Robotikte Multi-Scale Modeling Anlayışı

Çok ölçekli modelleme, atomistik, mikroyapısal, bileşen ve sistem düzeyindeki davranışlar arasındaki boşluğu köprüler ile ilgili hesaplamak için, bu yaklaşım, robotik sistemler nadiren üniformadır; örneğin, nano ölçekli sistemlerdeki polimer zincirleri, tüm robotların mikrobiyografileri ve tüm robotların sınıfsal analizleri ile ilgili olarak uyumlu hale getirirler.

Konsept tamamen yeni değil; malzeme bilimi ve havacılık mühendisliğinde on yıllardır kullanılmıştır. Ancak, robotik uygulamaları yüksek performanslı hesaplamaların gelişiyle hızlandı ve daha akıllı robot tasarımları için daha akıllı, daha da yetenekli robot tasarımları için ihtiyaç duyulan ihtiyaçlar. Günümüzde, mikro ölçekli modelleme, genel performansın geliştirilmesinde temel bir temeldir, robot tasarımcıların elde edilebilir mekanik özellikleri , yüksek performanslı robotların ve biyo-tanışkan robot tasarımlarının yeniden tasarlanmasında, veriye dayalı hataların geliştirilmesinde nasıl bir temel olduğunu anlamakta ve biyo-enerjik robotlara olan hataların azaltılmasında, bilgisayar tasarımcıların yeniden tasarlanmasında, yüksek performanslı robotların yeniden tasarlanmasında ve yeniden tasarlanmasında nasıl bir risk altından sağlanmasında başarılı olduğu konusunda bilgi sahibi olabilir.

Kompleks Robot Yapıları için Anahtar Faydaları

Materyal ve Yapısal Davranışlarda Daha İyileştirme

Multi-scale modellemenin birincil avantajı, aynı anda farklı ölçeklerde meydana gelen fiziksel fenomenleri yakalama yeteneğidir. Örneğin, karbon-fiber-reinforced polimer kol deneyimleri, bu durumu, yerel stres sahalarını mikro ölçekli bir temsilci hacmi elementinden (RVE) geçmek için önemli olan bir makroskobu modeli tek başına tahmin etmek için son derece önemlidir, çünkü sualtı araçlarına göre bu tür bir araçta çalışan bir mikro ölçekli bir modeldir.

Weaknesses'in Erken Tanımlanmasıyla Tasarım

Tasarım aşamasında erken ölçeklerdeki davranışları basitleştirerek, mühendisler fiziksel prototipler inşa etmeden önce potansiyel başarısızlık noktalarını belirleyebilirler. Örneğin, bir insanoid robotun hipniğe eklem, yüksek döngü yüklerinin ve karmaşık geometrinin kombinasyonu genellikle stres artışlarına yol açar. Multistructions mikrotural boşlukların makro ölçekli çatlakları nasıl geliştiğini ortaya çıkarabilir, örneğin dolum veya malzeme yönelimleri gibi tasarım değişikliklerini sağlar.

Azaltılmış Prototipleme ve Test Maliyetleri

Fiziksel prototipler pahalı ve zaman alıcıdır, özellikle de karmaşık geometriler veya egzotik malzemelerle robotlar için. Multi-scale modelleme, sanal prototiplemenin yüzlerce tasarım varyasyonunun silico'da değerlendirilebilir. Örneğin, endüstri tahminlerine göre, dijital simülasyon, elektromekanik sistemlerdeki etkili makroskobik sertlikleri tahmin edebilir.

Özel Fonksiyonlar için geliştirilmiş Malzeme Seçimi

Multi-scale modelleme, mühendislere ilgili ölçekdeki performansı değerlendirmek için doğru materyali seçmelerine yardımcı olur. Örneğin, bir umut robotun bacağı, yüksek güç kombinasyonuna (karbon-epoxy kompozit) ve baraja (bir viskoelastic çekirdekten) yardımcı olabilir. Çok ölçekli bir yaklaşım, kompozitin mikro-arışınlık ve temelin moleküler gevşeme davranışının optimum dolma ve temel kalınlığını belirlemek için sürekli olarak değişebilir.

Multi-Scale Modeling için Uygulama Çerçeve

Adım 1: Ölçeği ve Domainleri Tanımlamak

İlk ve en kritik adım, robot yapısının performansına bağlı olan ilgili ölçekleri tanımlamaktır. Tipik ölçekler şunlardır:

  • [FONT:0]Atomik/Nano-scale (0.1 nm – 100 nm): Dominant fenomenler moleküler etkileşimleri, van der Waals güçleri ve kuantum etkiler. yapıştırıcılar, yüzey kaplamaları ve pastazoelektrik malzemeleri için yeniden ilgili.
  • [FONT=0)Mikro-ölge[Dönetici][Dönetici: 0,0)Mikro-ölgeler[Dönemli) ve 3D baskılı metaller için yeniden ilgili olarak.
  • [FONT=0)Meso-scale[[Dönetici: 0.1 mm – 10 mm): Lattice yapıları, weave kalıpları ve laminatlar uyumlu mekanizmalar ve hücresel malzemeler için önemli.
  • [FONT=0]Macro-scale[[Dönetici: 1 m+): Full bileşen geometrisi, montaj arabirimleri ve genel sistem kinematikleri. Bu, yapısal FEA ve çok sayıda dinamik için geleneksel alandır.

