Khoa học công nghệ ngành Công Thương

Thứ ba, 21/05/2024 | 04:16

Thứ ba, 21/05/2024 | 04:16

Tin KHCN

Cập nhật lúc 09:10 ngày 09/02/2021

Cảm biến biến dạng siêu mỏng, không dây và không dùng pin, nhạy hơn 10 lần so với thông thường

Một nhóm nghiên cứu từ Đại học Quốc gia Singapore (NUS), do Giáo sư trợ lý Chen Po-Yen dẫn đầu, đã thực hiện bước đầu tiên nhằm cải thiện độ an toàn và độ chính xác của các cánh tay robot công nghiệp bằng cách phát triển một loạt cảm biến đo biến dạng vật liệu nano nhạy hơn gấp 10 lần khi đo chuyển động từng phút, so với công nghệ hiện có.

Cảm biến biến dạng thế hệ mới nhạy hơn 10 lần so với loại thông thường (Ảnh minh họa: Internet)
Được chế tạo bằng vật liệu nano linh hoạt, có thể kéo dãn và dẫn điện được gọi là MXenes, các cảm biến đo biến dạng mới này do nhóm NUS phát triển có đặc tính siêu mỏng, không tốn pin và có thể truyền dữ liệu không dây. Các cảm biến biến dạng mới có thể được sử dụng cho một loạt các ứng dụng khác nhau.
Giáo sư trợ lý Chen, đến từ Khoa Hóa học và Kỹ thuật Phân tử Sinh học NUS, giải thích, "Hiệu suất của các cảm biến biến dạng thông thường luôn bị hạn chế bởi vật liệu cảm biến được sử dụng và người dùng cũng bị giới hạn trong việc lựa chọn tùy chỉnh cảm biến trong các ứng dụng cụ thể. Trong nghiên cứu này, chúng tôi đã phát triển một chiến lược kiểm soát kết cấu bề mặt của MXenes và điều này cho phép việc kiểm soát hiệu suất cảm biến của máy đo biến dạng cho các bộ xương ngoài mềm khác nhau. Các nguyên tắc thiết kế cảm biến được phát triển trong nghiên cứu này sẽ nâng cao đáng kể hiệu suất của da điện tử và robot mềm."
Một lĩnh vực mà các máy đo biến dạng mới có thể được ứng dụng tốt là trong việc sản xuất đòi hỏi sự chính xác cao, nơi các cánh tay robot được sử dụng để thực hiện các nhiệm vụ phức tạp, chẳng hạn như chế tạo các sản phẩm dễ vỡ như vi mạch.
Các cảm biến đo biến dạng do các nhà nghiên cứu của NUS phát triển có thể được phủ lên một cánh tay robot như một lớp da điện tử để đo các chuyển động tinh vi khi chúng được kéo căng. Khi được đặt dọc theo các khớp của cánh tay robot, các cảm biến này cho phép hệ thống hiểu chính xác mức độ chuyển động của các cánh tay robot và vị trí hiện tại của chúng so với trạng thái nghỉ. Các cảm biến biến dạng bán sẵn hiện nay không có độ chính xác và độ nhạy cần thiết để thực hiện chức năng này.
Các cánh tay robot tự động thông thường được sử dụng trong sản xuất chính xác yêu cầu các camera bên ngoài nhắm vào chúng từ các góc độ khác nhau để giúp theo dõi vị trí và chuyển động của chúng. Các cảm biến biến dạng siêu nhạy do nhóm NUS phát triển sẽ giúp cải thiện độ an toàn tổng thể của các cánh tay robot bằng cách cung cấp phản hồi tự động về các chuyển động chính xác với biên độ sai số dưới một độ và loại bỏ nhu cầu về camera bên ngoài vì chúng có thể theo dõi vị trí và chuyển động mà không cần bất kỳ đầu vào trực quan nào.
Bước đột phá công nghệ của các nhà nghiên cứu của NUS là tạo ra các cảm biến siêu nhạy có thể tùy chỉnh cao trên một cửa sổ làm việc rộng với tỷ lệ tín hiệu trên nhiễu cao.
Cửa sổ làm việc của cảm biến xác định mức độ nó có thể kéo dài trong khi vẫn duy trì chất lượng cảm biến và có tỷ lệ tín hiệu trên nhiễu cao có nghĩa là độ chính xác cao hơn vì cảm biến có thể phân biệt giữa các rung động nhỏ và chuyển động nhỏ của cánh tay robot.
Quy trình sản xuất này cho phép nhóm tùy chỉnh các cảm biến của họ cho bất kỳ cửa sổ làm việc nào trong khoảng từ 0 đến 900%, đồng thời duy trì độ nhạy cao. Cảm biến tiêu chuẩn thường có thể đạt được phạm vi lên tới 100%. Bằng cách kết hợp nhiều cảm biến với các cửa sổ làm việc khác nhau, các nhà nghiên cứu của NUS có thể tạo ra một cảm biến siêu nhạy duy nhất mà nếu không thì không thể đạt được.
"Các cảm biến linh hoạt tiên tiến này cung cấp cho robot đeo mềm khả năng quan trọng trong việc cảm nhận hiệu suất vận động của bệnh nhân, đặc biệt là về phạm vi chuyển động của họ. Điều này sẽ cho phép robot mềm hiểu rõ hơn khả năng của bệnh nhân và cung cấp sự hỗ trợ cần thiết cho các cử động tay của họ", Phó Giáo sư Raye Yeow, người đứng đầu phòng thí nghiệm robot mềm tại Khoa Kỹ thuật Y sinh NUS, lãnh đạo chương trình Người máy mềm và Lai tạo thuộc Văn phòng Chương trình R&D Robotics Quốc gia cho biết.
Link: https://www.sciencedaily.com/releases/2020/12/201215095929.htm
Trần Hà (Theo ScienceDaily)
lên đầu trang