製器官模型預演複雜手術 3D打印裝置贏海外發明獎

返回”智權新聞” 2026/04/10 圖文引用自：www.techritual.com 研究人員近期開發了一種新的可擴展路徑，將熱能轉化為電能。這項技術由韓國化學技術研究院（KRICT）研發，所使用的環保高效熱電材料以硒化銀（Ag₂Se）為基礎，並在比傳統方法顯著溫和的溫度和壓力條件下製作而成。研究人員還揭示，這種熱電（TE）材料能夠直接將熱能轉換為電能，反之亦然。 熱電材料正受到廣泛關注，因為它們在電子冷卻和廢熱回收等應用中被視為關鍵能源技術。研究團隊表示，他們使用的硒化銀（Ag₂Se）由相對豐富的元素（銀和硒）組成，提供了一種更簡單且環保的替代方案。團隊通過基於溶液的過程合成了Ag₂Se納米顆粒，並引入過量的硒以設計出一種富硒組合（Ag₂Se₁.₂）。通過簡單的熱處理過程，他們成功製作出密集的塊狀熱電材料。 這項技術預計可應用於小型發電系統，將熱能轉化為電能，適用於工業過程、數據中心及太陽能熱系統。根據新聞稿，從長遠來看，這項技術也有望成為可穿戴物聯網設備和醫療傳感器的電源。研究團隊表示，這一主要成就在於實現高性能熱電材料，而無需複雜的掺雜或高溫高壓的工藝。… 》完整閱讀 您還可能喜歡的文章 提供相關智權新聞 若您有智權相關新聞，也歡迎透過email連繫。

返回”智權新聞” 2026/04/10 圖文引用自：www.techritual.com 普林斯頓大學的工程師們開發了一種新型的軟體機器人，這些機器人不需要電機或笨重的外部系統來運作。這種設計將柔性材料與嵌入式電子元件相結合，使機器能夠利用熱量改變形狀並執行控制運動。軟體機器人長期以來被認為在醫療、危險探索和精密任務中具有廣泛的應用潛力，但大多數設計仍依賴於剛性部件或外部氣泵。普林斯頓團隊的目標是通過將驅動系統直接整合進材料中，以消除這些限制。 該團隊使用定制的3D打印機，以液晶彈性體來製作這些機器人。這種聚合物具有有序的分子結構，工程師可以編程設計其對熱量的反應。研究人員在材料中打印出具有控制分子排列的圖案區域，這些區域如同鉸鏈一般。當加熱時，它們會以可預測的方式彎曲。通過堆疊和連接這些區域，團隊創造出可以按指令折疊和展開的結構。這種方法直接將運動嵌入材料中，而不是在後期添加機械關節。 在打印過程中，研究人員還整合了柔性電路板，這一步驟消除了需要單獨組裝的需求，提高了可靠性。Davidson強調了這種整合作為實用製造的一個關鍵步驟。嵌入式電路允許對特定區域進行精確加熱，這種加熱會觸發聚合物的收縮，從而推動運動。系統還包括提供實時反饋的溫度傳感器，這使得閉環控制成為可能，幫助機器人在重複循環中保持準確性。… 》完整閱讀 您還可能喜歡的文章 提供相關智權新聞 若您有智權相關新聞，也歡迎透過email連繫。

返回”智權新聞” 2026/04/09 圖文引用自：www.techritual.com 研究人員從蝴蝶翅膀中獲取靈感，創造出一種輕量化格子結構，具備卓越的強度、抗衝擊性及能量吸收能力。這種超輕材料是由日本仙台的東北大學研究人員，與中國湖北的武漢理工大學同事合作開發的。團隊模擬了昆蟲翅膀的脈絡幾何結構，建造了一種蝴蝶形狀的以體心立方格子架構，這不僅能最小化應力，還能提高對極端力量的抵抗能力。研究人員希望，這種高度韌性的結構能夠整合進未來的飛機，並用於抗震基礎設施，以提高整體安全性。 受到蝴蝶翅膀均勻應力分佈的啟發，科學家們提出了一種基於蝴蝶啟發的體心立方（BCCB）拓撲的新型各向異性格子設計。為了進行這項研究，團隊採取了獨特的方法。他們並未改變基材本身，這是一個資源密集的過程，而是專注於結構拓撲，以控制剛度、強度、變形行為及失效抗性。在實驗室測試和有限元計算機模擬中，這種新型格子顯著優於傳統設計。在準靜態壓縮和動態衝擊加載下，它展現出更高的彈性模量、增加的平臺應力及卓越的能量吸收能力。 研究人員強調，實驗和數值模擬被用來研究格子結構的靜態和動態機械行為。數位影像相關技術（DIC）被用來分析格子結構中的應力分佈。簡單來說，這種結構不僅更有效地抵抗力，還能有效管理這些力量在其內部的傳播。特別是新設計的格子展現出顯著較高的彈性模量、平臺應力及能量吸收性能。更重要的是，當受到衝擊時，結構能有效地通過X形變形路徑重新分配應力，類似於蝴蝶展翅。它抑制了局部崩潰並延遲了災難性失效。… 》完整閱讀 您還可能喜歡的文章 提供相關智權新聞 若您有智權相關新聞，也歡迎透過email連繫。

返回”智權新聞” 2026/04/09 圖文引用自：www.techritual.com 阿姆斯特丹大學的研究人員最近開發出一種新型的超材料，這些材料能夠學習改變形狀、適應行為，甚至在沒有中央控制器的情況下進行移動。與傳統材料對外部力量的固定反應不同，這些工程系統的行為更像是活的物質。它們能根據過去的互動調整反應，從而執行通常需要編程機器人的任務。 這些材料由一系列相同的馬達鉸鏈連接而成，並以彈性結構為基礎。每個鉸鏈內部都配有微控制器，能夠追蹤自身的運動，存儲過去的狀態，並與相鄰單元進行通信。這種分散式的設置使材料能夠在本地協調行為，而不依賴於單一的控制系統。隨著時間的推移，結構學會如何通過調整每個鉸鏈的運動和互動來響應輸入。 這些超材料的訓練是通過重複的互動進行的。研究人員彎曲特定的鉸鏈作為輸入，同時引導其他鉸鏈形成所需的配置。每次訓練周期後，系統都會更新每個鉸鏈施加的力量。最終，材料學會在感知相同輸入時自動重現訓練形狀。它還能夠遺忘舊的配置並學習新的配置，或存儲多個形狀並在它們之間切換。 研究人員杜耀 (Yao Du) 表示：「我們研究中最令人興奮的觀察是，學習賦予這些超材料進化的能力——一旦系統開始學習，最終的可能性幾乎無限。」這種在沒有中央控制下進化行為的能力，標誌著從可編程材料轉向能夠實時適應的系統。