仿生模擬的案例
基于MATLAB仿生非光滑形態模擬
基于MATLAB仿生非光滑形態模擬
3
王再宙1 王忠良1 張春香1 任露泉2
(11河北師范大學職技學院 河北石家莊050031; 21吉林大學 吉林長春130025)
摘要: 仿生學研究發現, 生物體表大都相當明顯地體現著各種幾何非光滑形態。為了研究仿生非光滑表面形態對磨
損的影響以及非光滑表面形態自身的參數變化對耐磨性的影響, 本文對典型的仿生非光滑形態進行計算機模擬, 并設計
了優化原則, 為制作具有非光滑形態試樣提供了數學模型。
關鍵詞: 非光滑; 表面形態; 滑動磨損; 耐磨性
中圖分類號: TH117 文獻標識碼: A 文章編號: 0254 - 0150 (2006) 8 - 068 - 4
基于MATLAB仿生非光滑形態模擬.pdf
展開 青島大學隋坤艷課題組：一種基于海藻多糖超分子納米纖維水凝膠的離子皮膚傳感器
基于此，該水凝膠從組成上和結構上（SA納米纖維、PAM彈性網絡、NaCl）可模擬人體皮膚（膠原蛋白纖維、彈性纖維、無機鹽）。制備得到的水凝膠呈現出高透明度(99.6%)、高拉伸強度(0.75 MPa)、抗壓縮（汽車碾壓后立刻回彈）、高延展性(3120%)、高韌性（4.77 MJ m-3）、高應變下依然保持高彈性等優異性能。進而應用于離子傳感器，展現出高靈敏度、寬應變響應范圍(0.3%~1800%)、優異的貼合性和穩定性，并且可以在0.04V的低電壓下工作，能夠實現對人體從大幅度運動（四肢）到微小形變（發音、脈搏）等即時及穩定檢測。該成果以題為“Supramolecular Nanofibrillar Hydrogels as Highly Stretchable, Elastic and Sensitive Ionic Sensors”發表在國際知名期刊Materials Horizons上。
圖文速遞
圖1仿生人體皮膚NaCl/SA/PAM離子水凝膠傳感器的設計與合成
(a) 離子水凝膠傳感器由SA超分子納米纖維網絡、PAM化學交聯網絡和無機鹽離子組成，仿生模擬皮膚結構；(b) 由于Na+的靜電屏蔽作用，SA分子自組裝形成基于多重氫鍵的超分子納米纖維；(c) SA超分子納米纖維雙網絡水凝膠的制備過程。
展開 風靡全球的“吃風怪獸”，到中國變成玩具
“仿生腿”模擬動物行走
運用了三角結構和黃金比例幾何學，讓仿生獸有勻速穩固的直線軌跡
這個從小喜歡科學的老爺子，把科學嚴謹精神運用十分到位。
在設計的每一步把控嚴謹，例如這“13個神圣數字”，動物的每條線的長度都是固定的，13條線對應13個數字。
為了讓怪獸能在沙灘上行動自如，老爺子花了不少心思，腿部的動力是靠一個曲軸轉動，帶動腿部行走，而且接觸沙地的面積也很小，阻力也相應小了。
單腿還是不能穩固的走動，于是，組合了六條仿生腿。
個曲軸帶動至少6個仿生腿順序組合，有效行走。
用啥材料？
有了這樣聰明的設計，老爺子的怪獸算是靠譜了。那么要用什么材質呢？當然是輕便的材料好啦~
老爺子最終采用了常見的PVC細管、木頭、膠條、塑料薄膜等輕便的材料組合到一起。容易找，成本低。
動力是什么？
大腿設計完美了，怎么讓這個神獸動起來？荷蘭最不缺的就是風了，于是在怪 獸身上裝上風帆，靠著風力仿生獸們就可以勻速走動了
這片沙灘由我守護！
把這些組合起來，我們就看到這有趣的畫面：一只吃海風的怪獸踩著優雅碎步巡視沙灘。
Jansen在巨獸基礎上不斷優化，用塑料瓶設計一套風力儲能系統，即使在風力弱的情況下，通過釋放塑料水瓶中的壓縮空氣，轉化為動力后。就這樣神獸又可以踏碎步守護沙灘了。
當吸入空氣時，就能保存為動能；當吸入水時，會推動怪獸朝反方向走
Theo Jansen在TED演講時的演示
遇上暴風雨也有辦法，怪獸有個“鼻子”，當它感應到大風時就會啟動錘子，這樣一點點錘釘子，錘到沙里面把自己固定。莫名其妙有點萌的感覺。
展開 南開大學張振杰課題組 Angew：一類剛柔并濟晶態交聯聚合物用作蒸氣制動器
進一步開發了基于此類新型智能材料的氣驅動仿生功能（如模擬花朵開合）。
圖2. CCP400-1膜的掃描電鏡圖；CCPs膜的應力-應變曲線.