Mühendisler hangi ölçeklerin çift olduğuna karar vermelidir. Örneğin, pnömatik kanallar tarafından yönlendirilen yumuşak bir robot mikro ölçekli (kanı duvarı deformasyonu) ve makro ölçekli (arm curvature) için gerekli olan doğru ve hesaplama bütçesine göre seçilebilir.

2. Adım 2: Appropriate Simülasyon Araçları Seç

Her ölçek özel yazılım veya sayısal yöntemler gerektirir. Common aletler şunları içerir:

  • [FONT=0)Molecular Dynamics (MD)) nano ölçekli (örneğin, LAMMPS, GROMACS).
  • [FONT:0)Continuum Finite Element Analizi (FEA)[Dönetici:0) Mikro ila makro ölçeklere (örneğin, Abaqus, ANSYS, COMSOL Multifizikseller).
  • [FONT:0)Discrete Element Method (DEM)) granular veya katılımcı malzemeler için.
  • [FONT=0) Çok sayıda dinamik (MBD)[D) sistem düzeyinde hareket ve ortak kuvvetler için (örneğin, Simpack, MSC Adams).
  • [FONT:0)C ⁇ Akışkanlar Dinamik (CFD)), sıvı dolu hareketleyiciler veya soğutma sistemleri için.

Güçlü bir yaklaşım, bir darbe arayüzü ile Abaqus kullanmak. Seçim, robot yapısının baskın fiziği ve takımın uzmanlığına bağlıdır.

Adım 3: Ölçler arasındaki Coupling Yöntemler

Üç birincil darbe paradigması var:

  1. [FONT:0) Eşlik (veya hiyerarşik) darbe: [Dönetici: 1) Bilgi bir şekilde akışlar. İyi ölçekli bir model, etkili malzeme özellikleri (örneğin, homojenize edilmiş onor) daha sonra koarse ölçekli modelde kullanılır.
  2. [[Dönetici:0)Concurrent coupling:[Dönetici:[Dönetici:0)[Dönetici:0)Concurrent coupling:[Dönetici:[Dönetici: 0,4] İki veya daha fazla bölge aynı anda çözülmüştür, ancak ölçek arayüzde farklı yerel rafineriler ile makro ölçekli bir FEA modeli, robot kolunın iyi bir şekilde bir alt alanı içerir.
  3. [FONT:0)Şu anda (veya çok ölçekli) hiyerarşik zenginleştirme yoluyla: ) Eşer model iyi ölçekli temel fonksiyonlarla zenginleştirilmiştir (örneğin, Multiscale Finite Element Method, BayanFEM). Bu yaklaşım doğru ve hesaplama maliyeti ve giderek daha fazla yumuşak robotik simülasyonlarda kullanılır.

Karmaşık robot yapıları için, karma bir yaklaşım yaygındır: malzeme mülkiyet karakterizasyonu için uygun bir darbe, kritik başarısızlık-prone bölgeleri için eş zamanlı darbe izledi.

Adım 4: Data Transfer ve Homojenization

Sağlam bir veri transferi, çok boyutlu modelleme için gereklidir.Sekiz Volume Elements (RVEs) gibi konseptler, yumuşak robotun makro ölçekli modeline homojen bir şekilde uygulanır.Örneğin, bir disko-VE, silikon matrisin rastgele dağılımını içeren bir boşluk, etkili bir sertlik hesaplamak için altı farklı deformasyon modları test edebilir.Bu onor daha sonra yumuşak robotun makro ölçekli modellerinde gerekli olan makro-enerjik sistemlerde kullanılır.

Adım 5: Deneyler aracılığıyla Model Geçerliliği

Fiziksel testlere karşı geçerlilik olmadan çok ölçekli bir model güvenilir değildir. Robot yapıları için geçerlilik deneyleri her ölçek bağımsız olarak hedeflemelidir. Örneğin:

  • Nanoscale: Atomik kuvvetle konumlama eğrileri AFM veya nanoindentasyondan.
  • Mikro ölçekli: Küçük kuponlarda kırık yüzeylerin veya dijital görüntü korelasyonun Mikroskopunun (DIC) Mikroskopları.
  • Makroscale: Tam ölçekli robot kolları veya kıvrımları üzerinde yük-deflection testleri.

Monte Carlo veya polinom kaos genişlemesi gibi, üretim yetimleri için dikkate alınır (örneğin, fiber sallanma, tabaka kalınlığı). Doğrulanmış bir model, ömür boyu tahmin ve koşul temelli bakım için kullanılabilir bir dijital ikiz haline gelir.

Vaka Çalışmaları: Eylemde Multi-Scale Modeling

Vaka Çalışması 1: Hiperelastic Lattice ile Yumuşak Ayaklanma

Belirli bir uyumluluk profili elde etmek için 3D baskılı bir lattice cihazı kullanan bir proje: Takım çok ölçekli bir çerçeve kullandı: mikro ölçekli bir FEA (0.2 mmut str) ile tüm kavrama noktaları doğrulayan bir veri tabanını doğrulayan bir şekilde kapatarak, doğrulanmış bir şekilde sabitlenmiş durumda.

