COMPAct: Computational Optimization and Automated Modular design of Planetary Actuators

Título: COMPAct: Otimização Computacional e Design Modular Automatizado de Atuadores Planetários

1. Problema e Motivação

O design ótimo de atuadores robóticos é uma área crítica, mas a literatura existente apresenta lacunas significativas:

• Falta de Otimização de Engrenagens: Muitos trabalhos otimizam comprimentos de elos ou acoplamentos, mas ignoram parâmetros internos de caixas de engrenagens (como contagem de dentes, módulo e tipo de engrenagem).
• Modelos Simplificados: Abordagens anteriores frequentemente utilizam modelos de massa simplificados ou não consideram a eficiência, o peso e o tipo específico da caixa de engrenagem.
• Ausência de CAD Automatizado: Não há trabalhos anteriores que automatizem a geração de modelos CAD paramétricos para caixas de engrenagens planetárias, exigindo redesign manual para cada nova configuração.
• Limitações em Prototipagem: Embora atuadores impressos em 3D permitam prototipagem rápida e baixo custo, a maioria dos designs existentes usa razões de transmissão fixas e não avalia a optimalidade do atuador considerando massa e eficiência.

O objetivo deste trabalho é preencher essas lacunas através de um framework unificado que otimize simultaneamente os parâmetros da caixa de engrenagem e automatize a geração de modelos CAD para impressão 3D.

2. Metodologia: O Framework COMPAct

O COMPAct é um framework que integra otimização computacional, modelagem de massa detalhada e automação de CAD paramétrico.

A. Tipos de Caixas de Engrenagens Analisadas

O framework suporta quatro arquiteturas de engrenagens planetárias:

1. SSPG (Single-Stage Planetary Gearbox): Engrenagem planetária de estágio único.
2. CPG (Compound Planetary Gearbox): Planetários compostos (duas engrenagens rigidamente conectadas).
3. WPG (Wolfrom/3K Planetary Gearbox): Topologia especializada para altas reduções em volume compacto.
4. DSPG (Double-Stage Planetary Gearbox): Duas camadas planetárias sucessivas.

B. Modelagem e Otimização

• Modelo de Massa Detalhado: Ao invés de estimativas simplificadas, o sistema decompõe cada componente (engrenagens, eixos, rolamentos) em geometrias simples (cilindros, cascas, cones) para calcular a massa real.
• Variáveis de Otimização: O vetor de design inclui contagem de dentes ($N_s, N_p, N_r$), módulo ($m$) e número de planetas ($n_p$) para até dois estágios.
• Função de Custo: O objetivo é minimizar a massa do atuador ($M_{act}$) e a largura axial ($W_p$), enquanto maximiza a eficiência ($\eta$). A função de custo é:
  $$C_{act} = K_m M_{act} - K_e \eta + K_w W_p + K_g |GR_{req} - GR|$$
  Onde $GR$ é a razão de transmissão.
• Restrições: O problema inclui restrições geométricas (compatibilidade de diâmetros), restrições de engrenamento (divisibilidade de dentes), restrições de interferência (espaçamento entre planetas) e limites de diâmetro externo.
• Algoritmo: Devido à natureza discreta das variáveis (número de dentes), a solução é encontrada através de uma busca exaustiva (brute-force) dentro do espaço de viabilidade, garantindo o ótimo global.

C. Automação de CAD

• Modelagem Paramétrica: Os resultados da otimização (número de dentes, módulo, etc.) são escritos em um arquivo de texto que alimenta diretamente o ambiente CAD.
• Atualização Automática: O modelo CAD é atualizado automaticamente para refletir as novas dimensões, gerando um arquivo pronto para impressão 3D sem intervenção manual.
• Robustez: O design inclui reforços estruturais (parafusos centrais e através do alojamento do motor) para aumentar a rigidez de peças impressas em 3D.

3. Contribuições Principais

1. Otimização de Caixas de Engrenagens: Um framework capaz de otimizar quatro tipos diferentes de caixas planetárias simultaneamente, minimizando massa e largura enquanto maximiza a eficiência.
2. Automação de CAD: Geração automática de modelos paramétricos 3D a partir dos parâmetros otimizados, permitindo a transição direta para fabricação (impressão 3D).
3. Validação Experimental: Fabricação e teste rigoroso de dois atuadores (SSPG e CPG) para validar o modelo de massa, a eficiência mecânica, o backlash (folga) e a rigidez de transmissão.

4. Resultados

A. Simulações e Seleção de Design

• Espaço de Design Viável:
  • SSPG: Viável até ~7.2:1 (mais leve, eficiente e compacto nesta faixa).
  • CPG: Ótimo para a faixa de 7.2:1 a 15:1.
  • DSPG e WPG: Competem na faixa de 15:1 a 32:1 (DSPG tem maior eficiência).
  • WPG: Único viável para razões acima de 32:1 (até 60:1).
• Precisão do Modelo de Massa: A comparação entre o modelo de massa calculado e os modelos CAD paramétricos mostrou erros quadráticos médios (RMS) muito baixos (0.005 kg a 0.028 kg), validando a precisão do modelo de otimização.

B. Resultados Experimentais (Hardware)

Dois atuadores foram fabricados e testados: um SSPG (7.2:1, motor MN8014) e um CPG (14:1, motor MAD M6C12).

• Eficiência Mecânica:
  • SSPG: 60–80% (teórico: 96%).
  • CPG: ~60% (teórico: 93.8%).
  • Nota: A discrepância entre o teórico e o experimental é atribuída às limitações de resolução da impressão 3D (desvios do perfil de dente involuto) e atrito adicional, mas o SSPG manteve-se superior ao CPG, conforme previsto.
• Backlash (Folga sem carga):
  • SSPG: 0.59° (0.010 rad).
  • CPG: 2.6° (0.046 rad).
  • O CPG apresentou maior folga devido aos diâmetros efetivos menores dos planetas no segundo estágio.
• Rigidez de Transmissão:
  • SSPG: 242.7 Nm/rad.
  • CPG: 201.6 Nm/rad.
  • A menor rigidez do CPG também é atribuída ao menor diâmetro de contato no segundo estágio. Ambos os valores são inferiores a atuadores de metal ou com transmissões cícloides, mas adequados para prototipagem rápida.

5. Significado e Conclusão

O trabalho COMPAct representa um avanço significativo na robótica de atuadores ao demonstrar que é possível:

1. Sistematizar a escolha do tipo de caixa de engrenagem com base na razão de transmissão desejada, motor e restrições de massa/eficiência.
2. Eliminar o redesign manual através da automação de CAD, acelerando drasticamente o ciclo de desenvolvimento de atuadores personalizados.
3. Validar designs otimizados em hardware real, provando que atuadores impressos em 3D, embora com limitações de eficiência e rigidez em comparação com usinagem CNC, podem ser projetados de forma ótima e funcional para aplicações em robótica (como exoesqueletos e robôs humanoides).

O framework abre caminho para futuras extensões, incluindo o uso de solvers de otimização não linear mista (MINLP), incorporação de inércia do rotor na função de custo e a transição para materiais metálicos ou compósitos avançados.