圖3. a）CCP400-1膜在蒸氣驅動下發生可逆定向彎曲。b）彎曲行為的可逆循化性。c）模擬花朵開合。
作者進一步深入研究了CCPs膜的蒸氣驅動機制，測試了CCPs膜的乙醇蒸氣吸脫附等溫曲線。在298 K、P/P0=1條件下，CCP400-1和CCP400-2的吸附量可達6.79 mmol/g和6.37 mmol/g，證明材料具有較高的蒸氣吸附能力（圖4）。X射線粉末衍射表明，對應剛性聚合物鏈間距離的特征峰，在乙醇的吸脫附過程中發生可逆移動。最終揭示了CCPs膜蒸氣響應機制：剛性聚合物鏈之間的距離會隨著蒸氣的吸/脫附發生可逆變化，進而導致CCPs的可逆形變。
圖4. a）CCPs膜的蒸氣驅動機制。b）CCP400-1和CCP400-2的乙醇蒸氣吸脫附等溫曲線。
該研究成果以A Class of Rigid-Flexible Coupling Crystalline Crosslinked Polymers as Vapomechanical Actuators為題近日發表在Angew. Chem. Int. Ed., （2022, DOI: 10.1002/anie.202117390）上。
展開 
中科院深圳先進院揭示離子交聯型水凝膠可控三維形變機制
【成果簡介】
近年來，仿生可控三維形變材料在組織工程與人工器官等醫學領域應用廣泛，但傳統材料要么欠缺可控形變能力，要么刺激調控手段面臨安全性挑戰，由此極大限制了傳統生物材料醫學應用。如何成功實現傳統生物材料的可控三維形變，及采用生物相容性手段調控形變，仍是材料生物學應用面臨的一大難題。
為解決該挑戰，杜學敏研究團隊基于前期在材料可控形變設計經驗（Advanced Materials, 2017, 29, 1702231；Advanced Materials Technologies, 2017, 2, 1700120；Advanced Functional Materials, 2018, 28, 1801027），創新性地仿生自然中觸之形變植物的構造原理，通過表面定向排列微陣列結構與自上而下的梯度交聯設計結合，成功實現鈣離子交聯的海藻酸鈉水凝膠可控三維形變。將所得螺旋形水凝膠置于0.1 M NaCl溶液中，發現三維螺旋形會逐漸變形為二維平面結構，最終結構進一步反轉形成微通道朝外的反向三維螺旋結構。當反轉形變后的三維螺旋結構重新浸泡在0.1 M CaCl2溶液中時，樣品會恢復到微通道朝內的初始三維螺旋結構。非常有意思的是，將三維形變水凝膠置于NaCl與CaCl2的混合溶液中，通過調節溶液中Na+/Ca2+濃度比例，還可成功“凍結”海藻酸鈉水凝膠三維動態形變過程中的瞬態形狀。而且，通過耦合多種不同取向微陣列結構，成功實現了類似DNA分子的雙螺旋結構，及自然界中各種復雜花的三維形狀，還成功模擬了仿生花在離子溶液中動態綻放與閉合。
【圖文導讀】
圖1.
