بهینه سازی توپولوژیکی و چاپ سه بعدی فعال کننده‌ها و صفحات نمایش مغناطیسی مولتی مواد
بهینه سازی فعال کننده‌ها
محققان انتظار دارند سیستم های فعال سازی مشابه با پدیده های طبیعی عمل کنند. دانشمندان پیشنهاد کردند که موادی ملهم از زیست شناسی را مهندسی کنند که استتار ده پا را تقلید می کند، هرچند مهندسی چنین سیستم های بسیار یکپارچه ای می تواند، به دلیل پیچیدگی ترکیب شده با تولید طرح های معماری بزرگ ابعاد و مواد چندین کاربردی مرتبط با فرآیند ساخت آنها، چالش برانگیز باشد.
بررسی اجمالی از فرآیند چاپ سه بعدی مبتنی بر مشخصات. ساختار محرک های فردی (یا ترتیب فعال کننده های چندگانه) با استفاده از یک روش بهینه سازی توپولوژی چند منظوره بهینه می شود. توجه داشته باشید که به طور کلی، ساختار نهایی بهینه شده می تواند همانطور که نشان داده شده است از هر نوع دلخواهی باشد. بهینه سازی از خواص فیزیکی توده ای مواد جداگانه و اهداف کاری به عنوان ورودی ها استفاده می کند. از ارائه های ساختار مبتنی بر واکسل بهینه شده تولید شده توسط چاپگر استفاده می شود تا ساختار بهینه شده را با استفاده از یک رویه چاپ جوهر افشان چکه در جای درخواست شده بسازد. این اجازه می دهد تا طرح های با ابعاد بزرگ به طور خودکار و با حداقل مداخله انسان تولید و ساخته شود. در این کار، مواد اصلی مورد استفاده عبارتند از یک پلیمر آکریلات سخت (RIG)، یک پلیمر آکریلات الاستیک (ELA)، و یک نانوذره مغناطیسی (Fe3O4) / پلیمر کامپوزیتی (MPC). از کنتراست در خواص نوری، مکانیکی و مغناطیسی برای بهینه کردن همزمان ظاهر بصری و نیروهای فعال کننده استفاده می شود در حالی که طرح سطح واکسل تولید می شود. اعتبار: Science Advances، doi: 10.1126 / sciadv.aaw1160
در علوم مواد و فیزیک کاربردی، محققان انتظار دارند سیستم های فعال سازی مشابه با پدیده های طبیعی عمل کنند. به عنوان یک مثال کلاسیک، دانشمندان پیشنهاد کردند که موادی ملهم از زیست شناسی را مهندسی کنند که استتار ده پا را تقلید می کند، هرچند مهندسی چنین سیستم های بسیار یکپارچه ای می تواند، به دلیل پیچیدگی ترکیب شده با تولید طرح های معماری بزرگ ابعاد و مواد چندین کاربردی مرتبط با فرآیند ساخت آنها، چالش برانگیز باشد. در یک گزارشِ اخیر در مجله پیشرفت‌های علمی، سوبرامانیان سندارام و همکارانش در بخش های علوم رایانه، هوش مصنوعی و مهندسی برق در ایالات متحده و فرانسه، پروتکل کاملی را برای بهینه سازی توپولوژی چند منظوره و چاپ سه بعدی چکه در جای مورد تقاضای مولتی مواد برای مهندسی فعال کننده های پیچیده ارائه کردند.
فعال کننده ها حاوی پلیمرهای نرم و سفت جفت شده با یک کامپوزیت نانو ذره / پلیمر مغناطیسی بودند که به یک میدان مغناطیسی پاسخ می دادند. بهینه ساز توپولوژی می تواند موادی را برای واکسل های جداگانه برای ارتقاء ظاهر فیزیکی با وضوح بالا تعیین کند. هنگامی که آنها استراتژی طراحی بهینه شده توپولوژی را با فرآیند ساخت مولتی مواد ادغام کردند، Sundaram و همکارانش توانستند فعال سازهای پیچیده را به عنوان مسیری نوید بخش به سمت ساخت و ساز خودکار و هدفدار مهندسی کنند.
