Determinação de Fiabilidade de Robots móveis

Projecto

ServRobot

Título

Determinação de Fiabilidade de Robots móveis

Detalhes

Referência do projecto: ServRobot

Cliente: Holos, S.A. Suporte: Mais Centro, QREN, FEDER

Número do documento: QREN-ServRobot-007

Versão: 1.0

Data: 28-12-2012

Controlo do documento

Autor Qualidade Aprovação

Nome

Pedro Sousa, Pedro Gomes, Tiago

Ferreira, João Paulo Pimentão, Hélder Silva, Sérgio Onofre

Ana Gaspar Sérgio Onofre

Data 28-12-2012 28-12-2012 31-12-2012

Versões

Versão Data Revisor Alterações

1.0 28-12-2012 Sérgio Onofre Versão inicial

Holos, S.A. Suporte: Mais Centro, QREN, FEDER

ServRobot

Referência QREN-ServRobot-007 Data 28-12-2012 Pág. 2 of 11

HOLOS - Soluções Avançadas em Tecnologias de Informação, SA Centro Empresarial de Aveiro – Zona Industrial de Mamodeiro 3810-783 Nª. Srª. de Fátima Telefone: +351-21 043 86 86 | Fax: +351-21 043 86 87 | URL: http://www.holos.pt

ÍNDICE 1. ÂMBITO E OBJECTIVO ............................................................................... 4

2. MANUTABILIDADE .................................................................................... 5

3. ANÁLISE DE TIPO DE TERRENO .................................................................... 6

4. CÁLCULO DA FIABILIDADE .......................................................................... 7

5. REFERÊNCIAS ........................................................................................ 11


ServRobot



ÍNDICE DE TABELAS Tabela 1 – Fatores definidos para os tipos de terreno contemplados. .................................................... 7

Tabela 2 – Módulos principais com os seus componentes e quantidades. ................................................ 8

Tabela 3 – Hazard rates de cada componente [4] [5] [6]. ................................................................... 8


ServRobot



1. ÂMBITO E OBJECTIVO Co-Financiado pelo QREN, no âmbito do Programa Mais Centro e da União Europeia, através do Fundo Europeu de Desenvolvimento Regional, o projeto enquadra-se no esforço que a Holos tem efetuado para promover a Investigação e Desenvolvimento de Robôs de Serviço todo o terreno para efeitos de segurança.

O projeto visa a criação de um robot adaptável a diferentes tipos de utilização e condições ambientais, capaz de recolher informação sensorial de forma local ou remota e de atuar autonomamente com base nessa informação.

Procura-se assim a conceção de soluções de vigilância remota dotadas de autonomia que permitam criar mais-valias minimizando a necessidade de intervenção humana, como por exemplo:

• A vigilância de espaços públicos;

• A vigilância de pipelines de petróleo e campos petrolíferos em que, para além dos potenciais problemas de intrusão, é necessário analisar riscos de incêndio, derrames, fugas de gás, etc.

O robot pode igualmente ser utilizado em cenários militares, nomeadamente para deslocar cargas, já que sendo reconfigurável, é possível adequar o seu comportamento, quer a nível sensorial, quer a nível de locomoção.

O Uninova - Instituto para o Desenvolvimento de Novas Tecnologias é uma entidade do Sistema Científico e Tecnológico Nacional subcontratada neste projeto.


ServRobot



2. MANUTABILIDADE

Qualquer sistema desenhado para trabalhos em condições difíceis de funcionamento deve ter em consideração preocupações com questões de manutenção e fiabilidade.

Estratégias para a manutenção e fiabilidade de sistemas industriais (Manutabilidade) são, atualmente, baseadas em combinações de sistemas de monitorização que estão permanentemente ligados a estruturas (ou embebidos) e inspeções periódicas. Estas inspeções periódicas poderão ser substituídas por sistemas de manutibilidade e fiabilidade estrutural. Vários dividendos podem ser retirados da exploração desta área principalmente no que concerne à monitorização continua [1]. Estas considerações são, obviamente, válidas para sistemas robóticos autónomos.

Existem hoje em dia variados sistemas de monitorização aplicados a variadíssimas áreas desde processos de manufatura a centrais nucleares. Todos estes sistemas são extremamente caros e com um tamanho considerável. Com o desenvolvimento das tecnologias MEMS [2] e afins os sensores atingiram um nível de preços e miniaturização que faz com que seja possível executar este tipo de monitorização inteligente a sistemas cada vez mais pequenos (como o robot móvel que desenvolvemos).

Falhas em instalações técnicas são predominantemente causadas por:

- Falhas de operação;

- Condições de sobrecarga;

- Circunstâncias externas não favoráveis;

- Falhas em materiais ou de design;

- Alterações ao design – processos de envelhecimento de materiais e/ou corrosão [1].

