Deep learning-based prediction of time-resolved adhesive forces in viscoelastic Hertzian contacts

Resumen Técnico: Predicción mediante Aprendizaje Profundo de Fuerzas Adhesivas Resueltas en el Tiempo en Contactos Hertzianos Viscoelásticos

1. Planteamiento del Problema

La predicción precisa de las trayectorias de fuerza adhesiva resueltas en el tiempo en contactos viscoelásticos blandos es un cuello de botella crítico para aplicaciones en robótica blanda, agarre y manipulación. Aunque la historia completa de la fuerza (incluyendo las fases de carga, permanencia y descarga) codifica información esencial sobre la disipación de energía, la estabilidad del contacto y el tiempo de desprendimiento (snap-off), la obtención de estos datos requiere tradicionalmente simulaciones numéricas completas mediante el Método de Elementos de Contorno (BEM).

Estas simulaciones son computacionalmente costosas, con costos que escalan de forma no lineal con la complejidad del problema (por ejemplo, el parámetro de Tabor, la profundidad de indentación y la tasa de descarga). Una sola simulación puede tardar desde segundos hasta horas, lo que hace que los bucles de control en tiempo real, la optimización iterativa del diseño y la identificación inversa sean impracticables. Además, los modelos analíticos (como JKR o DMT) están limitados a límites elásticos independientes de la tasa o regímenes cuasiestáticos específicos, y no pueden proporcionar la trayectoria completa de la fuerza para historias de carga arbitrarias que involucren memoria viscoelástica.

2. Metodología

Los autores proponen un modelo sustituto (surrogate model) basado en datos para predecir la trayectoria completa de la fuerza adhesiva a partir de una historia de desplazamiento prescrita y el parámetro de Tabor ($\mu$).

Generación y Representación de Datos:

• Conjunto de Datos: Se generó un conjunto de datos de 12,450 trayectorias utilizando simulaciones BEM combinadas con un esquema de marcha temporal de Newton-Raphson. Los datos abarcan cuatro órdenes de magnitud en tasas de carga/descarga, tiempos de permanencia (dwell times) variados y parámetros de Tabor que van desde 0.2 (tipo DMT) hasta 3.2 (tipo JKR).
• Representación de Paso de Medición Fijo (FMS): Para abordar el desafío de las longitudes de secuencia heterogéneas (donde diferentes simulaciones terminan en diferentes pasos de tiempo), los autores introdujeron una representación FMS. Las trayectorias BEM de longitud variable se remuestrean mediante interpolación de splines en una cuadrícula fija de $N=120$ puntos (50 para carga, 20 para permanencia, 50 para descarga). Esto preserva la información del tiempo físico al tiempo que permite el aprendizaje por lotes (batch learning).
• Características de Entrada: El modelo utiliza una representación de entrada guiada por la física que consta de cuatro canales: tiempo normalizado ($\hat{t}$), indentación normalizada ($\hat{\delta}$), velocidad causal ($\dot{\hat{\delta}}$) y un vector de detección de bordes ($e_j$) que marca las transiciones entre las fases de carga, permanencia y descarga. El parámetro de Tabor ($\mu$) se proporciona como un escalar estático.

Arquitectura del Modelo:

• Modelado Secuencia-a-Secuencia: Reconociendo que la adhesión viscoelástica está gobernada por una integral de convolución de Boltzmann (dependiente de la historia), el estudio emplea modelos de secuencia profundos con estado (stateful).
• Búsqueda de Arquitectura: Se evaluaron seis familias de redes neuronales:
  • M1: LSTM (Long Short-Term Memory)
  • M2: LSTM con normalización de capa
  • M3: Convolución 1D seguida de LSTM
  • M4: Red Convolucional Temporal (TCN) pura
  • M5: Codificador Transformer
  • M6: LSTM Residual
• Mecanismos de Condicionamiento: Cada arquitectura fue probada con tres métodos para incorporar el parámetro estático de Tabor: concatenación, FiLM (Feature-wise Linear Modulation) y gating.
• Entrenamiento: Los modelos fueron entrenados con el optimizador Adam utilizando una pérdida de Error Cuadrático Medio (MSE) sobre datos transformados y estandarizados. La configuración con mejor desempeño fue identificada mediante una comparación de métricas de forma de onda globales (MSE, MAE, DTW-RMSE) y conteo de parámetros.

