On Fin Based Propulsion and Maneuvering for Uncrewed Underwater Vehicles

Este trabajo desarrolla un marco numérico para estudiar la propulsión y maniobrabilidad de vehículos submarinos mediante el uso de aletas oscilantes bioinspiradas, analizando desde la dinámica de una sola aleta flexible hasta la interacción de sistemas multi-aleta optimizados mediante algoritmos bayesianos.

Lo esencial

El Baile de las Aletas: ¿Cómo pueden los robots submarinos nadar como peces?

Imagina que quieres diseñar un pequeño robot para explorar el fondo del océano. La mayoría de los robots actuales usan hélices, como los barcos grandes. Pero las hélices son como ventiladores: giran y giran, consumen mucha energía y, si quieres dar un giro brusco, necesitas motores extra y timones complicados.

Parker Grobe, en su investigación, propone algo distinto: dejar de usar ventiladores y empezar a usar "aletas" que oscilen, tal como lo hacen los delfines o los atunes. Su tesis estudia cómo podemos coordinar varias de estas aletas para que el robot no solo nade rápido, sino que también sea increíblemente ágil y eficiente.

Para entender su trabajo, usemos tres analogías:

1. El secreto del "empujón" (La aleta solitaria)

Imagina que estás en una piscina y mueves la mano de arriba abajo muy rápido. Sientes que el agua te empuja. Grobe descubrió que una sola aleta genera fuerza de dos maneras: por el "golpe" del agua (masa añadida) y por la forma en que el agua fluye alrededor de la aleta (sustentación).

Él también probó algo muy inteligente: la flexibilidad. En lugar de una aleta de plástico rígido, imaginó una con un "resorte" en la base. Es como cuando mueves una hoja de papel en el aire; la hoja se dobla y eso ayuda a que el movimiento sea más suave y eficiente. Si la aleta es "inteligente" y se dobla en el momento justo, el robot gasta menos batería.

2. El efecto "Surfero" (El sistema de dos aletas)

Aquí es donde la cosa se pone interesante. Imagina que vas en una tabla de surf y una ola viene hacia ti. Si te posicionas justo en el momento y lugar correctos, la energía de la ola te impulsa sin que tengas que esforzarte.

Grobe descubrió que, en un robot con dos aletas, la primera aleta deja un "rastro" de remolinos en el agua (como la estela de un barco). Si la segunda aleta se mueve en el ritmo perfecto, puede "surfear" esos remolinos. Si la segunda aleta aprovecha la energía de la primera, el robot obtiene un empujón extra de propulsión casi gratis. ¡Es como si las aletas se estuvieran pasando la energía unas a otras!

3. La Orquesta Submarina (Sistemas de muchas aletas y Optimización)

Ahora, imagina que tienes un grupo de 6 o más aletas. Si todas se mueven al mismo tiempo y de forma desordenada, se estorbarían entre sí, creando un caos de burbujas y turbulencias que frenaría al robot.

Para resolver esto, Grobe usó algo llamado "Optimización Bayesiana". Imagina que tienes que encontrar la nota perfecta para que una orquesta suene increíble, pero no puedes probar todas las notas del mundo porque tardarías años. La Optimización Bayesiana es como un director de orquesta superinteligente que, tras escuchar solo unas pocas notas, puede "adivinar" con mucha precisión cuál es la melodía perfecta.

Gracias a este "director inteligente", el investigador descubrió que la mejor forma de mover muchas aletas no es que todas hagan lo mismo, sino que creen una "ola viajera": un movimiento coordinado que se desplaza desde la primera aleta hasta la última, como una ola que recorre la arena en la playa.

¿Para qué sirve todo esto?

En resumen, este trabajo nos da el "manual de instrucciones" para construir robots submarinos que:

• Ahorren energía: Al "surfear" sus propios remolinos.
• Sean ágiles: Al usar movimientos asimétricos para girar sin necesidad de timones extra.
• Sean inteligentes: Al coordinar múltiples aletas para moverse como un solo organismo.

En el futuro, gracias a estos descubrimientos, podríamos tener drones submarinos que exploren arrecifes de coral o restos de naufragios con la misma elegancia y silencio con la que lo hace un pez.

Resumen técnico

Resumen Técnico: Propulsión y Maniobra Basada en Aletas para Vehículos Subacuáticos No Tripulados (UUV)

1. El Problema

El diseño tradicional de vehículos marinos se basa en mecanismos de rotación continua (hélices), los cuales requieren sistemas adicionales y complejos (timones, propulsores auxiliares) para el control y la maniobrabilidad. Esto aumenta el costo, la complejidad mecánica y el arrastre.