As técnicas de manutibilidade e fiabilidade podem ser aplicadas durante o design e desenvolvimento e ser verificadas e validadas com testes estruturais resultando em:

- Maior período de funcionamento com redução do tempo de manutenção;

- Manutenção passa a ser executada “on demand” e não periodicamente;

- Sistemas monitorizados têm maior tempo de vida;

- Robôs móveis monitorizados têm maior valor residual;

- Sistemas monitorizados podem, eventualmente, operar com margens de segurança reduzidas permitindo otimização do design reduzindo a sua quantidade e peso dando uma maior eficiência energética [1].

Estes sistemas têm a vantagem de estar embebidos ou integrados na estrutura a monitorizar. Logo a informação recolhida pode ser utilizada localmente assim como transmitida a sistemas externos.

O objetivo final da inclusão deste tipo de sistemas é conseguir prever o tempo de vida dos sistemas monitorizados, ajustar as tarefas de manutenção ao instante da sua real necessidade. Técnicas simples de monitorização têm sido utilizadas na indústria automóvel há já algum tempo. O desenvolvimento de sistemas de monitorização é um ponto de foco desta indústria hoje em dia [1].

No caso do ServRobot, de forma a otimizar a utilização dos sensores existentes e não aumentando o custo da monitorização do sistema, foram utilizados os sensores já existentes para a localização e locomoção do robot.


ServRobot



3. ANÁLISE DE TIPO DE TERRENO O sensor inercial utilizado para a definição da pose e atitude do ServRobot foi utilizado para a classificação do tipo de solo em que o robot se encontra a funcionar. Este sensor é composto por um acelerómetro, um giroscópio e um magnetómetro, todos de três eixos. O protocolo de comunicação utilizado é RS-232 (utilizando um conversor USB). Para realizar a classificação foram utilizadas amostras dos sinais de vibração do robot nos três eixos dos acelerómetros do sensor inercial (perfazendo um tempo de 10 segundos de aquisição ou 100 amostras).

Estas amostras foram transformadas para o domínio da frequência. Foi utilizada uma transformada de Fourier [3] para esse efeito. Depois de se obter o espectro de frequência, são selecionadas as N frequências com maior potência para cada um dos sinais. As potências dessas frequências servem de input para uma rede neuronal que classifica o tipo de solo (foram utilizadas três classes: cimento, alcatrão e calçada). Como existem variações significativas no espectro dos sinais dos acelerómetros, quando há mudanças de velocidade, a velocidade média durante os 10 segundos de informação utilizada para a classificação é também usada como input na rede neuronal.

Esta rede neuronal foi previamente treinada com informação recolhida ao longo dos vários testes feitos ao robot. O conjunto de treino da rede neuronal é formado por conjuntos de 100 amostras (que correspondem a 10 segundos de aquisição) para cada um dos tipos de solo a classificar (cimento, alcatrão e calçada).

Usando esta classificação é possível inferir a fiabilidade do robot, com mais certeza, para a execução de determinada missão em determinado tipo de terreno.


ServRobot



4. CÁLCULO DA FIABILIDADE Para cálculo da fiabilidade total do sistema foram definidos dois módulos principais do robot, o módulo de

eletrónica e o módulo de mecânica. Como tal, a fiabilidade do sistema sR é calculada através das fiabilidades dos dois módulos, de acordo com a seguinte fórmula:

mes RRR ×= (1)

As fiabilidades dos módulos de eletrónica e mecânica, eR e mR , são calculadas com base nas seguintes

fórmulas, onde eλ e mλ representam, respetivamente, o hazard rate dos módulos de eletrónica e de

mecânica, π representa o fator de terreno e t representa o tempo.

t

eeeR

⋅⋅−=

πλ

(2)

t

mmeR

⋅⋅−=

πλ

(3)

A fórmula 2211 tttt tt ×+×= πππ é utilizada para calcular o fator de terreno π , onde

xtπ é o fator definido

para o terreno xtt é a percentagem do tempo total de operação em que o robot operou no terreno .

Neste momento estão a ser contemplados três tipos de terreno, agrupados em dois grupos, para os quais foram definidos os seguintes fatores:

Tipo de Terreno Fator

Cimento ( ) 1,1

Alcatrão / Calçada ( ) 1,15

Tabela 1 – Fatores definidos para os tipos de terreno contemplados.

O hazard rate é definido como o número de falhas de um componente por unidade de tempo. Este fator varia ao longo da vida total do componente mas, durante a sua vida útil, é considerado constante e, como tal, o seu valor está estipulado.

Na Tabela 2 estão representados os dois módulos definidos, os respetivos componentes e as suas quantidades:

Eletrónica Mecânica

Componente Quantidade Componente Quantidade

Computador 1 1 Corrente 2

Computador 2 1 Rolamento Rodas 8

Router 1 Rolamentos Eixo Frente 4

Bateria 8 Rolamentos Eixo Trás 4

Controlador Motores 1

Conversor DCDC 2

Sensor Inercial 1


ServRobot



LADAR 1

Encoder Absoluto 1

Disco 1

Motor 2

Encoder Motor 2

Tabela 2 – Módulos principais com os seus componentes e quantidades.

Os hazard rates de cada componente são apresentados na Tabela 3:

Eletrónica [4] [5] Mecânica [6]

Componente Hazard Rate Componente Hazard Rate

Computador 1 0,000094775 Corrente 0,0000344

Computador 2 0,000044652 Rolamento Rodas 0,0000016445

Router 0,00001152 Rolamentos Eixo Frente 0,00000238

Bateria 0,00000021 Rolamentos Eixo Trás 0,00000238

Controlador Motores 0,000034

Conversor DCDC 0,0000017

Sensor Inercial 0,00000091

LADAR 0,0000015

Encoder Absoluto 0,0000003

Disco 0,000071

Motor 0,0000025

Encoder Motor 0,0000015

Tabela 3 – Hazard rates de cada componente [4] [5] [6].

Para calcular os hazard rates de cada módulo principal será utilizada a quantidade de cada componente e o seu hazard rate, como mostram as fórmulas seguintes:

motencmotencmotmotdiscodiscoabsencabsenc

ladarladarimuimudcdcdcdccontcontbatbatrouterrouterpcpcpcpce

nnnn

nnnnnnnn

____

2211

λλλλ

λλλλλλλλλ

×+×+×+×+

×+×+×+×+×+×+×+×=

Legenda:

• 1pcn : quantidade do componente Computador 1

• 1pcλ: hazard rate do componente Computador 1

• 2pcn : quantidade do componente Computador 2

• 2pcλ: hazard rate do componente Computador 2

• routern: quantidade do componente Router


ServRobot



• routerλ: hazard rate do componente Router

• batn : quantidade do componente Bateria

• batλ: hazard rate do componente Bateria

• contn: quantidade do componente Controlador Motores

• contλ: hazard rate do componente Controlador Motores

• dcdcn: quantidade do componente Conversor DCDC

• dcdcλ: hazard rate do componente Conversor DCDC

• imun : quantidade do componente Sensor Inercial

• imuλ: hazard rate do componente Sensor Inercial

• ladarn: quantidade do componente LADAR

• ladarλ : hazard rate do componente LADAR

• absencn _ : quantidade do componente Encoder Absoluto

• absenc _λ

: hazard rate do componente Encoder Absoluto

• discon: quantidade do componente Disco

• discoλ: hazard rate do componente Disco

• motn: quantidade do componente Motor

• motλ: hazard rate do componente Motor

• motencn _ : quantidade do componente Encoder Motor

• motenc _λ

: hazard rate do componente Encoder Motor

etroletrolefrolefrolrodarolrodarolcorrcorrm nnnn ______ λλλλλ ×+×+×+×=

Legenda:

• corrn: quantidade do componente Corrente

• corrλ: hazard rate do componente Corrente

• rodaroln _ : quantidade do componente Rolamento Rodas

• rodarol _λ

: hazard rate do componente Rolamento Rodas

• efroln _ : quantidade do componente Rolamentos Eixo Frente

• efrol _λ: hazard rate do componente Rolamentos Eixo Frente

• etroln _ : quantidade do componente Rolamentos Eixo Trás


ServRobot



• etrol _λ: hazard rate do componente Rolamentos Eixo Trás

Resumindo, inicialmente é feito o cálculo dos hazard rates de cada módulo principal, que serão constantes. Além do hazard rate, para calcular a fiabilidade de cada módulo é ainda necessário introduzir dois fatores variáveis, o tempo e o fator de terreno. Para o cálculo do fator de terreno é utilizado o método de classificação de terrenos anteriormente desenvolvido, nomeadamente na obtenção das percentagens de operação nos vários tipos de terreno. Finalmente, após o cálculo da fiabilidade dos dois módulos principais, é obtida a fiabilidade total do sistema. De notar que a fiabilidade total do sistema irá ser atualizada com a variação do tempo e do fator de terreno.


ServRobot



5. REFERÊNCIAS [1] B. Frankenstein, J. Augustin, D. Hentschel, F. Schubert, B. Kohler, and N. Meyendorf "ACOUSTIC TECHNIQUES FOR STRUCTURAL HEALTH MONITORING", AIP Conf. Proc. 975, 1428 (2008), DOI:10.1063/1.2902603.

[2] Nadim. Maluf,Kirt. Williams "An Introduction to Microelectromechanical Systems Engineering"

[3] Cooley, James W.; Tukey, John W. "An algorithm for the machine calculation of complex Fourier series" (1965). Math. Comp. 19: 297-301.

[4] Telcordia Technologies Special Report, SR-332, Issue 1, May 2001

[5] Stancliff, Stephen; Dolan, John M.; and Trebi-Ollennu, Ashitey, "Towards a Predictive Model of Robot Reliability" (2005). Robotics

Institute. Paper 197.

[6] http://usacetechnicalletters.tpub.com/ETL-1110-2-560/ETL-1110-2-5600029.htm

Determinação de Fiabilidade de Robots móveis

Documents

Transcript of Determinação de Fiabilidade de Robots móveis