Искусственный интеллект позволил химикам обойти физические ограничения жидкостной трехмерной печати при создании эластичных роботов. Созданный из нового материала пневматический манипулятор способен бережно удерживать сырое яйцо и поднимать пластиковую тару весом в один килограмм.

Концептуальная визуализация мягкого пневматического манипулятора, удерживающего хрупкий объект в лабораторных условиях. Иллюстрация сгенерирована ИИ.

Технология цифровой светодиодной проекции (DLP) требует использования жидких смол с низкой вязкостью. Добавление компонентов для повышения итоговой прочности делает смесь слишком густой для экструзии, что десятилетиями ограничивало печать гибких конструкций. Команда инженеров Корейского института передовых технологий (KAIST) под руководством профессора Сынчхуля Ли загрузила в алгоритм массив лабораторных данных о вязкости, времени отверждения и модуле упругости химических комбинаций.

Анализ выявил оптимальную пропорцию: полиуретандиакрилат (PUDA), изоборнилакрилат (IBOA), 2-этилгексилметакрилат (EHMA) и метакриловая кислота (MAA) в соотношении 50:30:16:4. Полученный эластомер сохраняет технологически допустимую рабочую вязкость на уровне 2500 мПа·с. После полимеризации готовое изделие способно растягиваться более чем на 600 процентов от первоначальной длины без микроразрывов структуры.

Схема рабочего процесса по оптимизации состава фотополимерных смол на базе алгоритмов машинного обучения.

Автор: Y. Song et al. / Nat. Commun. (CC BY 4.0) Источник: www.nature.com

Проект исключает метод слепого перебора в материаловедении. Предложенный конвейер на базе регрессионных моделей опорных векторов (SVR) позволяет быстро находить рецептуры компаундов под заданные физические параметры. Соавторы исследования из Сеульского национального университета планируют применять технологию для производства индивидуальных биомедицинских имплантатов и носимой электроники.

Источник: Tech Xplore