《Advanced Intelligent Systems》:HeaTrace: A Parametric Design-to-Fabrication Workflow for Thermally Programmable Soft Robots
编辑推荐:
受自然生物多功能躯体的启发,软体机器人系统正朝着集成化躯体架构的方向发展,在紧凑的、材料内嵌的结构中实现形状变化、可调刚度和视觉反馈的有机结合。热驱动通过将嵌入式焦耳加热器产生的局部热量传递至热响应材料,为这种多功能性提供了一条可行路径。然而,现有方法将加热器
受自然生物多功能躯体的启发,软体机器人系统正朝着集成化躯体架构的方向发展,在紧凑的、材料内嵌的结构中实现形状变化、可调刚度和视觉反馈的有机结合。热驱动通过将嵌入式焦耳加热器产生的局部热量传递至热响应材料,为这种多功能性提供了一条可行路径。然而,现有方法将加热器几何结构、导电材料、软体设计和制造工艺相互独立地处理,限制了设计灵活性和功能集成度。本工作提出了HeaTrace,一种面向热可编程软体机器人的设计-制造一体化工作流,集成了参数化加热器定制、基于物理信息的半经验热模型,以及可直接用于直写打印(direct ink writing,DIW)和自动化纤维嵌入(automated fiber embedding,AFE)的制造就绪工具路径。在嵌入不锈钢纱线加热器的硅酮基底上进行的受控实验,量化了5至15 W范围内几何形状和功率相关的热性能、加热器耐久性、热驱动膨胀和刚度调制。该工作流通过三个仿生演示得到验证:一个壁虎启发的软体机器人,利用6.5 g热驱动形状变化执行器实现无泵膨胀;一个蝠鲼启发鳍,通过可编程刚度实现14%的行程不对称性;以及一个展现逼真脸红效果的人形面部。通过将性能驱动的加热器设计与用户自定义功能材料和软体几何形状相结合,HeaTrace为热可编程多功能软体机器人开辟了一条统一路径。
论文解读
一、研究背景与问题
软体机器人受生物有机体的柔顺性、响应性和多功能性启发,为构建能够通过柔顺结构和材料驱动行为实现移动、适应和环境交互的机器提供了新机遇。然而,许多软体机器人结构面临一个核心挑战:如何通过单一控制输入协调多种离散响应,如形状变化、刚度调制和视觉信号。在自然界中,头足类动物能够同时响应统一神经信号调节形态、机械顺应性和体色,这种统一刺激与多模态响应之间的内在关系为下一代软体机器人系统的设计提供了坚实基础。
热能以驱动多种响应材料的能力成为实现这种多功能性的理想刺激源。形状记忆合金(shape-memory alloys,SMA)、形状记忆聚合物(shape-memory polymers,SMP)和液晶弹性体(liquid crystal elastomers,LCE)等热响应材料已被广泛研究。相变材料(phase change materials,PCMs)可调节刚度和产生体积膨胀,而热致变色颜料则可提供视觉反馈。局部施加的焦耳热可触发这些跨越物理、机械和流变域的材料响应。
然而,现有研究存在若干关键瓶颈。首先,多功能响应通常以顺序添加的离散层形式实现,导致热行为耦合且难以调控,热传递效率低下,制造流程严重依赖手工组装。其次,电热驱动中的加热器设计多采用固定、手动设计的制造路线,缺乏可推广的工作流,加热器设计依赖经验迭代而非目标驱动的尺寸计算。第三,现有计算设计工具如逆向设计和拓扑优化主要面向刚性微制造加热器,未与软体三维结构的增材制造工作流耦合。第四,大多数已报道系统与单一加热器材料或制造方法紧密耦合,限制了跨导电介质的通用性。据研究人员所知,尚无先前工作将参数化加热器设计、PCM驱动和热致变色反馈统一在一个经过实验验证的设计-制造一体化工作流中。
二、研究内容与意义
针对上述空白,研究人员提出了HeaTrace——一种面向多功能软体机器人系统中嵌入式电阻加热器的、基于材料信息与性能驱动的设计-制造一体化工作流。该工作流将热尺寸计算、参数化加热器设计、基于物理信息的半经验热模型和多目标参数探索集成于统一框架内,并将设计结果直接转化为制造工具路径。通过将热尺寸计算、参数化加热器设计与制造规划整合于单一工作流,HeaTrace能够在统一的低电压热输入下实现形状变形、刚度调制和热致变色视觉响应的组合。
HeaTrace的四个主要贡献包括:性能驱动的加热器设计工作流,将柔性焦耳加热器几何结构的设计直接转化为制造工具路径;混合增材制造策略,将硅酮基复合材料的直写打印与原位加热器嵌入相结合;多材料加热器兼容性,涵盖不锈钢纱线、铜负载热塑性聚氨酯(Cu-TPU)柔性丝材和液态金属等多种导电材料;以及三个仿生系统级演示,验证了工作流在实际软体机器人系统中的可行性。
三、关键技术方法
