رفتن به نوشته‌ها

محققان MIT روشی را برای چاپ ساختارهای “حسگر” توسعه دادند


از طریق ما با همه چیزهایی که در دنیای شگفت انگیز AM اتفاق می افتد به روز بمانید لینکدین انجمن.

محققان MIT روشی را برای پرینت سه بعدی سازه های «حسگر» با استفاده از موادی با خواص مکانیکی قابل تنظیم، که نحوه حرکت و تعامل آنها با محیط را حس می کنند، توسعه داده اند. محققان این ساختارهای حسگر را تنها با استفاده از یک ماده و یک بار اجرا بر روی یک چاپگر سه بعدی ایجاد کردند.

برای انجام این کار، محققان با مواد شبکه پرینت سه بعدی و شبکه‌هایی از کانال‌های پر از هوا در ساختار در طول فرآیند چاپ، شروع کردند. با اندازه گیری چگونگی تغییر فشار در این کانال ها هنگام فشرده شدن، خم شدن یا کشیده شدن سازه، مهندسان می توانند بازخوردی در مورد نحوه حرکت مواد دریافت کنند.

این روش فرصت‌هایی را برای تعبیه حسگرها در مواد معمارانه باز می‌کند، دسته‌ای از مواد که خواص مکانیکی آن‌ها از طریق فرم و ترکیب برنامه‌ریزی می‌شوند. کنترل هندسه ویژگی ها در مصالح معماری شده، خواص مکانیکی آنها مانند سختی یا چقرمگی را تغییر می دهد. به عنوان مثال، در ساختارهای سلولی مانند شبکه‌هایی که محققان چاپ می‌کنند، شبکه متراکم‌تری از سلول‌ها ساختار سفت‌تری ایجاد می‌کند.

این تکنیک روزی می‌تواند برای ایجاد ربات‌های انعطاف‌پذیر و نرم با حسگرهای تعبیه‌شده که ربات‌ها را قادر می‌سازد وضعیت و حرکات خود را درک کنند، استفاده شود. همچنین ممکن است برای تولید دستگاه‌های هوشمند پوشیدنی استفاده شود که بازخوردی در مورد نحوه حرکت یا تعامل یک فرد با محیط خود ارائه می‌دهند.

ایده این کار این است که ما می‌توانیم هر ماده‌ای را که می‌توان چاپ سه‌بعدی کرد و روشی ساده برای مسیریابی کانال‌ها در سرتاسر آن داشته باشیم تا بتوانیم با ساختار حس‌گری کنیم. لیلیان چین، یکی از نویسندگان این مقاله، دانشجوی فارغ التحصیل در آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) گفت: اگر از مواد بسیار پیچیده استفاده کنید، می توانید حرکت، ادراک و ساختار را در یک واحد داشته باشید.

رایان تروبی، یک فوق دکترای سابق CSAIL که اکنون به عنوان استادیار در دانشگاه نورث وسترن مشغول به کار است، به چین در این مقاله می پیوندد. عنان ژانگ، دانشجوی کارشناسی ارشد CSAIL؛ و نویسنده ارشد دانیلا روس، اندرو و ارنا ویتربی پروفسور مهندسی برق و علوم کامپیوتر و مدیر CSAIL.

مصالح معماری

محققان تلاش‌های خود را بر روی شبکه‌ها متمرکز کردند، نوعی «مواد معماری» که خواص مکانیکی قابل تنظیمی را صرفاً بر اساس هندسه خود نشان می‌دهد. به عنوان مثال، تغییر اندازه یا شکل سلول ها در شبکه باعث می شود که مواد کم و بیش انعطاف پذیر شوند.

در حالی که مواد معماری می توانند ویژگی های منحصر به فردی را از خود نشان دهند، با توجه به شکل های اغلب پراکنده و پیچیده مواد، ادغام حسگرها در آنها چالش برانگیز است. قرار دادن حسگرها در خارج از مواد معمولاً یک استراتژی ساده تر از تعبیه حسگرها در مواد است. با این حال، هنگامی که حسگرها در خارج قرار می گیرند، بازخوردی که ارائه می دهند ممکن است توضیح کاملی از نحوه تغییر شکل یا حرکت مواد ارائه نکند.

در عوض، محققان از پرینت سه بعدی برای ترکیب کانال های پر از هوا به طور مستقیم در پایه هایی که شبکه را تشکیل می دهند، استفاده کردند. هنگامی که سازه جابجا یا فشرده می شود، آن کانال ها تغییر شکل می دهند و حجم هوای داخل تغییر می کند. محققان می توانند تغییر فشار مربوطه را با یک سنسور فشار خارج از قفسه اندازه گیری کنند، که بازخورد نحوه تغییر شکل ماده را ارائه می دهد.

از آنجا که آنها در مواد گنجانده شده اند، این “حسگرهای سیال” مزایایی نسبت به مواد سنسور معمولی دارند.

ساختارهای “حسگر”.

