90后学术伉俪研发能量密度最高的液晶弹性体软体机器人

近日,29 岁的留学生李硕联合妻子白鹤丹,研发出目前 3D 打印智能材料领域能量密度最高的软体机器人。

图 | 左一白鹤丹,右一李硕(来源:受访者)

当地时间 7 月 23 日,相关论文以《数字光处理制备液晶弹性体及它在自感知人工肌肉方面的应用》(Digital light processing of liquid crystal elastomers for self-sensing artificial muscles)为题发表在 Science Advances 上。

图 | 相关论文(来源:受访者)

李硕告诉 DeepTech,该论文主要介绍了一种智能软材料 —— 液晶弹性体的制备新方法,同时也介绍了其在软体机器人领域的应用,包括利用材料自身做为传感器的新方式。

展开剩余90%

图 | 本次研究中的软体机器人(来源:受访者)

他表示,在软体机器人领域,科学家们一般重点研究驱动、传感和控制。本次该论文主要研究的是将刺激响应聚合物作为驱动器,通过在液晶弹性体的增材制造过程中取向,成功实现了人工肌肉的大部分特性(包括利用单个部件在局部可逆地收缩、膨胀或旋转)。

攻克材料取向难题

关于该研究的创新点,他表示,液晶弹性体在 1975 年被诺贝尔奖获得者德热纳(Pierre-Gilles de Gennes)提出以后的几十年来,得到了化学和材料领域越来越多的关注。

通过结合液晶的各向异性和高分子网络的橡胶弹性,轻度交联的液晶高分子材料可以在外场(温度、电场、光)的作用下在各向同性态和液晶态快速、可逆地变换,从而产生形状的变化。

(来源:受访者)

由于其良好的外场响应性、结构形态变化和弹性,液晶弹性体的相关研究逐渐引起了包括软体机器人在内的更广泛领域的兴趣:在外场作用下诱导宏观物体产生形状变化可以有效地将其他能量形式转化为机械能,从而有助于实现利用材料自身构筑人工肌肉和马达,并对它们进行远程快速调控。

传统上液晶弹性体的制备面临两大难题:高分子合成和液晶分子取向。近几年来,虽然相关化学合成路径的研究极大降低了合成难度,液晶分子取向却依然比较困难,而李硕此次提出的基于数字光处理(Digital Light Processing, DLP)的 3D 打印技术攻克的正是这一难题。

(来源:受访者)

他表示,制作液晶弹性体的传统方法一般是利用液晶盒法,但这种方法的局限在于液晶盒厚度存在一定限制,通常为 50-100μm,一旦超过就无法成功取向或驱动,因而极大地限制了这种材料在实际应用方面的表现。

近两年,研究人员开始探索包扩直接墨水书写(DIW)在内的 3D 打印技术,也就是将未交联的液晶低聚物装入针管后由印刷针头挤出,通过在挤出过程中产生的剪切应力使液晶元自发地沿印刷路径排列完成一维(1D)取向的过程。

虽然这种方法已经为基于液晶弹性体的新型软机器人开辟了一条新路径,但它的一个明显的缺点在于打印效率比较低。

如果想提高取向程度,针头就需要非常细,但是针头越细,打印同体积驱动器的时间就越长。

基于此,李硕和同事提出利用更高效率的数字光处理 3D 打印内置的剪切运动实现二维(2D)取向的全新办法。

举例来说,如果把 DIW 打印过程想象成用圆珠笔一次划一条线,李硕使用的打印过程则是利用毛刷一次划一个面,从而极大地提高了打印的效率。

这个想法的提出来源于他在使用组里的 Autodesk Ember 立体光刻造型 3D 打印机时观察到的一个独特现象。

他发现打印平台相对于填满光聚合液态前驱体的容器在每一层的打印过程后都会产生一个快速的旋转运动,这样在数字激光投影产生的紫外光完成高分子聚合后,打印出来的聚合物可以自动从透光玻璃上方脱离,从而打印下一层时实现更佳的平整度。

(来源:受访者)

这原本是在实验过程中的普遍现象,但他觉得该现象可以经过简单的编辑一举同时实现液晶弹性体合成和取向,因此率先提出了上述想法。

这种材料的合成路径其实非常简单,两种棒状液晶分子 RM257 和 RM82 的组合可以有效降低液晶弹性体从液晶相到各向同性态的转化温度,也是合成的主要原材料。

但是如果只有这两种液晶分子结晶度会非常高,即合成出来的材料会特别硬,因此必须加入柔性连接分子,让整个材料变得软起来。

同时,还需要交联剂和引发剂,在紫外光源的激发下把材料从一个众多的单链变成三维的高分子网络结构。

图 | 数字光处理 3D 打印实现二维取向过程(来源:受访者)

基于材料特性,提出传感方式的全新思路

此前,白鹤丹的主要研究方向是针对软体机器人柔性光电传感的研究,在传感方式上该课题组最早提出利用光信号进行传感。在本次研究中,基于材料在光学方面的性质,他们又提出了全新传感思路。

由于液晶弹性体的形状响应与液晶有序网络结构高度耦合,当从室温加热至相转化温度之上时,材料变为各向同性后,随着宏观形状的变化它的透明度也会随之改变。简而言之,就是温度越高,材料越透明,通光率越高。

通过主动将外部的光信号导入材料并接收反射的信号,即可判断这一形变到底是手动制造的、还是热力学驱动产生的。

另外,也可以通过光强信号来判断弯折变形的大小,该过程是也是该团队单纯通过材料性质实现驱动器自感知的一个尝试。

图 | 液晶弹性体光电传感(来源:受访者)