3. Resultados Clave

• Modelo con Mejor Desempeño: La arquitectura M1-concat (una LSTM de dos capas con condicionamiento de concatenación de Tabor y una capa densa distribuida en el tiempo para la salida) logró el mejor equilibrio entre precisión y complejidad. Alcanzó un MSE de held-out de $5.0 \times 10^{-4}$ y un DTW-RMSE de $1.48 \times 10^{-2}$.
• Precisión de Predicción:
  • Fuerza de Desprendimiento (Pull-off Force): Error mediano de aproximadamente 2.2%.
  • Área de Histéresis: Error mediano de aproximadamente 1.1%.
  • Tiempo de Desprendimiento: Error mediano por debajo del 1%.
  • Incluso en el cuartil de mayor error (Q4), el error medio de desprendimiento se mantuvo en 6.1%, lo que indica que las cantidades físicamente centrales se capturan de forma robusta incluso cuando la reconstrucción de la forma de onda presenta desviaciones menores.
• Eficiencia Computacional: El modelo sustituto proporciona tiempos de inferencia de aproximadamente 0.16–0.26 segundos para una trayectoria de fuerza completa, independientemente de los parámetros de entrada. Esto representa una aceleración de aproximadamente tres órdenes de magnitud en comparación con las simulaciones BEM, que variaban de segundos a horas dependiendo del régimen.
• Validación Física: En el límite de adhesión de corto alcance y relajación completa (tipo JKR), las predicciones del modelo de la energía superficial efectiva dependiente de la tasa ($\Delta\gamma_{eff}$) coincidieron estrechamente tanto con los resultados previos de BEM como con la teoría analítica de Persson-Brener, validando su capacidad para recuperar la física dependiente de la tasa sin restricciones constitutivas explícitas en la salida de la red.

4. Significado y Reivindicaciones

El artículo sostiene que los modelos de secuencia profundos pueden reemplazar eficazmente las simulaciones numéricas lentas para predecir la respuesta completa de la fuerza resuelta en el tiempo de contactos adhesivos viscoelásticos. El significado del trabajo se enmarca en varios puntos clave:

• Representación sobre Complejidad: El estudio demuestra que la simplicidad arquitectónica (una LSTM estándar) combinada con una representación clara de la historia de carga y el régimen de adhesión es más efectiva que las arquitecturas complejas (como los Transformers) para este problema físico específico.
• Valor de las Características Guiadas por la Física: La inclusión de características de entrada físicamente significativas (velocidad causal y detección de bordes) redujo significamente el error de validación (en un factor de ~7) en comparación con una representación mínima de tiempo-indentación, destacando que la ingeniería de características sigue siendo crucial incluso en entornos basados en datos.
• Error Controlado para Aplicaciones en Tiempo Real: El sustituto proporciona un conjunto de datos y un modelo "primero en su clase" capaz de una evaluación rápida. Los autores posicionan esto no como un reemplazo de las simulaciones de alta fidelidad en la verificación final del diseño, sino como una herramienta para la exploración rápida, aplicaciones orientadas al control y diseño inverso donde son necesarias consultas repetidas.
• Limitaciones: Los autores señalan modestamente que el modelo ha sido entrenado sobre un modelo viscoelástico de relajación única específica (Sólido Lineal Estándar) y no puede extrapolar automáticamente a reologías materialmente diferentes. Además, los errores más altos se concentran en trayectorias con transiciones bruscas y eventos cercanos a la inestabilidad, lo que sugiere que los conjuntos de datos futuros deberían priorizar estos regímenes.

En conclusión, este trabajo establece una vía viable para integrar la estimación del estado de contacto en sistemas robóticos blandos en tiempo real, yendo más allá de las métricas de desprendimiento escalares hacia la predicción de la trayectoria completa.