روبات های مدرن به فعال سازهایی نیاز دارند که چندین کارکرد را در هم در داخل یک بسته منفرد برای ارتفاع بهینه، راندمان برق، توپولوژی، اندازه و سایر معیارهای عملکردی ادغام می کنند. این ایده بر پایه پیشنهادات تحقیقاتی است که از یکپارچه سازی سفت و سخت حساسیت، فعال سازی و محاسبه با مواد روباتیک حمایت می کند. محققان همچنان بحث می کنند که آیا روبات ها بدن هایی با مغز خواهند بود یا مغزهایی با بدن، و بنابراین تمایزی بین مواد و ماشین ها باقی می ماند که باید برقرار شود. پارادایم جدید با مواد روباتیک مستلزم آن است که قطعات روبات برای کاربردهای متعدد طراحی شوند و، همچون موجودات طبیعی، برای اهداف چندگانه بهینه سازی شوند.
چالش در مورد بازتولید سیستم های چند کاربردی ملهم از زیست شناسی روی طراحی سیستم های فعال کننده باقی می ماند. در مثال کلاسیکِ یک سیستم فعال کننده‌ی یک ده پا، کنترل همزمان هر دو انحراف فیزیکی و ظاهر با وضوح بالا منجر به استتار زیست شناسانه مؤثر می شود. بازتولید چنین فعال سازی یکپارچه بدون درزی در آزمایشگاه به علت پیچیدگی در خلق یک فضای طراحی با ابعاد بالا و ساخت این طرح ها با مواد جدید و عاری از هندسه ها طاقت فرساست.
در مثال های معاصر از سیستم های فعال ساز، دانشمندان مواد یک دستگاه میکرو آینه دیجیتال را با میلیون ها فعال ساز یکسان و یک سیستم ذخیره داده فوق چگال "هزارپا" با پایه های سیستم میکروالکترومکانیکی توسعه داده اند. بهینه سازی این سیستم های فعال ساز برای مصرف برق، ریزه کاری و قابلیت اطمینان فرایند زمان گیر است، در حالی که آرایه های فعال ساز غیریکنواخت پیچیدگی های بیشتری را در آزمایشگاه ارائه می داد. به عنوان یک جایگزین نوید بخش، تکنیک های بهینه سازی توپولوژی به طور خودکار طرح بندی های بهینه شده مواد را در یک فضای طراحی داده شده ارائه می دهد.
در این کار، Sundaram و همکارانش از یک استراتژی آنیلینگ شبیه سازی شده استفاده کردند که قبلا به عنوان یک رویکرد بهینه سازی توپولوژی موفق از آن برای طراحی سازه های تراس استفاده می شد. در حالی که در نظریه بسیار عمومی است، این رویکرد، ویژگی های این مشکل را که قرار است درعمل مؤثر باشند به حساب آورد. محققان همچنان بحث می کنند که آیا روبات ها بدن هایی با مغز خواهند بود یا مغزهایی با بدن در رویکرد حاضر، Sundaram و همکارانش نقش مواد را، در جایی که تکنیک کاملاً آگاه از ساخت است، در نظر گرفتند. مطالعه پیشنهادی در مورد یک توان تفکیک بالا، چند فیزیکی و چارچوب بهینه سازی توپولوژی آگاه از ساخت، یکی از اولین استراتژی های اجرا شده در کار حاضر است.
دانشمندان از یک فرایند ساخت دقیق استفاده کردند که قادر به سروکار داشتن با طرح های با ابعاد بالا برای ساخت فعال کننده مصنوعی بود. پس از آن، آنها یک رویکرد ساخت سه بعدی افزایشی سریع را برای تولید فعال ساز انتخاب کردند تا ساختارهایی دقیق پیچیده‌ای با مواد متنوع تولید کنند. علاقه رو به افزایش در فعال سازهای چاپ سه بعدی شده ناشی از سرعت و کاربردپذیری آنها در روباتیک میکرو/مزو مقیاس است.
