучше всего подходит для моделирования производства высокой точности. Посещение ANSYS.
  • Abaqus (Dassault Systèmes) — сильные нелинейные структурные возможности и поддерживает термомеханические и гидроструктурные связи посредством ко-симуляции. Идеально подходит для мягкой робототехники и больших проблем деформации.
  • OpenFOAM — инструментарий CFD с открытым исходным кодом, который может быть связан со структурными решателями (например, с использованием проекта расширения пены) для FSI. Требует опыта программирования, но предлагает полную настройку.

Для исследования концепции на ранней стадии MATLAB/Simulink также можно использовать для многофизических моделей с комково-параметрическим разрешением, хотя разрешение более грубое.

3.Создание консолидированной цифровой модели

Геометрия модели должна представлять компоненты робота, которые значительно взаимодействуют. Упростите детали, которые не влияют на интересующую физику - например, замените сложные шаблоны болтов эквивалентными зонами жесткости. Назначьте материалы с температурно-зависимыми свойствами (проводимость, модуль Янга, удельное тепло), чтобы обеспечить точную тепловую структурную связь.

Многофизика часто требует сеток, которые конформны по доменам или используют выделенные интерфейсы. Для FSI жидкие и твердые сетки должны соответствовать на интерфейсе для передачи давления и смещения. Используйте адаптивную сетку, если деформация велика.

4. Устанавливать граничные условия и исходные состояния

Граничные условия должны отражать среду робота: предписанное движение, тепловую конвекцию, электрические потенциалы, впуск/выход жидкости.Осторожно обратите внимание на соединительные интерфейсы – для тепловой структурной задачи определите коэффициенты теплопередачи, которые изменяются со скоростью (если робот движется). Для электромагнитно-термической, укажите плотность тока в проводниках.

Переходный против стационарного:] Многие операции роботов являются переходными — цикл выбора и места длится несколько секунд. Переходные многофизические симуляции являются более вычислительно дорогостоящими, но захватывают зависящие от времени эффекты, такие как накопление тепла во время повторных циклов. Используйте устойчивое состояние только для постоянных условий длительности.

5.Проверить и выполнить симуляцию

Начните с грубой сетки и короткого времени моделирования, чтобы убедиться, что все связи обмениваются данными правильно. Проверьте, что энергия сохраняется в физике - например, тепло, рассеиваемое от модели структурного демпфирования, должно соответствовать тепловому входу. Сравните результаты моделирования с простыми ручными вычислениями или отдельными моделями с одной физикой, чтобы поймать ошибки настройки.

Проверка против экспериментов: По возможности, тестируйте физический прототип в контролируемых мультифизических условиях (например, роботизированный сустав под электрической нагрузкой в тепловой камере) и сравнивайте измеренные температуры, напряжения и силы. Отрегулируйте свойства материала и граничные условия до тех пор, пока корреляция не будет в пределах приемлемой толерантности (обычно 5-10%).

6. Итерировать и оптимизировать

После проверки базовой модели проведите параметрические проверочные операции - варьируйте толщину материала, геометрию охлаждающих плавников, мощность привода - чтобы найти оптимальную конструкцию. Многофизическая оптимизация может быть автоматизирована с использованием встроенных методов поверхности отклика или связи с внешними алгоритмами оптимизации. Документируйте компромиссы и документируйте чувствительность каждого параметра.

Общие проблемы и как их преодолеть

Многофизические симуляции мощны, но имеют препятствия. Признание этих ранних результатов сэкономит время.

Расчетные затраты и совместимость с ячейками

Решение сопряженной физики на тонкой сетке может потребовать часов или дней даже на высокопроизводительных кластерах.

  • Используйте ко-симуляцию вместо монолитной связи — каждый физический решатель работает независимо и обменивается данными с интервалами, уменьшая сложность решателя.
  • Назначение подмоделирования : запустить грубую полнороботную мультифизическую модель для выявления критических областей, а затем применить уточненные граничные условия к подмодели для детального анализа.
  • Воспользуйтесь преимуществами ускорения GPU , доступных в ANSYS и COMSOL для определенных решателей.