La investigación aborda la necesidad de arquitecturas de propulsión bioinspiradas que utilicen el movimiento oscilatorio de aletas (similar a peces como el atún o delfines). El desafío técnico radica en comprender cómo coordinar el movimiento de múltiples aletas para maximizar simultáneamente tres métricas críticas: empuje (thrust), eficiencia (efficiency) y maniobrabilidad (maneuverability), aprovechando las interacciones hidrodinámicas entre las estructuras de vórtices generadas por cada aleta.

2. Metodología

El autor emplea un enfoque computacional avanzado para estudiar la dinámica de fluidos:

• Marco de Simulación: Utiliza el solver de dinámica de fluidos computacional (CFD) de código abierto WaterLily, escrito en Julia. Este utiliza el Método de Inmersión de Datos de Contorno (BDIM) para resolver las ecuaciones de Navier-Stokes en una cuadrícula cartesiana fija, lo que permite simular cuerpos en movimiento sin necesidad de re-mallado constante.
• Modelado de Aletas: Se utiliza un perfil NACA 0020 sometido a movimientos prescritos de cabeceo (pitching) y aleteo (heaving).
• Modelos de Flexibilidad: Se implementó un modelo de resorte torsional en el borde de ataque para permitir el cabeceo pasivo, donde el ángulo de la aleta surge de la interacción fluido-estructura en lugar de ser impuesto.
• Optimización: Para manejar la explosión de variables en sistemas de múltiples aletas ($N$-fins), se empleó la Optimización Bayesiana. Este método utiliza modelos sustitutos (surrogate models) basados en procesos gaussianos para localizar configuraciones de alto rendimiento con un número mínimo de simulaciones costosas.
• Parámetros de Escala: Se utilizan el número de Strouhal ($St$), el número de Reynolds ($Re$) y la frecuencia reducida ($f^*$) para caracterizar el régimen de flujo.

3. Contribuciones Clave

La disertación aporta tres contribuciones fundamentales al campo de la propulsión bioinspirada:

1. Mecanismos de Maniobra Asimétrica: Identifica cómo romper la simetría cinemática (mediante sesgo de cabeceo, velocidades de aleteo asimétricas o rigidez variable) permite generar fuerzas laterales controladas para maniobrar sin necesidad de timones adicionales.
2. Teoría de Interacción de Vórtices en Sistemas Multi-aleta: Establece que el rendimiento de las aletas situadas aguas abajo depende críticamente de la sincronización con los vórtices desprendidos por las aletas de aguas arriba.
3. Estrategia de Optimización Secuencial: Propone que, debido a la jerarquía direccional de las interacciones (las aletas de aguas arriba no se ven afectadas por las de abajo, pero sí al revés), los sistemas de múltiples aletas pueden optimizarse de forma secuencial, añadiendo una aleta a la vez y ajustando solo su fase respecto a su predecesora inmediata.

4. Resultados Principales

• Sistema de Aleta Única: Se demostró que el movimiento combinado de cabeceo y aleteo es superior al movimiento puro, permitiendo explotar tanto fuerzas basadas en la sustentación (lift-based) como fuerzas de masa añadida (added-mass). El uso de rigidez variable en el borde de ataque puede aumentar el empuje en un 8% y la eficiencia en un 6.4%.
• Maniobrabilidad: Se validó que un sesgo de cabeceo estático produce un aumento lineal en el coeficiente de fuerza lateral ($C_L$). Asimismo, la asimetría en la velocidad del aleteo (un movimiento rápido hacia arriba y lento hacia abajo) genera fuerzas laterales predecibles.
• Sistemas de Dos y Tres Aletas:
  • Se descubrió un "modificador de fase" ($\phi_0$) basado en el tiempo de convección de los vórtices, que permite colapsar los datos de rendimiento de diferentes espaciamientos en una sola curva predictiva.
  • En sistemas de tres aletas, se observó que el rendimiento óptimo ocurre cuando la aleta de aguas abajo encuentra el vórtice de la anterior en una fase específica (cercana a $2\pi/3$ o $270^\circ$ según la convención).
• Optimización de $N$-aletas: La optimización Bayesiana reveló que los sistemas con más aletas tienden a organizarse naturalmente en patrones de ondas viajeras. Los sistemas optimizados para empuje muestran longitudes de onda más largas, mientras que los optimizados para eficiencia muestran longitudes de onda más cortas.

5. Significancia

Este trabajo es significativo porque proporciona una hoja de ruta para el diseño de la próxima generación de UUVs (Vehículos Subacuáticos No Tripulados). Al demostrar que la propulsión y la maniobra pueden integrarse en un único sistema de aletas coordinadas, se abre la puerta a vehículos más pequeños, más eficientes, con menor firma acústica y con una capacidad de maniobra superior en entornos complejos. La metodología de optimización secuencial ofrece una herramienta práctica para ingenieros que deseen diseñar flotas de propulsores sin enfrentar la complejidad computacional de la optimización global de sistemas masivos.