研究人员采用了以下主要技术方法:一,基于集总热容法的物理信息半经验热模型,用于预测加热器的瞬态温度响应并确定所需加热器长度;二,基于Wallacei插件和遗传算法的多目标进化优化器,在用户定义的设计域内生成加热器布局,同时最小化长度偏差和加热器面积适应度(heater area fitness,HAF);三,Rhino-Grasshopper环境中的参数化设计界面,支持实时热预测和设计迭代;四,自动化纤维嵌入(AFE)技术,用于沉积连续导电纱线;五,直写打印(DIW)技术,用于挤出硅酮弹性体基底;六,混合多工具增材制造流程,将AFE和DIW集成于同一制造序列中实现加热器与基底的共制造。材料选择包括Dragon Skin 30(DS30)和Ecoflex-0030(EF30)硅酮、不锈钢导电纱线、Novec 72DE(NV72)低沸点相变材料、蜂蜡基复合材料和矿物油共混物等。
四、研究结果
2.1 HeaTrace设计工作流
研究人员开发了集成热尺寸计算、加热器布局生成、物理信息半经验热建模和多目标参数探索的设计工作流,并可直接将设计转化为制造工具路径。工作流在Rhino和Grasshopper环境中实现,分为三个阶段:交互式参数输入与实时热预测、设计域内加热器布局的多目标探索、以及增材制造工具路径生成。交互式热预测阶段基于集总热容模型输出温度-时间曲线和加热器关键指标,几何优化阶段通过Wallacei遗传求解器识别帕累托前沿解,最终生成AFE和DIW的G代码文件。
2.2 制造流程
研究人员构建了集成AFE与DIW的自动化多材料3D打印工作流,实现嵌入式加热器与硅酮基底在同一制造序列中的共制造。不锈钢纱线作为主要焦耳加热元件,通过张力调节喷嘴沿工具路径沉积,随后打印硅酮层完全封装导电路径。热致变色颜料选择性掺入特定硅酮层实现温度依赖的颜色变化,牺牲凝胶用于支撑悬垂结构和定义内部腔体。PCM通过打印后注入步骤填充至内部腔体。
2.3 实验表征
热模型方面,研究人员建立了基于集总热容法的解析模型,通过毕渥数(Biot number)分析验证了模型作为近似降阶模型的适用性。模型预测的稳态温度与实测值在15 W下蛇形几何的均方根误差(RMSE)为1.82 °C,最大残差为4.21 °C。
加热器几何与功率依赖性能方面,红外热成像显示蛇形加热器在中央迹线重叠区域产生集中热区,而螺旋加热器呈现以最外环为主的环形分布。功率密度与稳态温升呈线性关系,蛇形和螺旋几何的斜率分别约为65 °C cm2 W?1和62 °C cm2 W?1。在5 W输入下,蛇形达到79±6 °C,螺旋达到64±2 °C;在15 W输入下,蛇形达到168±7 °C,螺旋达到150±12 °C。
耐久性与运行极限方面,10循环测试显示两种几何在15 W下均表现出稳定可重复的加热和冷却行为,蛇形峰值温度漂移约12 °C,螺旋漂移约4 °C。持续运行在约1.8 W cm?2以上功率密度时,硅酮基底开始出现热降解,但加热器本身保持电功能稳定。
膨胀与形状变化行为方面,热驱动软执行器在9 V输入下产生约20 mm的峰值膨胀高度,在5 V下产生约9 mm。循环测试显示膨胀时间从第1循环的约100 s单调增加至第5循环的305 s,可回收PCM质量从2.2 g降至0.7 g,表明工作流体在反复热循环中逐渐损失。
刚度调制方面,蜂蜡基PCM在加热前弯曲刚度为0.78 N mm?1,加热后降至0.06 N mm?1,刚度调制比约13倍;矿物油基PCM从0.20 N mm?1降至0.14 N mm?1,调制比约1.43倍。
2.4 应用演示
壁虎启发的软体机器人方面,集成了嵌入式蛇形加热器、NV72 PCM填充腹部腔体和热致变色外皮,实现了8.6 mm的最大腹部膨胀位移和同步的颜色转变。单循环PCM质量损失约19%。与泵驱动气动系统相比,HeaTrace实现了1.32 mm g?1的质量归一化膨胀输出,约为气动系统的7倍,但响应速度较慢且能耗较高。
蝠鲼启发的软体机器人方面,在鳍中集成嵌入式加热器和矿物油复合PCM储层后,PCM激活使上行程振幅平均增加5%,下行程振幅平均减少14%,产生沿整个体长的中心线偏移,平均偏移+1.11 mm,最大偏移+1.72 mm,而峰-峰振幅基本保持不变。
人形面部原型方面,集成了PCM驱动和热致变色反馈,实现了逼真的脸红效果和表情变化。
五、讨论与结论
研究人员通过系统级比较指出,HeaTrace热驱动方案在集成执行器质量、无泵集成、低机械噪声和内置热致变色反馈方面具有优势,但以较慢的响应速度和较高的能量消耗为代价。泵驱动气动系统仍更适合快速、高频或能量受限的驱动场景。未来方向包括主动冷却、降低热质量、优化加热器几何和替代PCM以改善复位时间和能量效率。
研究结论表明,HeaTrace通过将性能驱动的加热器设计与用户自定义功能材料和软体几何形状相结合,为热可编程多功能软体机器人开辟了一条统一路径。该工作流在单一框架内实现了形状变形、刚度调制和热致变色视觉响应的协同集成,为复制自然生物中观察到的多功能行为提供了可行的技术路线。