Adaptive approaches for milling forces control

Resumo Técnico: Abordagens Adaptativas para o Controle de Forças de Fresamento

Definição do Problema
Os processos de fresamento são inerentemente não lineares e variantes no tempo, particularmente quando a profundidade axial de corte muda, levando a variações nas forças de corte. Forças excessivas podem acelerar o desgaste da ferramenta, induzir o chatter (vibração autoexcitada), degradar o acabamento superficial e causar a falha da ferramenta. Embora os controladores tradicionais Proporcional-Integral-Derivativo (PID) sejam amplamente utilizados, eles frequentemente enfrentam dificuldades com as incertezas dinâmicas e as não linearidades dos ambientes de usinagem. Embora o controle adaptativo ofereça uma solução ao ajustar parâmetros em tempo real, as implementações convencionais frequentemente dependem de Zero-Order Holds (ZOH) para a discretização, o que pode resultar em respostas transitórias subótimas, oscilações entre amostras (inter-sample ripples) e zeros instáveis na função de transferência discreta. O desafio abordado por este estudo é desenvolver uma estratégia de controle que mantenha as forças de corte dentro dos limites de segurança, ao mesmo tempo em que melhora o desempenho transitório, reduz o sobrepasso (overshoot) e aumenta a adaptabilidade a variações súbitas do processo sem comprometer a estabilidade.

Metodologia
Os autores propõem uma estratégia de controle adaptativo determinístico baseada em um modelo de planta linear com parâmetros variantes no tempo desconhecidos. A metodologia central envolve três componentes principais:

1. Modelagem do Sistema e Discretização:
   A dinâmica de fresamento é modelada como uma função de transferência de segunda ordem contínua, combinando a interação ferramenta-peça e a eletrônica de servo-controle. Para preencher a lacuna entre a planta contínua e o controlador discreto, os autores utilizam Fractional Order Holds (FROH) com um ganho de correção ($\beta$), em vez do padrão ZOH. O FROH introduz um grau adicional de liberdade; quando $\beta=0$, ele se reduz a ZOH, e quando $\beta=1$, torna-se um First-Order Hold (FOH). O estudo investiga como a variação de $\beta$ afeta os polos e zeros do sistema discretizado, visando especificamente melhorar a colocação de zeros e o comportamento entre amostras.

2. Controle Adaptativo por Modelo de Referência (MRAC):
   Um esquema de Controle Adaptativo por Modelo de Referência (MRAC) é implementado, onde a saída da planta é forçada a rastrear um modelo de referência com dinâmica desejada (caracterizada por amortecimento e frequência natural específicos). Os parâmetros do controlador são atualizados em tempo real usando o algoritmo de Mínimos Quadrados Recursivos (RLS). A lei de controle é derivada pela resolução de uma equação de Diophantine para garantir que o sistema em malha fechada corresponda ao modelo de referência, contabilizando potenciais zeros instáveis introduzidos pela discretização.

3. Esquemas Supervisores de Multi-Estimação:
   Para lidar com incertezas e mudanças abruptas (como mudanças em degrau na profundidade axial de corte), dois esquemas de multi-estimação são introduzidos:

   • Esquema 1: Múltiplos estimadores rodam em paralelo, cada um identificando os parâmetros da planta sob uma discretização $\beta$-FROH diferente. Um sistema supervisor seleciona o controlador mais adequado em cada intervalo de amostragem com base em uma função de custo multiobjetivo. Esta função avalia o erro de rastreamento, a variação da saída durante a comutação, a variação do sinal de controle e o erro de estimação. Um "tempo de residência mínimo" é imposto entre as comutações para garantir a estabilidade em malha fechada.
   • Esquema 2: Uma abordagem computacionalmente mais leve, onde apenas o estimador associado ao $\beta$-ganho atualmente selecionado é atualizado. Um mecanismo supervisor avalia o desempenho de rastreamento de candidatos a controladores paralelos e comuta para aquele com o melhor comportamento de rastreamento, utilizando subsequentemente os parâmetros desse controlador para a estimação.

Principais Contribuições

• Aplicação de $\beta$-FROH em Fresamento: O artigo introduz o uso de fractional-order holds com variados ganhos de correção para discretizar sistemas de fresamento, demonstrando que esta abordagem oferece desempenho transitório e estabilidade superiores em comparação ao ZOH convencional.
• Estrutura de Multi-Estimação Supervisora: O desenvolvimento de um mecanismo supervisor que seleciona dinamicamente o ganho $\beta$-FOH ideal para minimizar um índice de desempenho de rastreamento definido. Isso permite que o sistema se adapte às variações do processo ao alternar entre diferentes modelos de discretização.
• Função de Custo para Desempenho Contínuo: A proposta de uma função de custo específica (Equação 13) que mede a área entre a saída do sistema em tempo contínuo e a saída do modelo de referência. Esta métrica considera explicitamente o comportamento entre amostras e as oscilações, que são críticos para a qualidade da superfície de usinagem.

Resultados
Os resultados de simulação foram conduzidos em um sistema de fresamento com um perfil de peça envolvendo mudanças em degrau na profundidade axial de corte.

• Comparação de Holds: Simulações comparando ZOH ($\beta=0$) e FROH com $\beta=0.5$ mostraram que a abordagem FROH reduziu significativamente o sobrepasso transitório e as forças de pico durante mudanças súbitas na profundidade de corte. Essa redução é crucial para prevenir a fratura da ferramenta e permitir forças de referência mais altas.
• Valor Ótimo de $\beta$: A análise da função de custo indicou que um valor de $\beta$ de aproximadamente 0,5 minimizou a área de erro entre as respostas do sistema e do modelo de referência para as condições iniciais testadas. Valores de $\beta < -0,6$ mostraram introduzir zeros instáveis, degradando o desempenho.
• Desempenho da Multi-Estimação: Ambos os esquemas de multi-estimação rastrearam com sucesso a força de referência (1200 N) e se adaptaram às mudanças de parâmetros. O sistema supervisor comutou efetivamente entre diferentes valores de $\beta$, tipicamente selecionando um ganho específico durante estados estacionários e comutando para outros durante transientes para amortecer os picos. Os resultados confirmaram que a abordagem de multi-estimação pode alcançar melhores respostas transitórias do que implementações de ganho fixo.

Significância e Alegações
O artigo afirma que a estrutura proposta fornece uma abordagem sistemática para a regulação adaptativa de força em fresamento, oferecendo melhor adaptabilidade a variações de processo e desempenho de usinagem aprimorado. Os autores asseguram que, ao melhorar a resposta transitória, a colocação de zeros e o comportamento entre amostras, a estratégia contribui para:

• Melhor qualidade de superfície e redução do desgaste da ferramenta.
• A capacidade de operar de forma segura mais próximo dos limites de quebra da ferramenta, reduzindo o sobrepasso.
• Uma arquitetura de controle robusta que funciona efetivamente mesmo sem o conhecimento completo prévio dos parâmetros ideais do sistema.

O trabalho posiciona-se como um passo em direção à manufatura inteligente e à Indústria 4.0, combinando controle adaptativo, tomada de decisão supervisora e princípios de otimização preditiva. Os autores observam que, embora o esquema de multi-estimação adicione complexidade, sua capacidade de identificar e transicionar autonomamente para um modelo superior em ambientes incertos justifica seu uso. O estudo baseia-se em resultados de simulação para demonstrar o potencial dessas abordagens, destacando sua eficácia em manter a estabilidade e a precisão em operações de fresamento.