دانشمندان پیش از این، خاصیت فعال سازی مغناطیسی برای ماده نرم ناشی از مقیاس کردن مطلوب، چگالی نیروی فعال سازی بالا و فعال سازی افسار گسیخته را کاوش کرده بودند. Sundaram و همکارانش یک تکنیک بهینه سازی تکاملی تقلید از حیات را با یک فرآیند خودکار تولید افزایشی مولتی مواد، به منظور طراحی سریع و ساخت فعال ساز های با ابعاد بالا در کار حاضر، ادغام کردند. این رویکرد در نهایت امکان ساخت کاملا خودکار طرح های با ابعاد بالا را فراهم می کند که یک هدف بلند مدت در روباتیک است.
منبع: تاماراسی جیواندارا، Tech Xplore
در علوم مواد و فیزیک کاربردی، محققان انتظار دارند سیستم های فعال سازی مشابه با پدیده های طبیعی عمل کنند. به عنوان یک مثال کلاسیک، دانشمندان پیشنهاد کردند که موادی ملهم از زیست شناسی را مهندسی کنند که استتار ده پا را تقلید می کند، هرچند مهندسی چنین سیستم های بسیار یکپارچه ای می تواند، به دلیل پیچیدگی ترکیب شده با تولید طرح های معماری بزرگ ابعاد و مواد چندین کاربردی مرتبط با فرآیند ساخت آنها، چالش برانگیز باشد. در یک گزارشِ اخیر در مجله پیشرفت‌های علمی، سوبرامانیان سندارام و همکارانش در بخش های علوم رایانه، هوش مصنوعی و مهندسی برق در ایالات متحده و فرانسه، پروتکل کاملی را برای بهینه سازی توپولوژی چند منظوره و چاپ سه بعدی چکه در جای مورد تقاضای مولتی مواد برای مهندسی فعال کننده های پیچیده ارائه کردند.
فعال کننده ها حاوی پلیمرهای نرم و سفت جفت شده با یک کامپوزیت نانو ذره / پلیمر مغناطیسی بودند که به یک میدان مغناطیسی پاسخ می دادند. بهینه ساز توپولوژی می تواند موادی را برای واکسل های جداگانه برای ارتقاء ظاهر فیزیکی با وضوح بالا تعیین کند. هنگامی که آنها استراتژی طراحی بهینه شده توپولوژی را با فرآیند ساخت مولتی مواد ادغام کردند، Sundaram و همکارانش توانستند فعال سازهای پیچیده را به عنوان مسیری نوید بخش به سمت ساخت و ساز خودکار و هدفدار مهندسی کنند.
روبات های مدرن به فعال سازهایی نیاز دارند که چندین کارکرد را در هم در داخل یک بسته منفرد برای ارتفاع بهینه، راندمان برق، توپولوژی، اندازه و سایر معیارهای عملکردی ادغام می کنند. این ایده بر پایه پیشنهادات تحقیقاتی است که از یکپارچه سازی سفت و سخت حساسیت، فعال سازی و محاسبه با مواد روباتیک حمایت می کند. محققان همچنان بحث می کنند که آیا روبات ها بدن هایی با مغز خواهند بود یا مغزهایی با بدن، و بنابراین تمایزی بین مواد و ماشین ها باقی می ماند که باید برقرار شود. پارادایم جدید با مواد روباتیک مستلزم آن است که قطعات روبات برای کاربردهای متعدد طراحی شوند و، همچون موجودات طبیعی، برای اهداف چندگانه بهینه سازی شوند.