展開 上海科技大學凌盛杰課題組：計算機輔助設計動態響應生物納米復合材料
仿生驅動器件
通過觀察所制備的三元復合膜截面，可以發現不同組分在其中呈梯度分布。由于各組分硬度、密度及相互間作用力的差異，大部分絲納米微纖/羥基磷灰石分布于材料底部，而甲殼素納米微纖更傾向于分布在頂部。自然界中，如豆莢等，可以通過梯度分布可引發動力學形變。受此啟發，研究者開發了基于絲納米微纖/羥基磷灰石/甲殼素納米微纖復合體系的濕度動態響應器件。
▲圖A，B和C，SNF/HAP：CNF (10:10)的截面掃面電鏡圖片，B為靠近底端區域；C為靠近頂端區域。D，薄膜放入水中后形態隨時間變化情況。
三元復合材料的動態響應過程
該研究的意義在于，通過計算機模擬來預測仿生材料機械性能，從而指導仿生材料結構組成的設計及優化，大量節約了時間及實驗成本。根據模擬結果，通過仿生自組裝的方式制備了具有優異機械性能的復合材料。隨后，進一步通過計算機模擬輔助計算，利用復合膜中組成成分梯度分布的特性，制備出可程序化設計的具有水驅動響應性的仿生器件。該工作通過理論模擬和實驗結合，指導新型仿生材料的合成，并啟發了相關材料功能拓展。研究報告發表于《先進材料》雜志 。
全文鏈接：
https://doi.org/10.1002/adma.201802306
來源：高分子科學前沿
展開 GE研發仿生檢修機器人，新技術如何為發動機進行“微創手術”？
據簡單飛行網站（SimpleFlying）9月10日報道稱，通用電氣集團（GE）航空航天研究所與紐約賓漢姆頓大學合作，研發出了一款仿生檢修機器人Sensiworm，能進入發動機內部結構中，探查潛在的安全隱患。
報道稱，這一技術為提升飛機檢測效率，縮短飛機運行成本提供了新的可能。
GE航空發動機
01
蠕蟲機器人的仿生學原理
報道稱，Sensiworm仿生機器人自帶內置電源和機載系統，通過仿生學原理可模擬尺蠖的蠕動姿態，鉆入結構復雜的航空發動機內部檢測故障，這樣可排查到發動機內細微角落，不會像內窺鏡那樣留下死角，更不必反復拆卸發動機。
靠身體蠕動前行的尺蠖。
當Sensiworm仿生機器人進入發動機后，其頭部安裝的攝像頭會實時反饋拍攝畫面，幫助技術人員識別零部件內，可能出現的裂縫、腐蝕等問題。
而機器人周身安裝的傳感器，能嗅出氣體泄漏并測量發動機部件隔熱涂層的厚度。
Sensiworm能夠在曲面上蠕動前行。
報道稱，Sensiworm仿生機器人的能力，能夠給航空發動機來一場“微創手術”。
不過，目前Sensiworm僅能做到對發動機部件的檢測。研發人員未來的目標是，在其發現缺陷后，能夠通過自主維修能力對部分發動機問題進行維修。
展開 一張圖，看特斯拉 AI Day 的秘密
神經網絡可以簡單理解為通過「仿生學」模擬人類大腦皮層的神經元「溝通學習」的方式進行處理數據，用來實現「類人」的學習東西的方式。然而，概念很美好，現實很殘酷。
1943 年 Warren McCulloch 和 Walter Pitts 曾寫過論文講述人工神經網絡該如何工作，并且利用電路造了一個簡單的模型。后來經過諸多人的努力和研究發展，直到 1998 年，斯坦福大學的 Bernard Widrow 和 Marcian Hoff 才打造出了第一套用于解決實際問題的人工神經網絡。
1956 年，達特茅斯夏季會議上各路大牛提出了 AI 定義，大大推動了 AI 和人工神經網絡的發展，也被廣泛人為是 AI 元年。當時人們信心滿滿，認為不用 20 年就能打造出跟人腦差不多一樣的 AI 系統。結果在不斷研究中發現，深度神經網絡的算法太過復雜，從而無從下手。于是放棄了當初「大而全」的目標形式，轉為以執行單一目標為方向。
這其中除了因為對人類大腦的認識非常膚淺（到現在也沒有進步多少），以及人工神經網絡架構的局限和軟件算法的局限之外，更多的就是算力問題，也就是受到半導體行業發展的限制。