制备成本较为便宜,一片材料五美元起

在成本上,李硕表示批量制备液晶分子非常便宜,以制备时使用的驱动器为例,其厚度一般是几百微米,一片的材料成本在 5~10 美元。而实验中使用的打印机也很廉价,购买时的价格在是两千美元以下。

通过软体机器人,李硕展示了本次研究的驱动能力和传感能力,其中一个展示是让机器人做可逆抓取运动、爬行运动和举重,这些都是软体机器人研究中最经常被用来衡量机器人性能的演示。

图 | 液晶弹性体受热三维弯曲原理(来源:受访者)

在打印时,由于打印机的特性,李硕发现总是有最后一层材料无法被取向。所以相对于液晶弹性体的收缩和膨胀传统二维形状变化,他们打印出的驱动器更多呈现出三维弯曲的形式,而恰巧这种形变方式更便于应用在多种多样的软体机器人实际操作中。

该论文第一个展示的机器人样机是一个微型抓取器,它的长度不到 2cm,宽度是 1.5cm,厚度约为 200μm,它可以轻松抓取并传送一个加热过的金属弹簧。也就是说虽然它体积小,但依然具备物体抓取和释放的能力。

在机器人的爬行运动上,李硕认为该材料独特的局部可驱动性是实现有效爬行的前提。如下图所示,他将热源控制在不同范围里,从而让软体机器人实现三种爬行形态:其一让其前肢拱起;其二让其躯干拱起从而带动后肢前行;其三是后肢拱起推动前肢前探。通过重复前面的组合可以轻松实现爬行。

图 | 软体机器人的三种爬行状态(来源:受访者)

他告诉 DeepTech,让软体机器人实现爬行的方式是受其导师罗伯特・谢泼德(Robert Shepherd)启发。谢泼德在十年前在博后的研究工作中最先提出了基于气动的四足软体机器人,相关论文《多步态软体机器人》(Multigait soft robot)于 2011 年刊登在 PNAS 上。

(来源:受访者)

软体机器人具备举重能力,则是本次材料的第三个特色。实验发现,当机器人的驱动器只有 56mg 时,就能提起重量接近自身 700 倍的砝码(40g)。

通过举重实验李硕测出了材料做功能力,也就是软体机器人对外做的功相对于自身重量的比值(约为 63 焦每千克),通过计算模拟进而可以得出材料的能量密度(约为 180 千焦每立方米);这两项数据都创造了 3D 打印智能软材料的新纪录。

刺激响应高分子材料制成的柔性智能驱动器在众多领域拥有广泛的应用前景。对于液晶弹性体来说,常规的应用场景包括但不限于触觉显示器、人工肌肉执行器、微型驱动开关。

李硕表示,本文提到的驱动器和传感器的例子,除了对于软体机器人这个新兴研究领域,在其他热门研究方向,例如柔性电子器件和可植入医疗器械也会有更多新奇的应用等待探索。

(来源:受访者)

曾就读北京二中,去年获得优秀自费留学生奖学金

李硕在2010年通过标准化考试 SAT 和托福直接申请到 UIUC 读本科,并于大二加入约翰・A・罗杰斯(John A. Rogers)院士课题组。本科期间,其深度参与并作出贡献的两个项目分别发表在 Cell 和 Advanced Materials 期刊上。

在康奈尔大学谢泼德教授课题组读博期间,他在可拉伸显示材料方向的研究论文,第一作者身份多次发表在 Science、 Advanced Materials 等期刊上。目前,其 Google Scholar 引用量为 2450,并于 2020 年获得国家优秀自费留学生奖学金(特别优秀奖)。

继可拉伸显示材料之后,李硕在博士期的间又一研究方向是基于刺激响应智能材料的软体机器人。机器人的驱动、传感和控制传统来说可以通过单独的模块来实现。

而刺激响应智能材料为机器人提供了自下而上的新思路,即材料本身便可集合机器人所需的三个重要功能于一身,从而实现材料本身就是机器人的目的。

据悉,本次研究在 2018 年底立项,旨在通过液晶弹性体独特的热机械响应和光学性质,探索实现材料机器人的可能性。

但他也坦言,准备过程非常长,半年内在阅读了大量文献之后,才找到一个他认为效率比较高的合成路径。

然后开始做实验,并对打印机进行改装和调试,以及做材料流体性质的优化,实验时间长达半年,2020 年 3 月份中学校因为新冠疫情被迫停课。他赶在实验室关门前,把实验做完就开始写文章。

值得注意的是,《麻省理工科技评论》“35 岁以下科技创新 35 人” 2020 年中国区榜单得主、清华大学机械工程系助理教授 & 特别研究员赵慧婵,是李硕和本次论文的共同第一作者白鹤丹在康奈尔大学读书时的学姐,他们都师从于软体机器人先驱罗伯特・谢泼德(Robert Shepherd)。

图 | 左一李硕,右一白鹤丹,中间为两人的导师罗伯特・谢泼德(Robert Shepherd)(来源:资料图)

据悉,李硕于 1992 年出生于西安,小学随父母搬到北京,后来在北京二中读完中学,通过标准化考试 SAT 和托福直接申请到了伊利诺伊大学厄巴纳 - 香槟分校(UIUC)读本科,从本科开始就一直是材料工程专业,博士期间来到康奈尔大学,并成为前文赵慧婵的师弟。

目前,李硕在美国西北大学做博后研究,继续师从约翰・A・罗杰斯院士。谈及未来,他计划在两三年左右博士后出站,届时将寻找高校的教职工作。

(0)

相关推荐