Нехватка материальных данных

Точная мультифизика требует температурно-зависимых, частотно-зависимых и деформационно-зависимых свойств материала. Они часто недоступны для новых композитов или аддитивно-производственных сплавов. Смягчение: выполнение испытаний характеристик материала (DMA, измерение теплопроводности) или калибровка с использованием обратного моделирования против простых экспериментов.

Проблемы сближения пар

Сильно связанные проблемы (например, ФСИ с большими деформациями) могут быть численно нестабильными. Используйте расслабленную связь (факторы пониженной релаксации 0,5–0,8) и итеративное ошеломляние. Если конвергенция не удается, уменьшите шаг времени или упростите связь (например, используйте одностороннее соединение, где А влияет на В, но не наоборот) в качестве первого шага.

Отсутствие внутренней экспертизы

Многофизическое моделирование требует знания нескольких инженерных областей. Команды часто имеют специалистов в области структурной механики, но не в гидродинамике или электромагнитных полях. Решения:

  • Инвестируйте в кросс-обучение с использованием онлайн-курсов (например, Многофизическая академия COMSOL).
  • Найм консультантов для первоначальной настройки модели.
  • Используйте программное обеспечение с управляемыми рабочими процессами (например, мастера «Добавленной физики» ANSYS Workbench).

Пример: Мультифизическое моделирование руки квадрокоптера

Чтобы проиллюстрировать этот процесс, рассмотрим проектирование квадрокоптерной руки, изготовленной из пластика, армированного углеродным волокном (CFRP).

  • Аэродинамические нагрузки: высокоскоростной воздушный поток и пропеллерная помывка, вызывающая подъем и перетаскивание.
  • Структурные нагрузки: тяга двигателя и изгиб руки.
  • Тепловые нагрузки: Моторное тепло, проводимое вдоль руки.

Используя COMSOL, мы построили модель с сопряженной структурно-термической жидкостью. Моделирование показало, что при максимальном дроссельном давлении температура руки вблизи моторного крепления достигала 85 ° C - достаточно, чтобы разложить эпоксидную матрицу и снизить жесткость. Добавив в модель тонкий медный теплораспределитель, температура упала до 60° C, а отклонение изгиба уменьшилось на 18%. Мультифизическая модель уловила это взаимодействие, которое пропустил бы автономный структурный анализ. Конструкция была проверена с измерениями термопары с точностью до 7%.

Будущее: мультифизика в реальном времени для адаптивного управления

Конечная цель состоит в том, чтобы встроить мультифизические модели уменьшенного порядка в циклы управления роботами в реальном времени. С методами уменьшения порядка модели (MOR) - надлежащее ортогональное разложение, суррогаты нейронной сети - полная мультифизическая модель может быть сжата в быстрый исполняемый процессор, который работает на бортовом процессоре. Это позволит роботу ощущать тепловое накопление, структурную усталость или аэродинамические изменения и регулировать его движение или охлаждение в реальном времени.

Такие компании, как Boston Dynamics и NASA JPL уже экспериментируют с нейронными сетями, основанными на физике, которые приближают мультифизическую динамику для ходячих роботов и исследователей планет. По мере того, как краевые вычисления становятся более мощными, ожидайте увидеть многофизически осведомленных роботов, которые самооптимизируются для эффективности и безопасности во время работы.

Вывод: Сделать мультифизические симуляции стандартной практикой

Многофизическое моделирование больше не является нишевой возможностью, зарезервированной для аэрокосмической и ядерной инженерии. Для современной робототехники оно становится конкурентной необходимостью. Захватывая взаимодействие сил, тепла, электричества и жидкостей, инженеры могут проектировать роботов, которые легче, сильнее и надежнее - и делать это с меньшим количеством физических прототипов.

Ключевые шаги ясны: определить соответствующие связи, выбрать способную платформу моделирования, построить и проверить консолидированную модель и повторить в сторону оптимизированного дизайна. В то время как такие проблемы, как вычислительная стоимость и доступность данных, остаются, инструменты и методологии быстро созревают. Команды, которые инвестируют в мультифизические возможности сегодня, будут лучше всего позиционированы для создания следующего поколения интеллектуальных, устойчивых роботов.

Для дальнейшего чтения изучите ресурсы из ASME по мультифизическому моделированию и COMSOL блога по моделированию робототехники .