Vaka Çalışması 2: Şermanlık Önümserle Kompozit Robot Arm

Karbon-epoxy kompozitlerinden yapılan bir endüstriyel robot kolu, tekrarlanan pick-ve-place yükleri altında başarısızlık için analiz edildi. Araştırma, eş zamanlı olarak çok sayıdan oluşan bir çok değişkenli yöntemi kullandı: koldaki yüksek yüzeyin yüksekliğini 10.000 döngü boyunca yakaladı (küresel yorgunluk testlerine yönelik olarak).

Robotik için Multi-Scale Modeling

C ⁇ Maliyet ve Scalability

Gelişmiş darbe yöntemleri ile bile, çok ölçekli simülasyonlar hesaplamalı olarak yoğun olarak kalır. İyi ölçekli bir alt alan ile tipik bir eş simülasyon binlerce CPU saati gerektirebilir. Birçok hareketli parçalı robot için (örneğin, 30+ derece özgürlüğü olan bir insanoid), makro ölçekli bir modelin kendisi büyük ve her entegrasyon noktası için mikro ölçekli RVE'ler daha dikilebilir hale geliyor.

Meşru ve Zaman-Scale Uyumluluk

Farklı ölçekler genellikle farklı zaman zaman zaman ayrımı gerektirir. Nano ölçekli MD simülasyonları hızlı ölçek dinamikleri için zaman ayırmalarını talep eder, bu boşluğu uygulamaktadır.Bu stratejileri sağlam bir araştırma alanıdır.

Standartlaştırılmış Yazılım Çerçeveleri eksikliği

Birçok akademik kodlar, beton gibi açık kaynaklı platformları oluşturmak için var olsa da, OOFEM, Peridigm veya Multiscale Simülasyon Framework), endüstri standardı yoktur.Bu, robotik takımların çok boyutlu bir darbe oluşturmadan çok boyutlu modellemesini zorlaştırır, ancak yüksek derecede iyi bir öğrenme eğrisi ve önemli bir programlama çabasını gerektirir.

Uncertainty Quantification and Validation

Çok ölçekli modeller her ölçekten son tahmine kadar belirsizliği ortaya koyar.UQ'nun titiz olması, çok ölçekli robot simülasyonları için güven düşük. Birçok endüstriyel robot takımı tam UQ analizlerini gerçekleştirmek için uzmanlıktan yoksundur, bu da çok ölçekli modellemenin bazı yararlarını ortadan kaldırması için çok değerli güvenlik faktörlerine ihtiyaç vardır.

Future Yol Tarifi

Azaltılmış Modeller için Makine Öğrenmesinin Entegrasyonu

Makine öğrenmesi, özellikle de sinir ağları, yüksek ölçekli simülasyonların gerçek zamanlı modellerini oluşturmak için giderek daha fazla kullanılır. Her adım için bir MD simülasyonu çalıştırmak yerine, eğitimli bir sinir ağı, mikro ölçekli yanıtın milisaniyelerde yaklaşık olarak yaklaşık olarak azaltılabilir. Bu, büyük ölçüde ve oar oranın siparişleri ile ilgili olarak, bir yürüyüş robot kontrolü için gerçek ölçekli bir simülasyonu öngörür. Örneğin, derin bir öğrenme yüzeyinin etkili bir vibrasyonunu tahmin edebilir.

Dijital Twins ve Real-Time Multi-Scale Modeller

Nihai hedef, robot işlemi sırasında online çalışan bir dijital ikiz içinde çok ölçekli modelleri gömmektir.Mantıyı sürekli olarak sensör verileri ile güncelleyerek (örneğin, güç ölçümleri, hız ölçerler, ısı kameraları), robot başarısızlıkları tahmin edebilir ve davranışını adapte edebilir.Bu, mikro ölçekli fiziği yakalamayı gerektirir.

Standartlaştırılmış API ve Community Benchmarks

Robotik topluluk, araştırmacıların farklı çözücüleri bir araya getirmelerine izin verebilir, örneğin yumuşak bir kavrama, sistem simülasyonu ile kullanılan bir hexapod (FMI) yöntemi geliştirme ve doğrulamayı hızlandırabilir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Çok ölçekli modelleme teknikleri, daha doğru tahminler, daha önce optimize edilmiş, betonarme maliyetleri ve kılavuz malzeme seçimi için temel bir yetenek için gelişti: ilgili ölçekler seçmek ve uzun ve zaman ölçekleri boyunca fizik kurmak, bu yöntemler daha hassas tahminler sunmak, daha iyi hesaplamalar sunmak, daha hızlı maliyet, yazılım parçaları yapmak ve kontrol etmek için daha iyi bir şekilde modellemek, makine öğreniminde devam etmek için daha kolay bir şekilde tasarlanmış bir model oluşturmak için daha kolay bir şekilde tasarlanmıştır.