李開復博士在做他的語音識別功能博士論文時，哪怕在當時他所采用語音數據庫算非常大的，其實也不過僅有 100 MB，卻花費了他導師近 10 萬美刀，在 1988 年相當于兩套房子的價格。而如今動輒幾個 PB 的數據量，算力成為了限制很多 AI 發展的瓶頸。
這里補充一個知識：不同的處理器芯片所具備的能力各不相同。
展開 水下無人系統智能化關鍵技術發展現狀
水下仿生機器人可以模擬水下生物的形態，通常體積較小，能夠很好地在復雜水下環境中隱藏自己，保證存活；同時，它們使用仿生原理進行推進，能大大節省能源。這兩種特點使得水下仿生機器人能更長時間執行各種危險任務。此外，與傳統無人水下航行器相比，水下仿生機器人的制造成本也相對更低，具有高效的作戰效能。另一方面，水下仿生機器人通常體積較小，單個機器人的有效載荷少，所能執行的任務級別低。而水下集群技術的出現，可以有效彌補這一缺點。通過將整體任務進行分解，針對性地配置不同類型的仿生機器人執行不同子任務，使整個集群能夠完成各種復雜且危險的任務。而實現有效集群的關鍵在于可靠、實時的水下通信。如果無法實時有效通信，會極大影響集群的整體性能，單個機器人會無法及時上傳個體任務完成情況、確定當前集群的任務總進度以及更新任務目標，導致整個集群的任務失敗。綜上所述，未來水下無人系統智能化的關鍵將集中在水下通信技術、水下集群技術和水下智能仿生技術。
展開 高分子材料在分離科學與技術中的應用
例如色譜分離、生物模擬檢測、仿生傳感技術、模擬酶催化等等。
非共價鍵法是MIPs的主要制備方法，印跡分子與功能單體的作用主要是離子化、氫鍵、范德華力、偶極作用等弱相互作用，可以避免共價鍵（硼酸酯、西佛堿、縮醛酮、酯、螯合鍵作用等）可能對印跡分子的破壞作用，以及生成MIPs以后難以洗脫印跡分子的弊端。經過與金屬的配位鍵在聚合反應過程中及其最終的聚合產物中可以獲得一種很有希望的結合類型。這種鍵與配體交換色譜中所用的鍵相似。其最大的優點是它的強度可以通過實驗條件來控制。
離子模板印跡的聚合物：
適當地配基與陽離子接觸會產生一種絡合物，然后轉化為交聯的聚合物，除去模板陽離子以后這種聚合物吸附作為模板的陽離子的量會有較大的增加，在許多情況下也有相當高的選擇性。這種選擇性來源于
（1）配位基與陽離子的專一性結合，
（2）陽離子配位的幾何形狀和配位數，
（3）陽離子的電荷數，
（4）在給定范圍內陽離子的大小。
制備過程：
1、利用線形聚合物，
2、含絡合基團的單體混合物聚合，
3、制備可聚合的確定金屬離子絡合物，
4、表面模板印記法。
聚合物母體的結構是制備模板聚合物的關鍵，由于模板空穴的結構專一性主要決定于聚合物鏈的固定排列，并不是底物分子的模板所決定，因此其應有如下特性：
1.聚合物母體的硬度應在除去模板分子以后能使空穴保持它們的形狀，以使空穴具有較高的選擇性。
2.聚合物母體應還有較好的柔順性，盡管和第一條矛盾，但卻是動力學所必須得，使它能與嵌進的底物迅速達到平衡，才有實用價值。
3.通過生成專門的聚合物形態可得到既有盡可能搞的交聯度，又有良好的底物可近性。
展開 無人集群系統自主協同技術綜述
為此，陸軍工程大學控制技術與智能系統實驗室于2019年開發完成智能無人集群系統協同對抗仿真實驗平臺（SwarmFlow），如圖1所示，是一款結合智能陸戰場景應用的群體智能模擬器，利用場景和算法分離機制，可支持各類群體智能算法和集群通信測試，實現模擬仿真和無人裝備實體孿生控制。
無人集群系統自主協同技術綜述
為此，陸軍工程大學控制技術與智能系統實驗室于2019年開發完成智能無人集群系統協同對抗仿真實驗平臺（SwarmFlow），如圖1所示，是一款結合智能陸戰場景應用的群體智能模擬器，利用場景和算法分離機制，可支持各類群體智能算法和集群通信測試，實現模擬仿真和無人裝備實體孿生控制。
