Untethered Miniature Soft Robots: Modeling and Design of a Millimeter-Scale Swimming Magnetic Sheet
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The actuation and control of miniature soft robots are challenging problems due to their limited onboard space and flexible bodies. Smart magnetic materials are promising candidates to address these challenges since they can be powered and guided remotely by magnetic field for functionalities, such as swimming, grasping, and pumping. In this study, we program an undulatory swimming gait into a small rectangular sheet that is made of a flexible magnetic homogeneous composite. The sheet bears a sinusoidal magnetization profile throughout its body and deforms into undulatory shapes in a rotating uniform magnetic field that aligns with its length. The traveling wave-like deformation of the sheet interacts with the surrounding liquid and propels the sheet in a bidirectional nonholonomic swimming gait. Previous studies on this sheet were not able to model the deformation accurately or characterize the swimming systematically due to a lack of understanding of the underlying physical principles involved. For the first time, we develop a model from underlying physical principles to explain and predict the sheet deformation, which enables it to swim at air-water interfaces and generate propulsive forces under water with an additional stiff frame. The swimming capability and maneuverability of the millimeter-scale sheet are demonstrated in experiments, and its swimming performances in various scenarios are characterized quantitatively. The soft swimming sheet can potentially be used for microrobotic tasks, such as delivering cargo or transporting individual cells in poorly accessible workspaces.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle