可伸缩的表面，模仿自然开发

杜克大学的工程师开发了可伸缩的软表面它可以不断地重塑自己来模仿自然界中的物体。依靠电磁驱动、机械建模和机器学习(ML)来形成新的配置，表面甚至可以学习适应障碍，如破损的元素、意外的约束或不断变化的环境。

杜克大学机械工程和材料科学助理教授倪晓月说:“我们的动机是在飞行中控制工程对象的材料属性或机械行为，这可能对软机器人、增强现实、仿生材料和特定主题的可穿戴设备等应用非常有用。”“我们专注于设计尚未预先确定的物质形状，这是一项相当艰巨的任务，尤其是对于软材料。”

根据Ni的说法，以前关于变形物质的工作通常没有可编程的;而是被编程了。柔软的表面配备了设计好的主动元素，可以在几个形状之间转换形状，就像一张折纸，以响应光、热或其他刺激触发。相比之下，倪和她的实验室想要创造一种更可控的东西，可以随心所欲地变形和重新配置成任何物理上可能的形状。

为了制造这样一个表面，研究人员首先铺设了一个蛇形横梁网格，由一层薄薄的黄金制成，包裹着一层薄薄的聚合物层。每个光束只有8微米厚——大约是棉纤维的厚度——不到一毫米宽。光束的轻度使得磁力可以轻易而迅速地使它们变形。

为了产生局部力，将表面置于低水平的静磁场中。电压变化会沿着黄金电网产生复杂但容易预测的电流，从而导致电网的平面外位移。

“这是第一个人造软表面，它的速度足够快，可以准确地模拟自然界中连续的变形过程，”倪说。“一个关键的进步是结构设计，使电气输入和产生的形状之间具有不同寻常的线性关系，这使得如何施加电压来实现各种目标形状变得很容易。”

“超表面”展示了广泛的变形和模仿技能。它创造了凸起，在表面上上升并移动，就像猫试图从毯子下找到出路一样，振荡的波浪模式，以及令人信服的液滴滴落在固体表面的复制。它可以以任意速度或加速度产生这些形状和行为，这意味着它可以重新想象被困的猫或水滴的慢动作或快进。

有了摄像头监控变形的表面，柔术演员的表面也可以学会自己重建形状和图案。通过缓慢调整施加的电压，学习算法接受3D成像反馈，并计算出不同的输入对超表面形状的影响。

在研究论文中，一个有16个黑点的手掌在摄像机下慢慢移动，表面完美地反映了这个动作。

“这个控制系统不需要了解材料的物理特性，它只需要迈出一小步，观察它是否正在接近目标，”倪说。“目前实现一个新形状需要大约两分钟，但我们希望最终改进反馈系统和学习算法，使其接近实时。”

由于表面通过反复试验教会自己移动，它也可以适应损伤、意外的物理限制或环境变化。在一个实验中，它很快学会了模仿一个凸起的土堆，尽管它的一根横梁被切断了。在另一种情况下，尽管网格的一个节点上附加了重量，但它仍能模仿类似的形状。

有许多直接的机会来扩展软表面的规模和配置。例如，一组表面可以缩放到触摸屏的大小。或者，更高精度的制造技术可以将尺寸缩小到一毫米，使其更适合生物医学应用。

展望未来，Ni希望创建具有集成形状传感功能的机器人超表面，以对自然界中复杂的动态表面进行实时形状模拟，如水波纹、鱼鳍或人脸。该实验室还可能研究在原型机中嵌入更多的组件，如机载电源、传感器、计算资源或无线通信能力．

-由Chris Vavra编辑，网页内容经理，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。