چالش در مورد بازتولید سیستم های چند کاربردی ملهم از زیست شناسی روی طراحی سیستم های فعال کننده باقی می ماند. در مثال کلاسیکِ یک سیستم فعال کننده‌ی یک ده پا، کنترل همزمان هر دو انحراف فیزیکی و ظاهر با وضوح بالا منجر به استتار زیست شناسانه مؤثر می شود. بازتولید چنین فعال سازی یکپارچه بدون درزی در آزمایشگاه به علت پیچیدگی در خلق یک فضای طراحی با ابعاد بالا و ساخت این طرح ها با مواد جدید و عاری از هندسه ها طاقت فرساست.
در مثال های معاصر از سیستم های فعال ساز، دانشمندان مواد یک دستگاه میکرو آینه دیجیتال را با میلیون ها فعال ساز یکسان و یک سیستم ذخیره داده فوق چگال "هزارپا" با پایه های سیستم میکروالکترومکانیکی توسعه داده اند. بهینه سازی این سیستم های فعال ساز برای مصرف برق، ریزه کاری و قابلیت اطمینان فرایند زمان گیر است، در حالی که آرایه های فعال ساز غیریکنواخت پیچیدگی های بیشتری را در آزمایشگاه ارائه می داد. به عنوان یک جایگزین نوید بخش، تکنیک های بهینه سازی توپولوژی به طور خودکار طرح بندی های بهینه شده مواد را در یک فضای طراحی داده شده ارائه می دهد.
در این کار، Sundaram و همکارانش از یک استراتژی آنیلینگ شبیه سازی شده استفاده کردند که قبلا به عنوان یک رویکرد بهینه سازی توپولوژی موفق از آن برای طراحی سازه های تراس استفاده می شد. در حالی که در نظریه بسیار عمومی است، این رویکرد، ویژگی های این مشکل را که قرار است درعمل مؤثر باشند به حساب آورد. محققان همچنان بحث می کنند که آیا روبات ها بدن هایی با مغز خواهند بود یا مغزهایی با بدن در رویکرد حاضر، Sundaram و همکارانش نقش مواد را، در جایی که تکنیک کاملاً آگاه از ساخت است، در نظر گرفتند. مطالعه پیشنهادی در مورد یک توان تفکیک بالا، چند فیزیکی و چارچوب بهینه سازی توپولوژی آگاه از ساخت، یکی از اولین استراتژی های اجرا شده در کار حاضر است.
دانشمندان از یک فرایند ساخت دقیق استفاده کردند که قادر به سروکار داشتن با طرح های با ابعاد بالا برای ساخت فعال کننده مصنوعی بود. پس از آن، آنها یک رویکرد ساخت سه بعدی افزایشی سریع را برای تولید فعال ساز انتخاب کردند تا ساختارهایی دقیق پیچیده‌ای با مواد متنوع تولید کنند. علاقه رو به افزایش در فعال سازهای چاپ سه بعدی شده ناشی از سرعت و کاربردپذیری آنها در روباتیک میکرو/مزو مقیاس است.
دانشمندان پیش از این، خاصیت فعال سازی مغناطیسی برای ماده نرم ناشی از مقیاس کردن مطلوب، چگالی نیروی فعال سازی بالا و فعال سازی افسار گسیخته را کاوش کرده بودند. Sundaram و همکارانش یک تکنیک بهینه سازی تکاملی تقلید از حیات را با یک فرآیند خودکار تولید افزایشی مولتی مواد، به منظور طراحی سریع و ساخت فعال ساز های با ابعاد بالا در کار حاضر، ادغام کردند. این رویکرد در نهایت امکان ساخت کاملا خودکار طرح های با ابعاد بالا را فراهم می کند که یک هدف بلند مدت در روباتیک است.
منبع: تاماراسی جیواندارا، Tech Xplore
مقالات مرتبط
تازه های مقالات
ارسال نظر
در ارسال نظر شما خطایی رخ داده است
کاربر گرامی، ضمن تشکر از شما نظر شما با موفقیت ثبت گردید. و پس از تائید در فهرست نظرات نمایش داده می شود
نام :
ایمیل :
نظرات کاربران
{{Fullname}} {{Creationdate}}
{{Body}}