محققان کانال‌هایی را با استفاده از پرینت سه بعدی پردازش نور دیجیتال برای ایجاد چندین ساختار شبکه‌ای در ساختار وارد کردند و نشان دادند که چگونه کانال‌های پر از هوا در هنگام فشرده شدن و خم شدن سازه‌ها بازخورد واضحی ایجاد می‌کنند.

نکته مهم این است که ما فقط از یک ماده برای پرینت سه بعدی ساختارهای حس شده خود استفاده می کنیم. ما محدودیت‌های دیگر روش‌های چاپ سه بعدی و ساخت چند ماده‌ای را که معمولاً برای الگوبرداری از مواد مشابه در نظر گرفته می‌شوند، دور می‌زنیم.»

یک انگشت روباتیک نرم ساخته شده از دو استوانه متشکل از اکستیک های برشی دستی (HSA) که خم می شوند و می چرخند. کانال‌های پر از هوا که در ساختار HSA تعبیه شده‌اند به سنسورهای فشار (انباشته تراشه‌ها در پیش‌زمینه) متصل می‌شوند که به طور فعال تغییر فشار این «سنسورهای سیال» را اندازه‌گیری می‌کنند. منبع: MIT News

با ایجاد این نتایج، آنها همچنین حسگرهایی را در کلاس جدیدی از مواد که برای روبات‌های نرم موتوردار ساخته شده‌اند، به نام اکستیک برشی دستی یا HSA ترکیب کردند. HSA ها را می توان به طور همزمان پیچ و تاب کرد، که آنها را قادر می سازد به عنوان محرک های رباتیک نرم موثر استفاده شوند. اما «حسی» آنها به دلیل اشکال پیچیده آنها دشوار است.

محققان یک ربات نرم HSA را پرینت سه بعدی کردند که قادر به انجام چندین حرکت از جمله خم شدن، چرخاندن و دراز شدن است. آنها ربات را از طریق یک سری حرکات به مدت بیش از 18 ساعت اجرا کردند و از داده های حسگر برای آموزش شبکه عصبی استفاده کردند که بتواند حرکت ربات را به دقت پیش بینی کند.

طبق گزارش‌ها، «چین» تحت تأثیر نتایج قرار گرفت – حسگرهای سیال به قدری دقیق بودند که تشخیص سیگنال‌هایی که محققان به موتورها ارسال می‌کردند و داده‌هایی که از حسگرها برمی‌گشتند، مشکل داشت.

دانشمندان مواد برای بهینه‌سازی مواد معماری برای عملکرد، سخت کار کرده‌اند. به نظر می رسد این یک ایده ساده و در عین حال واقعا قدرتمند برای ارتباط دادن آنچه آن محققان با این قلمرو ادراک انجام داده اند، باشد. به محض اینکه حس را اضافه کنیم، رباتیک‌هایی مانند من می‌توانند وارد شوند و از آن به عنوان یک ماده فعال استفاده کنند، نه فقط یک ماده غیرفعال.»

“حسگر ربات های نرم با حسگرهای مداوم پوست مانند یک چالش آشکار در این زمینه بوده است. این روش جدید قابلیت‌های حس عمقی دقیقی را برای ربات‌های نرم فراهم می‌کند و دری را برای کاوش جهان از طریق لمس باز می‌کند.

در آینده، محققان مشتاقانه منتظر یافتن برنامه‌های کاربردی جدید برای این تکنیک مواد قابل تنظیم چاپ سه بعدی هستند، مانند ایجاد رابط‌های جدید انسان و ماشین یا دستگاه‌های نرمی که دارای قابلیت‌های سنجش در ساختار داخلی هستند. چین همچنین علاقه مند به استفاده از یادگیری ماشینی برای عبور از مرزهای حس لامسه برای روباتیک است.

استفاده از ساخت افزودنی برای ساخت مستقیم روبات ها جذاب است. رابرت شپرد، دانشیار دانشکده مهندسی مکانیک و هوافضا Sibley در دانشگاه کرنل، که با این کار درگیر نبود، گفت: این پیچیدگی را که من معتقدم برای سیستم‌های عموماً تطبیقی ​​لازم است، اجازه می‌دهد. با استفاده از فرآیند چاپ سه بعدی یکسان برای ساخت فرم، مکانیسم و ​​آرایه های حسگر، فرآیند آنها به طور قابل توجهی به هدف محقق برای ساختن ربات های پیچیده به سادگی کمک می کند.

این تحقیق تا حدی توسط بنیاد ملی علوم، برنامه همکاران علمی اشمیت با مشارکت Rhodes Trust، یک کمک هزینه تحصیلی فارغ التحصیل NSF و بنیاد فانی و جان هرتز پشتیبانی شد.

مقاله با عنوان “عصب سیال سازه ها را از یک ماده ساختمانی حس می کند” است منتشر شده در Science Advances.



منبع

منتشر شده در اخبار پرینتر و چاپ سه بعدی