Сочетает в себе высокую прочность и чувствительность новый датчик деформации

Чтобы отслеживать движения пользователей, умные ткани обычно оснащены датчиками деформации. И хотя такие датчики обычно непрактично хрупкие, ученые Гарвардского университета создали прототип

Продемонстрирован новый датчик деформации сочетающий в себе высокую прочность и чувствительность

Чтобы отслеживать движения пользователей, умные ткани обычно оснащены датчиками деформации. И хотя такие датчики обычно непрактично хрупкие, ученые Гарвардского университета создали прототип, который способен выдерживать высокие нагрузки.

О новом датчике

В основе прототипа устройства лежит массив электропроводящих углеродных волокон, зажатых между двумя предварительно напряженными листами эластичного полимера. Отдельные волокна расположены по схеме, известной как извилистый меандр. Это означает, что, подобно волнообразному телу змеи, они двигаются из стороны в сторону.

В результате массив из углеродного волокна похож на плоскую версию Слинки, которая деформируется при растяжении с любого конца. Однако по мере того, как волокна отдаляются друг от друга, соответственно уменьшается электрическая проводимость датчика. Следовательно, постоянно отслеживая электрический ток, который проходит через устройство, можно определить, какое напряжение оно испытывает.

На что способен датчик

Более того, датчик очень чувствителен, и даже малейшие движения будут заметны. По словам исследователей, с такими устройствами обычно приходится идти на компромисс, поскольку их хрупкость увеличивается вместе с их чувствительностью. Однако этот высокочувствительный датчик деформации, как сообщается, может выдержать удар молотком, скальпелем и даже 10 циклов стирки.

Кроме того, в отличие от других датчиков, обладающих аналогичной чувствительностью, датчик Гарварда не содержит дорогих материалов и не требует специализированных производственных мощностей. В лабораторных испытаниях устройство было встроено в тканевый рукав, который носил доброволец.

Обнаружив изменения напряжения, связанные с сгибанием мышц предплечья человека, технология смогла определить жесты рук, которые тот показывал. Статья об исследовании, которое возглавляет Олувасеун Арароми, недавно была опубликована в журнале Nature. Датчик можно увидеть в видео ниже.



Автор статьи: Виктор Булавин