AquaROM: shape optimization pipeline for soft swimmers using parametric reduced order models

Título: AquaROM: Pipeline de Otimização de Forma para Nadadores Macios usando Modelos de Ordem Reduzida Paramétricos (PROM)

1. Problema

O projeto e a otimização de estruturas macias atuadas, como robôs subaquáticos (nadadores macios), enfrentam um desafio crítico: o alto custo computacional das simulações necessárias para avaliar o desempenho.

• Complexidade Não Linear: Robôs macios sofrem grandes deformações (forças internas não lineares) e interagem com fluidos (forças externas não lineares, como arrasto e empuxo hidrodinâmico).
• Limitação do FEM: O Método dos Elementos Finitos (FEM) de alta fidelidade, embora preciso, exige recursos computacionais massivos devido ao grande número de graus de liberdade (DoFs). Isso torna inviável o uso direto do FEM em processos de otimização iterativa ou prototipagem rápida.
• Necessidade: É necessário um método que reduza drasticamente o tempo de simulação sem perder a precisão física, permitindo o cálculo de gradientes analíticos para otimização baseada em gradiente.

2. Metodologia

Os autores propõem o AquaROM, um pipeline de otimização que utiliza um Modelo de Ordem Reduzida Paramétrico (PROM) baseado em uma abordagem tensorial.

• Modelo de Ordem Reduzida (ROM) e Base Reduzida (ROB):
  • O sistema é projetado em uma base de ordem reduzida (ROB) composta por modos de vibração, derivadas modais e sensibilidades de parâmetros de forma.
  • Diferente de métodos baseados em dados (que exigem treinamento prévio com simulações FEM), este PROM é livre de dados (data-free): a base é construída analiticamente a partir da estrutura nominal, sem necessidade de simulações offline extensas.
• Formulação Tensorial de Forças Não Lineares:
  • Forças Internas: As forças elásticas não lineares são expressas como polinômios de alta ordem usando expansões de Neumann, permitindo uma representação tensorial estruturada.
  • Forças Externas (Hidrodinâmica): O trabalho estende a abordagem tensorial para forças externas, especificamente:
    • Empuxo (Thrust): Modelado pela Teoria do Corpo Alongado de Grande Amplitude de Lighthill (LAEBT).
    • Arrasto (Drag): Modelado com base na forma do corpo e velocidade, aproximado por séries de Taylor para manter a estrutura polinomial necessária ao PROM.
  • Atuação: Forças de contração muscular são modeladas como energia elástica adicional em elementos específicos da malha.
• Pipeline de Otimização:
  1. Define-se uma malha nominal e variações de forma paramétricas.
  2. Constrói-se o PROM projetando as forças (internas, empuxo, arrasto, atuação) na ROB.
  3. Resolve-se as equações de movimento reduzidas e calcula-se a sensibilidade analítica (derivada da solução em relação aos parâmetros de forma).
  4. Utiliza-se um algoritmo de descida de gradiente para maximizar a distância percorrida pelo robô em um horizonte de tempo fixo.
  5. O processo é iterativo: se a mudança de forma for grande, um novo PROM é construído em torno da nova configuração nominal.

3. Contribuições Principais

1. Pipeline de Otimização Rápida: Desenvolvimento de um algoritmo que utiliza gradientes analíticos de um PROM para encontrar formas ótimas de robôs macios de forma eficiente.
2. Extensão para Forças Não Lineares Externas: Criação de um PROM específico para forças hidrodinâmicas não lineares (empuxo e arrasto), expressando-as em forma tensorial para permitir redução de ordem e cálculo de gradientes.
3. Abordagem Livre de Dados: Eliminação da necessidade de grandes conjuntos de dados de treinamento ou simulações FEM offline para construir o modelo reduzido, tornando o método mais robusto e aplicável a novos designs sem re-treinamento.
4. Co-otimização: Demonstração da capacidade de otimizar simultaneamente a morfologia (forma) e os sinais de atuação (amplitude do sinal).

4. Resultados

Os autores validaram o método através de estudos numéricos com robôs peixes macios:

• Precisão vs. Custo: O PROM mantém uma precisão aceitável em comparação com o FEM (erro relativo na distância percorrida entre -10% e +15% na maioria dos casos), mas com uma redução drástica no tempo de computação.
  • O PROM é significativamente mais rápido que o FEM (ordens de magnitude).
  • A construção do modelo é o gargalo, mas a simulação em si é extremamente rápida e independente do tamanho da malha original.
• Otimização de Forma:
  • Otimizações com 3, 5 e 8 parâmetros de forma foram realizadas.
  • O robô otimizado (com cauda e cabeça definidas e corpo mais fino) percorreu até 8 vezes mais distância do que a configuração nominal (um bloco retangular uniforme).
  • O tempo de convergência foi de apenas alguns minutos (ex: ~12 minutos para 8 parâmetros em malhas finas), permitindo uma exploração rápida do espaço de design.
• Co-otimização (Multi-objetivo): Foi demonstrado que o pipeline pode encontrar o front de Pareto entre maximizar a distância percorrida e minimizar o consumo de energia, ajustando tanto a forma quanto a amplitude da atuação.

5. Significado e Impacto

O trabalho do AquaROM representa um avanço significativo no design de robótica macia:

• Viabilidade de Otimização Física: Torna viável a otimização baseada em física (physics-based optimization) para sistemas complexos não lineares, que antes eram proibitivos devido ao custo computacional.
• Generalidade: A metodologia de redução tensorial de forças não lineares (internas e externas) serve como um "blueprint" para outros sistemas mecânicos além de robôs subaquáticos.
• Aceleração do Design: Permite que pesquisadores e engenheiros realizem iterações de design virtual rápidas, reduzindo a dependência de prototipagem física cara e demorada.
• Futuro: Abre caminho para o controle ótimo e design de robôs macios com desempenho superior, embora o trabalho ainda necessite de validação experimental ("sim-to-real") e extensão para modelos constitutivos de materiais mais avançados.

Em resumo, o AquaROM fornece uma ferramenta computacional eficiente que une a precisão do FEM com a velocidade dos modelos reduzidos, permitindo a descoberta automática de formas otimizadas para robôs macios em ambientes fluidos.