| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

新闻资讯

论坛

温哥华地产

大温餐馆点评

温哥华汽车

温哥华教育

黄页/二手

旅游

重大突破!MIT团队造出不靠电机的人工肌肉


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
一款又软又轻、还不用外接设备的人工肌肉来了!直径仅 2mm 的纤维组成的新型人工肌肉竟能举起 200 倍自重的物体,更重要的是,它在功率密度上实现了接近生物肌肉的水平。


近期,麻省理工学院与意大利巴里理工大学联合团队在 Science Robotics 发表了一项关于电流体纤维人工肌肉(EFM,Electrofluidic fiber muscles)的研究。

研究人员在一根仅 2mm 粗的密封液体软管中装上微型电流体动力学(EHD)泵,通电后能够像生物肌肉那样收缩发力。


然后,神奇的现象发生了:这束纤维可举起 4kg 的物体,功率密度达 50 瓦每千克,收缩应变达 20%,不仅能在 0.3 秒内把一个小球弹射出去,同时还能与人类柔软地握手。

这项研究的关键突破在于,解决了机器人领域重要挑战:将泵塞进纤维内部做成闭环,驱动器不仅兼具静音、强劲、对人体友好,还彻底甩掉了过去限制软体机器人量产的外部液压设备,有望应用于可穿戴辅助设备、柔性外骨骼、人机协作机器人和软体机器人等场景。

长期以来,传统的机器人驱动系统难以集成到机器人和假肢等领域。核心原因之一是,其往往需要电机、外部泵或其他笨重且体积庞大的支撑硬件。工程师们一直在寻找相关解决方案,希望开发出具有独特优势的仿生材料,例如能够与生物肌肉力量相当、快速响应、具有可扩展性和强控制力等。

这项研究给出了一套不同于传统驱动的解决方案:直接将泵集成到纤维内部。EFM 在多个方面接近于真实肌肉,并具有足够的柔韧性,能够更好地与人体连接且可静音运行。更重要的是,这些纤维可以组合成不同的形状,来适配特定的任务。

这套新系统的核心在于融合了两种已有技术:一种是流体驱动——薄型 McKibben 执行器,另一种则是基于 EHD 的微型固态泵,可在密封的流体腔室内产生压力,无需移动部件或外部流体供应。

尽管技术路线看起来简单,但要将这两个具有不同的动力学特性的技术相结合,在操作层面仍存在不小的挑战。研究人员发现,如果不解决这个问题,电压在达到约 4 千伏条件时泵容易崩溃。


于是,他们提出了一个巧妙的方案:在封闭系统中特意注入过量的液体,并提前为整个系统施加约 75 千帕的偏置压力。



图丨具有可调架构和性能的 EFM(来源:Science Robotics)


这样做的目的在于,让两根对抗肌同时处于微绷紧状态,不仅可防止因入口处压力过低引起的气泡,还能将耐受电压从 4 千伏提升到超过 8 千伏。从实现效果来看,在同样负载 2 牛顿力的条件下,施加过偏置压力的人工肌肉收缩幅度实现了从 2% 至 14% 的显著提升。

该系统的另一创新之处在于模块化设计。电驱动和液压可以像搭建乐高积木一样进行自由组装,使系统在设计与控制上更加灵活。例如,可通过并联多个泵让液体流量变大的方式,来实现速度的提升。

研究团队通过并联 4 个泵驱动一对肌肉,实现了每秒 180mm 的收缩速度,并且完成一次动作仅需 0.13 秒,这样的性能支持在 0.3 秒内通过杠杆臂将乒乓球弹射至 24 厘米高度。

再比如,可通过并联多根肌肉纤维的方式,来获取更大的力气。在研究中,研究人员将 8 根 EFM 绑在一起,每侧的两个泵通过并联工作的方式提升流量,两侧的肌肉束则串联形成闭环回路。结果显示,总重量仅 22 克的一束人工肌肉,提起了 4kg 重的物品,行程为 30mm,并在 1,000 次循环测试中仍保持性能稳定。

此外,研究团队还展示了将 EFM 应用在可穿戴设备的可能性。研究人员将这些纤维织成一块 40cm 长、6cm 宽的“肌肉织物”,作为机械臂的肱二头肌和肱三头肌。
觉得新闻不错,请点个赞吧     无评论不新闻,发表一下您的意见吧
上一页12下一页
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0370 秒 and 5 DB Queries in 0.0040 秒