Soft robots are made of compliant materials that perform their tasks by deriving motion from elastic deformations. They are used in various applications, e.g., for handling fragile objects, navigating sensitive/complex environments, etc., and are typically actuated by Pneumatic/hydraulic loads. Though demands for soft robots are continuously increasing in various engineering sectors, due to the lack of systematic approaches, they are primarily designed manually. This paper presents a systematic density-based topology optimization approach to designing soft robots while considering the design-dependent behavior of the actuating loads. We use the Darcy law with the conceptualized drainage term to model the design-dependent nature of the applied pressure loads. The standard finite element is employed to evaluate the consistent nodal loads from the obtained pressure field. The robust topology optimization formulation is used with the multi-criteria objective. The success of the presented approach is demonstrated by designing a member/soft robot of the pneumatic networks (PneuNets). The optimized member is combined in several series to get different PneuNets. Their CAD models are generated, and they are studied with high-pressure loads in a commercial software. Depending upon the number of members in the PneuNets, different output motions are noted.


翻译:软体机器人采用柔软材料制造,通过弹性变形实现其任务。它们在各种应用中被使用,例如用于处理易碎物品、在敏感/复杂环境中导航等,一般由气动/液压负载驱动。虽然各个工程领域对软体机器人的需求不断增加,但由于缺乏系统性方法,它们主要是手动设计。本文提出了一种基于密度的拓扑优化方法,用于在考虑负载行为的情况下设计软体机器人。我们采用Darcy定律,并概念化排水项来模拟施加压力的负载设计相关性质。采用标准有限元来评估所得到的压力场中的一致节点载荷。采用多目标鲁棒拓扑优化公式,以优化PneuNets的成员/软体机器人。优化后的成员通过数个组合得到不同的PneuNets。它们的CAD模型已生成,并在商业软件中通过高压负荷进行了研究,根据PneuNets成员数量的不同,观察到不同的输出运动。

0
下载
关闭预览

相关内容

软体机器人是一种新型柔软机器人,能够适应各种非结构化环境,与人类的交互也更安全。机器人本体利用柔软材料制作,一般认为是杨氏模量低于人类肌肉的材料;区别于传统机器人电机驱动,软体机器人的驱动方式主要取决于所使用的智能材料;一般有介电弹性体(DE)、离子聚合物金属复合材料(IPMC)、形状记忆合金(SMA)、形状记忆聚合物(SMP)等等,从响应的物理量暂时分为如下几类:电场、压力、磁场、化学反应、光、温度。科学家依此设计了各种各样的软体机器人,大多数软体机器人的设计是模仿自然界各种生物,如蚯蚓、章鱼、水母等。
Into the Metaverse,93页ppt介绍元宇宙概念、应用、趋势
专知会员服务
49+阅读 · 2022年2月19日
《行为与认知机器人学》,241页pdf
专知会员服务
54+阅读 · 2021年4月11日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
181+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
CreateAMind
20+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月27日
Arxiv
16+阅读 · 2022年11月1日
Arxiv
23+阅读 · 2021年12月19日
VIP会员
相关VIP内容
Into the Metaverse,93页ppt介绍元宇宙概念、应用、趋势
专知会员服务
49+阅读 · 2022年2月19日
《行为与认知机器人学》,241页pdf
专知会员服务
54+阅读 · 2021年4月11日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
181+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
20+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员