Baru 1)
Baru 1)
Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.net/publication/224183030
KUTIPAN BACA
6 2.289
2 penulis:
Semua konten setelah halaman ini diunggah oleh Ryad Chellali pada tanggal 01 Juni 2014.
Intisari— Kiprah Karman adalah cara gerak ikan yang diamati pada ikan yang Rumusan sebelumnya terlihat sederhana namun kenyataannya lebih
berenang di antara pusaran yang keluar dari sebuah silinder (yang disebut kompleks: masih belum jelas bagaimana ikan memanfaatkan vortisitas dalam
Jalan Karman). Selama Karman Gait, ikan menunjukkan penurunan aktivitas
penggerak bawah air. Akibatnya, alam tidak dapat membantu kita membangun
otot, sehingga terkadang ikan dapat bergerak secara pasif melawan aliran
mekanisme yang terinspirasi oleh bio dan tidak alami di bawah air yang dapat
turbulen.
Pengontrol yang diadaptasi untuk menghasilkan perilaku seperti ini pada dikontrol secara langsung. Hal ini terutama disebabkan oleh rendahnya
robot ikan sedang dikembangkan, tetapi masalah utama saat ini adalah pengetahuan yang kita miliki tentang gerak di lingkungan cair, termasuk fluida
kompleksitas model interaksi robot-lingkungan untuk merancang pengontrol yang berinteraksi dengan benda. Beberapa model berdasarkan Computational
gaya berjalan robot.
Fluid Dynamics telah diusulkan, namun kompleksitas alat ini membuat model
Artikel ini menjelaskan model Jalan Karman yang disederhanakan yang
didukung dengan beberapa simulasi CFD. Model ini saat ini digunakan untuk tersebut tidak berguna dalam mengembangkan pengontrol yang kuat dan
melatih robot pengontrol ikan sebelum melemparkannya ke dalam air. adaptif. Semua ini terkadang mengarah pada pendekatan yang sangat rumit
yaitu biomimikri [2].
I. PENDAHULUAN Kami mengikuti pendekatan George Cayley sekitar tahun 1809 yang
menjelaskan dirinya sendiri dengan mengatakan bahwa subjek gaya hambat
Karman Vortex Street adalah rangkaian vortisitas bergantian yang berpola
suatu benda sangatlah kompleks sehingga akan lebih berguna untuk
baik dalam aliran laminar yang terganggu oleh badan tebing. Fenomena ini
menyelidikinya melalui eksperimen daripada dengan penalaran. Dalam karya
diamati di alam misalnya pada awan dan air, dan digunakan oleh ikan dalam
ini, kami mengembangkan model minimal yang cukup mendekati kenyataan
berbagai cara, seperti bersekolah atau sekadar berdiam diri di belakang
untuk memungkinkan kami mengembangkan dan menguji pengontrol baru
benda diam.
yang mampu menangani kondisi turbulen yang kami sajikan sebelumnya.
Dengan kata lain, kita tidak lagi berurusan dengan menurunkan gaya hambat
tetapi dengan memanfaatkan energi yang membawa turbulensi di dalam air.
Lebih spesifiknya, kami mengerjakan kawasan khusus Jalan Karman. Yakni,
wilayah tempat ikan diamati mengadakan stasiun yang melakukan kiprah
Karman. Dalam makalah ini kami tidak membahas masalah pengendalian
meskipun kami menggunakan model ini untuk "melatih" pengontrol robot ikan
untuk mencapai gaya berjalan Karman.
Sebelum melangkah lebih jauh, perlu kami sampaikan bahwa Karman ini
1 Simulator jalan karakteristik telah diperoleh dengan menggunakan yang paling penting
Gambar 1. Jalan Vortex yang muncul di atas Pulau Alexander Selkirk. Gambar
diperoleh dari: Pusat Penerbangan Luar Angkasa Goddard NASA (NASA-GSFC) kinematik aliran air di belakang silinder melingkar untuk bilangan Reynolds dalam kisaran 50 < Re < 2x105 dan
pada jarak dari silinder di mana urutan pelepasan pusaran menjadi sangat terpola.
Mari kita bayangkan sebuah robot yang menargetkan tujuan yang sama.
