清华黑科技登Science子刊封面:圆管上贴个膜,秒变3D复杂结构

人工智能 新闻
要把复杂3D零件装在曲面上,怎么装最方便?清华团队新研究登上Science子刊

在工业实践中,零件和电子设备的装配,是复杂机械设备正常运转的关键环节。过去,这些部件装配的基板以平面为主,少数曲面装配的零件,也多半仅限于简单结构,而且不好改装。

 对于复杂的三维结构零件,能不能在曲面基板上安装,同时实现安装方便,改装也方便呢? 最近,清华大学张一慧教授团队提出一种新的组装策略,解决了这个问题,并将成果发表在最近一期的Science Advance上 。

 图片

论文链接:https://www.science.org/doi/10.1126/sciadv.abm6922 

论文提到,具有工程化三维结构的电子设备,对于摩擦力传感、宽视场光学成像和流速测量是必不可少的。 最近在机械引导装配方面的进展,通过控制滚动/折叠/弯曲变形,在高性能材料中建立了确定的三维结构路线。然而,所产生的三维结构大多是在平面基底上形成的,不能直接转移到另一个弯曲的基底上。 

本研究介绍了一种有序的组装策略,可以在不同的弯曲表面上将二维薄膜转化为复杂的三维结构。该策略利用预定机械负载,使弯曲的弹性体基底变形为平面/圆柱形结构,然后通过额外的单轴/双轴预拉伸来驱动扣弦引导的组装。 

通过力学建模,可以准确释放预定的载荷,实现在曲面上有序组装复杂三维结构的零件,本文中实例在弯曲基底上组装了几十个这类结构的零件。包括可调谐偶极子天线、水管内的流量传感器、能够与心脏共形整合的集成电子系统等。

 图片 

上图为复杂三维结构在曲面上的有序装配策略的概念图。 

(A) 用人脸的三维装饰面具的形成来说明有序装配策略。右边的两张图片对应的是银(5米)和PET(75米)双层中三维结构的有限元分析预测和光学图像。

 (B) 上图是一个螺旋形基底和螺旋形基底的有限元分析结果,它可以被扭转和拉伸载荷压平。底部面板展示了三维叶状结构在螺旋形基底上的有序组装过程,以及有限元分析预测和光学成像图。

 (C) 在圆柱形管子的内表面组装三维结构的概念图,在与二维前驱体整合之前,基材被斜着裁剪,通过弯曲变形压平,然后预拉伸。底部面板展示了圆柱形管内分层三维螺旋结构[铝(2.5米)/PET(30米)]的有序组装过程,并附有有限元分析预测和光学图像。 

(D) 三维结构在具有莫比乌斯带形状的基底上的组装过程的说明,以及在基底上组装的蚁状结构[Al (2.5 m)/PET (30 m)]的有限元分析预测和光学图像。 

图片 

上图为在可被压平的弯曲表面上组装的复杂的三维结构。 

其中(A) 为马蹄形弯曲基底的示意图,它可以通过单轴拉伸压平。(B) 说明马蹄形基板上三维带状结构组装过程的光学图像。(C) 在不同程度的双轴拉伸下,半球形弹性体基底的生成矩阵轮廓的有限元分析和体验结果。R0表示初始半球的半径。(D) 在不同程度的双轴拉伸下,半球形基体的最大主应变轮廓的有限元分析预测。 

(E) 为通过有限元分析预测,不同长度的直带(Lribbon)装配在半球形基底上的比较。(F) 组装在半球形基底的凸面和凹面上的各种三维结构的2D几何图形、FEA预测以及实验图像。 G到J:装配在半球形基底上的半椭圆形表面的逆向设计。(K到N)在半球形基底上不同空间位置组装的具有相同高度(hi)的小半球形的逆向设计。(O和P) 组装在类脑表面的螺旋形微尺度结构网络和微小的三维斜方体带状微尺度结构的光学图像。 

图片 

上图为复杂三维结构在圆柱/类圆柱形表面的组装。

 (A) 用作弯曲基底的主动脉模型的示意图,以及通过压缩屈曲在该基底上的螺旋和双螺旋结构的组装过程。

 (B) 通过拉伸屈曲在圆柱形基底上装配不同长度的直条带的过程。

 (C) 各种三维结构组装在圆柱形基底上的二维几何图形、有限元分析预测和实验图像。 

(D)二维前体、有限元分析预测和通过拉伸屈曲形成的kirigami-inspired鳞片状三维结构的实验图像。

 (E) 有限元分析预测和实验图像表明,在阿基米德螺旋纤维上的kirigami启发的尺度结构阵列的有序组装过程。

 (F至H)在螺旋纤维上的不同空间区域组装具有相同高度和间距的螺旋结构的逆向设计。 

作者团队

图片 

本文通讯作者为张一慧博士,清华大学航天航空学院工程力学系长聘教授。

2011年在清华大学航天航天学院工程力学系获博士学位。2011年至2015年在美国西北大学土木与环境工程系先后担任Postdoctoral Fellow和Research Assistant Professor。2015年加入清华大学工程力学系,历任副教授、长聘副教授、长聘教授。 

主要研究领域为力学引导的三维微结构组装,非常规软材料,柔性可延展电子器件,智能材料与结构力学 至今已获得授权的中国发明专利5项、美国发明专利3项,出版学术专著1部,发表SCI论文150余篇,其中以通讯作者在《Science》、《Nature》、《Nature Materials》、《Nature Electronics》、《Nature Reviews Materials》、《Nature Communications》、《Science Advances》、《PNAS》、《JMPS》、《Advanced Materials》、《ACS Nano》等期刊发表高水平学术论文80余篇。

 两位共同一作Xue Zhaoguo和Jin Tianqi均来自清华大学工程力学系应用力学实验室。 Xue Zhaoguo主要负责概念化,数据整理,形式分析,资金获取,调查,方法学,项目管理,资源,软件,验证,可视化,论文写作、审查和编辑。 Jin Tianqi主要负责概念化、数据管理、形式分析、调查、方法论、软件、可视化和论文写作。

责任编辑:张燕妮 来源: 新智元
相关推荐

2022-07-27 09:37:13

计算芯片模型

2022-05-06 13:59:10

机器人研发

2020-08-26 10:37:21

阿里3D

2021-01-28 10:51:50

人工智能机器学习技术

2023-03-06 13:59:38

模型参数

2023-03-13 13:24:34

智能Nature

2021-06-22 15:20:53

机器人人工智能技术

2023-12-19 17:44:29

模型训练

2020-07-27 10:30:41

人工智能机器学习技术

2021-08-04 10:32:34

人工智能机器学习技术

2021-10-09 15:24:14

无人机AI技术

2021-07-02 17:14:43

算法机器人技术

2021-10-21 15:20:35

智能自动化Science

2021-09-22 09:15:13

机器人人工智能系统

2017-06-29 08:13:52

人脸识别AR3D物体

2017-07-26 15:22:17

2016-01-15 16:40:56

红心与斜线斧子科技

2023-10-24 19:43:34

2022-06-10 14:51:18

AI技术
点赞
收藏

51CTO技术栈公众号