Salud

Investigadores Desarrollan un Revolucionario Músculo Artificial con Auto-Detección

mm
Añade Unite.AI a tus fuentes preferidas en Google

Los investigadores de la Universidad Queen Mary de Londres han logrado un avance excepcional en el campo de la biónica, desarrollando un innovador músculo artificial eléctrico con auto-detección y tecnología de rigidez variable. Esta tecnología revolucionaria, como se revela en Advanced Intelligent Systems, está a punto de transformar los dominios de la robótica suave y las aplicaciones médicas. Con la capacidad de cambiar fácilmente entre estados suaves y duros, así como detectar fuerzas y deformaciones, este músculo artificial imita la flexibilidad y la elasticidad del músculo natural, facilitando la integración en sistemas robóticos complejos y la adaptación a diversas formas.

Tecnología de Rigidez Variable y su Potencial

“Empoderar a los robots, especialmente aquellos hechos de materiales flexibles, con capacidades de auto-detección es un paso crucial hacia la verdadera inteligencia biónica”, afirma el Dr. Ketao Zhang, el investigador principal y profesor de la Universidad Queen Mary.

El nuevo músculo artificial diseñado por el equipo de investigación exhibe una notable durabilidad con una capacidad de estiramiento que supera el 200% en la dirección de la longitud, lo que lo convierte en un excelente candidato para diversas aplicaciones.

La rigidez de este músculo artificial puede cambiar rápidamente ajustando voltajes, logrando una modulación continua con un cambio de rigidez que supera 30 veces. Esta característica de control de voltaje proporciona una ventaja significativa en términos de velocidad de respuesta en comparación con otros músculos artificiales. Además, el músculo puede monitorear su propia deformación a través de cambios en la resistencia, eliminando la necesidad de disposiciones de sensores separados, simplificando los mecanismos de control y reduciendo costos.

Fabricación Sencilla y Aplicaciones Extensas

El proceso de fabricación de este músculo artificial con auto-detección es sencillo y confiable. Los nanotubos de carbono se mezclan con silicona líquida utilizando tecnología de dispersión ultrasónica y luego se recubren uniformemente para crear una capa delgada de cátodo, que también sirve como la parte de detección del músculo artificial. Después de que los materiales líquidos se curan, se forma un músculo artificial con auto-detección y rigidez variable completo.

Las posibles aplicaciones de esta tecnología de rigidez variable flexible son extensas, abarcando desde la robótica suave hasta las aplicaciones médicas. La integración sin problemas de esta tecnología con el cuerpo humano abre posibilidades para ayudar a personas con discapacidades o pacientes en la realización de tareas diarias esenciales. Al integrar el músculo artificial con auto-detección, los dispositivos robóticos portátiles pueden monitorear las actividades de un paciente y proporcionar resistencia ajustando los niveles de rigidez, facilitando la restauración de la función muscular durante el entrenamiento de rehabilitación.

El Dr. Zhang destaca la importancia de esta investigación, afirmando: “Aunque aún hay desafíos que deben abordarse antes de que estos robots médicos puedan desplegarse en entornos clínicos, esta investigación representa un paso crucial hacia la integración entre humanos y máquinas. Proporciona un plan para el desarrollo futuro de robots suaves y portátiles”.

El estudio innovador realizado por investigadores de la Universidad Queen Mary de Londres representa un hito significativo en el campo de la biónica. El desarrollo de músculos artificiales eléctricos con auto-detección establece el escenario para avances en la robótica suave y las aplicaciones médicas, marcando un paso crucial hacia la realización del potencial de la tecnología biónica.

Alex dirige las operaciones de noticias impulsadas por IA de Unite.AI, combinando periodismo, investigación y automatización para respaldar una cobertura oportuna y escalable de la inteligencia artificial. Su trabajo ayuda a garantizar que los desarrollos emergentes de IA se presenten de manera eficiente, al tiempo que se mantienen los estándares editoriales de la publicación.