Robot tersebut memerlukan kontrol yang adaptif dan kuat untuk mendukung
kemampuan berenang yang memadai. Dari perspektif kontrol nonlinier
konvensional, pengontrol seperti ini memerlukan model detail lengkap untuk II. DESKRIPSI JALAN KARMAN VORTEX
mekanika fluida lokal. Dari sudut pandang komputasi, hal ini tidak realistis Karman Vortex Street dapat dideskripsikan sebagai fenomena fluida
karena terlalu rumit: metode numerik lengkap yang menangani pergerakan dimana rangkaian vortisitas muncul pada sisi benda yang mengganggu aliran
aktif benda elastis dalam fluida belum dikembangkan [1]. laminar. Pusaran ini bergantian searah jarum jam dan berlawanan arah jarum
jam meninggalkan aliran hampir laminar di antaranya, seperti terlihat pada
Dalam pekerjaan kami, kami fokus pada perilaku stasiun penampungan di skema Gambar 2.
Jalan Kaman. Dalam situasi ini, ikan sangat efisien dalam menggabungkan
Jalan Karman terjadi untuk beberapa kondisi kinematik fluida tertentu.
gerakan yang dikenal sebagai kiprah Karman untuk menjaga posisi kuasi
Kondisi ini dapat dijelaskan dengan beberapa ukuran aliran standar seperti
diam. Untuk robot ikan, perilaku seperti itu, misalnya menjaga posisi kuasi
bilangan Reynolds dan bilangan Strouhal. Ciri-ciri tersebut dan wilayah
diam dengan meminimalkan energi, dapat diterjemahkan ke dalam masalah
munculnya Jalan Karman dijelaskan di bawah ini.
kontrol tradisional sebagai berikut: menghasilkan pola gerak untuk
mempertahankan posisi dan dengan meminimalkan biaya energi.
1Dibangun di Webot [3].
2x105 < Re < 3x106 Bangun turbulen penuh 3x106 < Re <
1010 Karman Vortex Street
Gambar 2. Skema Jalan Karman Vortex yang menunjukkan arah putaran pusaran
terhadap arah aliran (berwarna biru) dengan bertambahnya bilangan Strouhal
Berdasarkan informasi sebelumnya, kami memilih untuk bekerja di wilayah
bilangan Reynolds dan Strouhal yang terbatas dan spesifik.
A. Bilangan Reynolds dan Strouhal Bilangan Batas bilangan Reynolds yang dipilih adalah antara 150 < Re < 2x105 . Dalam
Reynolds merupakan bilangan tak berdimensi. Ini memberi interval ini, telah diamati keberadaan Jalan Karman dan bilangan Strouhal yang
rasio gaya inersia terhadap gaya viskos. hampir konstan. Perilaku fluida pada wilayah ini dapat dilihat pada Gambar 3.
Untuk silinder di dalam aliran laminar air, bilangan Reynolds dinyatakan Gambar tersebut menunjukkan fungsi perilaku Jalan Karman masing-masing
kamu d
Ulang = (1) Kisaran yang dipilih bertepatan dengan percobaan ikan hidup (Re sekitar
C 20.000) di mana Karman Gait telah diamati [6], [7], [8], [9]
Di mana:
C adalah viskositas kinematik fluida. Dalam hal ini, untuk air pada suhu
20oC adalah 1,004 · 10ÿ6 [m/s2 ].
U adalah kecepatan aliran di daerah laminar. d adalah diameter
silinder.
Bilangan strouhal adalah bilangan tak berdimensi lainnya. Itu menghilangkan-
Terlebih lagi, di wilayah ini, vortisitas memiliki konfigurasi yang stabil (kurang lebih
B. Reynolds, Strouhal dan kejadian Karman Vortex Street
berupa segitiga konstan) seperti pada Gambar 2.
Mengingat bahwa tujuan utama model ini adalah untuk membangun lingkungan Metodologi yang digunakan untuk memodelkan wilayah ini dirinci pada bagian
untuk robot yang terinspirasi dari bio, kami telah melihat karakteristik frekuensi berikut.
berenang ikan. Bilangan strouhal dalam hal karakteristik renang ikan diamati
D. Metodologi untuk menciptakan lingkungan di mana robot ikan dapat belajar
berada pada kisaran 0,2 < St < 0,4 ([4], [5]). Yang terakhir ini merupakan hasil
berenang
frekuensi tail beat yang berkisar antara 1 hingga 4 Hz dalam kondisi normal.
Untuk menentukan karakteristik kinematik dari
Jalan Karman yang akan dihasilkan, kita lakukan beberapa perhitungan dasar :
Dengan melihat hubungan antara bilangan Reynolds dan generasi Jalan
Karman, dapat diamati [2] bahwa rangkaian vortisitas yang berpola baik dapat 1) Tentukan bilangan Reynolds untuk kasus tersebut.
2) Tentukan frekuensi pelepasan pusaran yang diinginkan.
Machine Translated by Google
Reÿ = C1 = U d (4)
St D
= C2 = (5)
F DI DALAM
2d = C1C2 (6)
kamu ÿ = (7)
F
Pada Gambar 4 diperlihatkan kasus simulasi fluida pada Re = 150 untuk Pada titik ini, kami telah memperoleh informasi dasar untuk mensimulasikan
tujuan penjelasan grafis, dimana pada Gambar 4(a) ditunjukkan kecepatan lingkungan sintetik untuk robot. Robot dan pengontrol tersebut kemudian
aliran, pada Gambar 4(b) ditunjukkan Tekanan pada waktu simulasi yang disimulasikan dalam perangkat lunak bernama Webots [3] bersama dengan
sama pada Gambar 4(a) dan beberapa garis isobar telah diidentifikasi untuk Karman Street sintetis yang telah terintegrasi menggunakan perangkat lunak
ditumpangkan pada grafik kecepatan seperti yang ditunjukkan pada Gambar yang sama.
4(c).
A.Konstruksi
Wilayah internal kecepatan Jalan Karman yang diperoleh dari simulasi ini
ditambahkan sebagai parameter untuk setiap pusaran. Plug-in Fisika dibuat Kami menghasilkan di Webots objek Jalan Karman yang didefinisikan
untuk air tenang dan dimodifikasi untuk air laminar sebagai robot. Robot ini terbuat dari benda kaku yang melambangkan inti
Machine Translated by Google
Gambar 7. Sinyal diperoleh dari sensor visual robot gambar 6 Jalan Karman dengan frekuensi
Vortex shedding 2 Hz.
berasumsi bahwa robot ikan kita bersifat apung netral. Artinya, ia akan
dari Rankine Vortex yang berputar pada porosnya sendiri dan ditarik oleh
tetap terendam pada tingkat yang stabil. Untuk melakukan ini, benda harus
silinder yang lebih besar seperti terlihat pada gambar 6.
memiliki massa jenis air yang kira-kira sama: berat air yang dipindahkan oleh
benda sama dengan berat benda itu sendiri dan gravitasi mengimbangi gaya
apung.
Fb = ÿVbg (8)
Di mana:
Vb adalah volume tubuh ikan yang memindahkan air dengan volume
yang sama (kami berasumsi robot terendam seluruhnya). adalah
Gambar 6. Susunan silinder berputar yang membentuk Jalan Karman percepatan gravitasi
G (9,81 m/s2 .)
Gaya ini diterapkan langsung pada pusat massa benda sehingga robot
Kecepatan linier sesaat setiap silinder yang mewakili pusaran dihitung
tetap berada pada posisi stabil pada sumbu y.
seperti yang ditunjukkan pada bagian sebelumnya dan ukuran serta kecepatan
Untuk saat ini kami belum melakukan upaya apa pun untuk mengontrol
sudut silinder utama dihitung menurut jarak antar pusaran juga seperti pada
gerakan vertikal robot yang kami latih. Faktanya, pendekatan ini membuat
bagian sebelumnya dan dengan mempertimbangkan jumlahnya. silinder yang
robot tetap berada dalam dunia dinamis 2 dimensi.
akan diambil alih oleh setiap silinder.
C. Gaya-gaya lain di air tenang
Sebagai contoh, kasus pada gambar 6 terdiri dari dua mekanisme utama
yang satu berputar searah jarum jam dan yang lainnya berlawanan arah
jarum jam. Masing-masing membawa 36 silinder, masing-masing berputar
pada porosnya sendiri-sendiri berlawanan arah dengan silinder utama yang
membawanya.
