通过模仿自然过程创造复杂的结构

是什么激发了你对创造复杂结构的自然过程的最新研究?

灵感的最大来源是自然现象。复杂的地层和地貌是由长期的外部刺激，如风蚀和水蚀，在表面上不均匀地作用，并随时间而变化。

一些自然构造，如砂岩拱门和柱、大理石洞穴和柱、金字塔形沙丘和著名的荒地卫士，给人留下了强烈的智能设计印象，而不是随机过程的结果。

这些现象让我们想知道，我们是否可以通过非线性和混沌能量场（如Chladni板上的已知振动场）人工制造出与自然界中发现的形状相似的可识别形状。

复杂的自然地层，如弧形岩石通常是如何形成的？

我不是地质学家，但根据最新的理论，这些自然地层的出现通常是极其复杂的多物理过程，包括弹性变形、摩擦力、电化学、微裂纹、生物因素等。

然而，通常是外部刺激会引起某些内部反应，最终导致形成的结构失去平衡，进入新的状态。从一个州到另一个州，形成是以一种不可预测的方式逐渐形成的。

为什么研究人员以前从未试图通过模仿自然现象来制作这些形状？

从长期外部刺激中创造形状的自然现象是复杂的，通常涉及混沌动力学。它们也不容易预测或复制。

许多研究人员专注于以期望的结构或形状的形式创建一个特定的模板——地形特征、声波或磁场中的能量井。这些模板将允许粒子或建筑模块探索相关的能源景观，并最终被困yabo214在全球最小的能源。

研究人员经常使用复杂的硬件和过程，包括几十个甚至成百上千个传感器来生产这些模板，并使它们可重新编程。

一般来说，模板和形状之间的关系是直观的。然而，我们在这里研究的自然形状形成过程并不总是那种直观的或“一步”的过程，在他们的过程中可能会经历许多状态。

你能描述一下你是如何进行最新的研究来模拟这些复杂形状背后的自然过程的吗？

我们的工作并不是专注于对自然成形过程的精确模拟，而是从中得到启发。与自然界中由空间非线性外场引导的形状形成过程类似，我们使用了由致动器（也称为Chladni板）驱动的硅板上产生的空间非线性振动场。

振动场使放置在板顶部的粒子运动，其方向和大小在同一频率下的不yabo214同位置和不同频率下的相同区域发生剧烈变化。

我们开发的自然启发算法迭代选择并应用与不同频率相关的振动场，以逐渐将粒子推向目标形状。换句话说，我们使用反馈回路来调整过程，以在相对较短的时间内加速形状形成过程，而不是像自然界中那样等待很长时间。yabo214

在你的研究中，你用了一种算法来确定粒子最合适的振动频率。yabo214为什么知道正确的振动频率是重要的，振动频率如何影响粒子的方向?yabo214

知道正确的振动频率是很重要的，因为正是这个频率使粒子有可能朝期望的方向移动。yabo214然而，只有当人们能够预测振动对粒子的影响时，才有可能知道正确的振动频率。yabo214

这就是机器学习发挥作用的地方；我们收集了足够的数据，基于粒子在不同频率下在平板上的运动，并根据这些数据训练神经网络。

即使运动是相当随机和混沌的，对于我们使用的每个振动频率，神经网络可以合理地预测板上不同位置的粒子运动的方向和大小。

粒子的方向，从长远来看，是向最近的振动节点，yabo214那里的振动幅度最小。尽管有这种趋势，但在短时间内，方向是不确定的，运动是混乱的。

你在进行研究时遇到过什么挑战吗？如果是这样，它们是什么？你是如何克服它们的？

我们的形状形成实验花了很长时间，有时一天要花很多小时。然而，大多数实验都是为了探索算法和硬件的局限性。

我们遇到的一个挑战是系统的混沌本质，即具有非常相似起点的粒子可能导致非常不同的结果。yabo214

我们的优点是使用闭环反馈来加速形状形成过程。然而，振动板上粒子运动的混沌性质意味着每个实验的结果可能会有很大的不同。另一方面，这与最初激发我们灵感的自然界案例非常相似，因此我们对这些挑战更为兴奋而不是沮丧。

受自然启发的算法选择并应用与不同频率相关的振动场，以逐渐将粒子推向目标形状。yabo214

你的研究结果有什么让人惊讶的地方吗？

出乎意料的是，我们的算法必须根据动态粒子分布来调整形状的位置和方向。否则，这一过程往往会以失败告终。显然，仅靠振动场的资源不足以取得成功的结果。

幸运的是，我们可以在数学上将形状形成任务表述为一个优化问题，其表述与计算机视觉中的点集配准问题非常相似。在形状形成过程中，该算法迭代求解该问题，从而将粒子和目标形状结合在一起。yabo214

这个惊喜引出了一些有趣的观点:首先，在自然界中，形状形成的过程并不计算方向或位置——这是一个人为的概念，所以它对我们受自然启发的目标来说不是问题;其次，它提出了一个有趣的科学问题，即这样一个振动板到底有多少自由度。

形状形成实验的快照，显示了该过程的几个阶段，从初始粒子分布到最终结果。

你的研究在材料科学行业的未来应用是什么？除了材料科学，你的研究还有什么应用吗？亚博网站下载亚博老虎机网登录

我们相信，我们的自然启发方法可用于医学和生物科学研究中的细胞分类，或可能激发新的制造技术。亚博老虎机网登录

此外，我们的方法可能适用于其他类似于Chladni板的动态特性的系统，例如具有湍流流场的系统。移动和操纵颗粒物对于材料科学行业以外的许多行业至关重要。亚博老虎机网登录

你下一步的研究是什么?

下一步是大幅增加形状形成过程中涉及的颗粒数量。我们还打算对其他颗粒类型和材料进行试验，例如细胞或沙子等颗粒材料。这可yabo214能需要我们从运动建模和能量场的角度修改我们的方法。亚博网站下载

欲了解更多有关泉州教授研究的信息，访问此链接．

关于周泉教授

周泉教授获理学硕士学位。控制工程学位，自动化技术博士学位，坦佩雷理工大学，坦佩雷，芬兰。目前，他是芬兰阿尔托大学电气工程学院电气工程与自动化系机器人仪器组组长。他在微型机器人、微纳操作和自动化领域拥有20多年的经验。

周教授目前是欧洲机器人协会小型化机器人专题小组的协调员。他是欧盟FP7项目FAB2ASM的协调员。他还曾担任MARSS 2019小尺度操纵、自动化和机器人国际会议的总主席，以及IEEE芬兰联合分会控制系统学会、机器人和自动化学会、系统人和控制论学会主席。周教授还获得了2018年安东帕尔研究奖的仪器分析和表征。