Otimização paramétrica de hélices de drone híbrido para desempenho na água por meio de algoritmos evolutivos

Abstract

Um dos componentes cruciais no desempenho do drone é a presença de hélices efici- entes, uma vez que estas são responsáveis por converter energia em movimento. O processo de melhora do design da hélice, em busca de uma maior eficiência energé- tica, envolve a geração e teste de diferentes conjuntos de parâmetros da morfologia para encontrar a configuração que diminua a energia necessária do motor para mover o drone. Esse procedimento é igualmente aplicado para melhorar hélices de drones híbridos, capazes de operar tanto no ar quanto na água, utilizando as mesmas héli- ces para propulsão em ambos os meios. Este estudo concentra-se na descrição da morfologia através de parâmetros contínuos e discretos, buscando aprimorar esses elementos para melhorar a configuração da hélice, proporcionando um menor con- sumo de energia do motor. Assim, este trabalho compara a utilização de Algoritmos Evolutivos de Estratégias de Evolução, CMA-ES e OpenAI-ES, comparando-os com algoritmos de busca local e busca aleatória por meio de experimentos, a fim de avaliar a eficiência energética das hélices em diferentes velocidades de serviço. Os resultados obtidos demonstram que os Algoritmos Evolutivos encontram resultados válidos para velocidades onde abordagens anteriores não haviam alcançado, e nos casos onde já existiam resultados, as soluções obtidas apresentaram desempenho superior.

One of the crucial components in the drone’s performance is the presence of efficient propellers, as they are responsible for converting energy into motion. The process of enhancing the propeller design, aiming for greater energy efficiency, involves generat- ing and testing different sets of morphology parameters to find the configuration that reduces the motor’s energy consumption to move the drone. This procedure is equally applied to improve propellers for hybrid drones, capable of operating in both air and water, using the same propellers for propulsion in both mediums. This study focuses on describing morphology through continuous and discrete parameters, aiming to enhance these elements to improve the propeller configuration, providing lower motor energy consumption. Thus, this work compares the use of Evolutionary Algorithms, specifically Evolution Strategies, CMA-ES and OpenAI-ES, with local search algorithms and ran- dom search through experiments to evaluate the energy efficiency of the propellers at different service speeds. The results obtained demonstrate that Evolutionary Algorithms find valid results for speeds where previous approaches had not reached, and in cases where results already existed, the solutions obtained showed superior performance.