Mekanisme yang dijelaskan digunakan untuk melatih pengontrol robot 1
DOF. Pengendali ini menyesuaikan dengan frekuensi proses pelepasan
pusaran. Dalam hal ini, sensor optik (sensor berbasis IR kedalaman) telah
digunakan dan sinyal yang dirasakan oleh robot ditunjukkan pada gambar 7.
Koefisien drag untuk simulasi ini diperoleh dari [2] fungsi bentuk, luas dan
perkiraan bilangan Reynolds dan dari [13] untuk robot mirip belut yang
ditunjukkan pada Gambar 8.
Gambar 11. Skema robot ikan di dalam kawasan simulasi Jalan Karman
D. Integrasi Jalan Karman Simulasi robot yang digunakan selama ini antara lain: robot ikan sirip biru 1
DOF, robot ikan trout coklat 2 DOF dan robot mirip belut 9 DOF dengan
Seperti yang telah didefinisikan, Jalan Karman tercipta ketika badan
pengontrol berbeda masing-masing.
tebing mengganggu aliran laminar. Kita mulai dengan mempertimbangkan
Robot telah berhasil mencocokkan frekuensi ketukan ekornya dengan
aliran laminar dalam simulasi dan terakhir kita menambahkan gaya-gaya
Jalan Karman tetapi fase yang tepat untuk menyerangnya guna melakukan
yang dihasilkan oleh vortisitas Jalan Karman.
gaya berjalan Karman masih dicocokkan secara manual dan dipelajari di
1) Aliran laminar dalam : Aliran laminar direpresentasikan sebagai aliran
bagian kendali robot dalam proyek tersebut.
dengan kecepatan konstan dalam arah tetap, seperti pada Gambar 10, dan
gaya hambat dapat diturunkan dari persamaan 9, menggunakan U sebagai PENGAKUAN
kecepatan relatif benda terhadap aliran.
Pekerjaan ini didukung oleh FILOSE-INFSO-ICT-231495.
Gaya tarik yang diperoleh sebelumnya dihitung dan diterapkan pada
kerangka acuan tubuh robot. Hal ini sahih karena koefisien hambatan REFERENSI
sepenuhnya bergantung pada karakteristik permukaan benda yang [1] K. Pearson, O. Ekeberg, dan A. Buschges, “Menilai fungsi sensorik dalam
bersangkutan. Selain itu, kami berasumsi bahwa gaya-gaya ini diterapkan sistem lokomotor menggunakan simulasi neuro-mekanik,” Trends in
Neurosciences, vol. 29 tidak. 11, hal.625 – 631, 2006.
pada pusat massa robot yang bertepatan dengan pusat geometrinya.
[2] S. Vogel, Kehidupan dalam cairan yang bergerak. Princeton University Press,
edisi ke-2, 1996.
[3] Webot. Perangkat Lunak Simulasi Robot Seluler Komersial.
[4] GK Taylor, RL Nudds, dan ALR Thomas, “Hewan terbang dan berenang
berlayar dengan kecepatan tinggi yang disetel untuk efisiensi daya tinggi,”
Alam, jilid. 425, hlm.707–711, 2003.
[5] MS Triantafyllou dan GS Triantafyllou, “Mesin renang yang efisien,” Scientific
American, vol. 272, hal.64 – 71, 1995.
Gambar 10. Aliran laminar berlawanan dengan arah berenang ikan [6] J. Liao, D. Beal, G. Lauder, dan M. Triantafyllou, “Kiprah karman: kinematika
tubuh baru ikan trout pelangi yang berenang di jalan pusaran,”
Jurnal biologi eksperimental, vol. 206, hlm.1059–1073, 2003.
Machine Translated by Google
[7] J. Liao, D. Beal, G. Lauder, dan M. Triantafyllou, “Ikan yang mengeksploitasi vortisitas
menurunkan aktivitas otot,” Science, vol. 302, hlm.1566–1569, 2003.
[8] J. Liao, “Peran gurat sisi dan penglihatan pada kinematika tubuh dan preferensi hidrodinamik
ikan rainbow trout dalam aliran turbulen,” The Journal of Experimental Biology, vol. 209,
hal. 4077–4090, 2006.
[9] J. Liao, “Tinjauan tentang mekanisme dan perilaku renang ikan di arus yang berubah.”
Philosophical Transactions of the royal society B, vol. 362, hal. 1973–1993, 2007.