eFlesh项目:从CAD模型到柔性传感器的完整制造指南
2025-06-24 13:11:55作者:钟日瑜
项目概述
eFlesh是一个创新的柔性传感器项目,它通过将CAD模型转换为具有特定微结构的3D打印件,最终形成能够感知压力或形变的柔性传感器。本文将详细介绍从CAD模型到最终成品的完整制造流程,包含四个关键阶段。
第一阶段:生成晶格结构
核心概念
晶格结构是eFlesh传感器的核心组成部分,它决定了传感器的机械特性和响应行为。通过调整晶格参数,可以定制传感器的刚度和灵敏度。
操作步骤
- 准备输入文件:支持.obj或.stl格式的3D模型文件
- 参数配置:
cell_size:控制晶格单元的大小,影响传感器分辨率和打印难度- 杨氏模量
E:决定材料的表观刚度,可根据应用场景调整
- 分层控制:通过
def young函数中的k参数实现不同深度的刚度变化
技术要点
- 底层(k=0)通常设计为较硬的结构以提供支撑
- 上层可设计为较软的结构以提高灵敏度
- 晶格转换过程保留了原始模型的整体形状,但内部变为多孔结构
第二阶段:添加磁铁袋
方案一:Blender方案
适用于需要精确控制的高级用户
-
脚本参数说明:
input_path:上阶段生成的晶格文件output_path:输出文件路径list_of_magnets:磁铁参数数组,每个元素包含:- 直径(mm)
- 厚度(mm)
- 三维中心坐标
-
执行方式:
Blender -b -P create_pouch.py
方案二:TinkerCAD方案
适合不熟悉专业软件的用户
-
准备工作:
- 确保三角面片数<300,000(可使用网格简化工具)
- 复制提供的参考工作平面
-
操作流程:
- 导入晶格模型
- 从模板复制磁铁袋
- 精确定位后组合所有几何体
设计建议
- 磁铁袋应采用压配设计确保牢固固定
- 考虑磁场方向一致性
- 分布密度影响传感器空间分辨率
第三阶段:添加霍尔传感器槽
关键要求
- 必须使用刚性材料(PLA/ABS)或高填充率区域(TPU 90-100%)
- 绝对避免设置在晶格区域
方案比较
| 方案 | 适用场景 | 注意事项 |
|---|---|---|
| OnShape | 精确设计 | 提供标准PCB草图参考 |
| TinkerCAD | 快速原型 | 使用布尔运算创建负空间 |
设计规范
- 尺寸匹配所用霍尔传感器PCB
- 确保足够的结构支撑
- 考虑走线通道
第四阶段:3D打印工艺
推荐配置
- 打印机:Bambu X1C(0.4mm喷嘴)
- 材料:Polymaker 95A TPU(蓝色)
- 切片软件:OrcaSlicer
关键参数
-
温度设置:
- 喷嘴:220-230°C
- 热床:50-60°C
-
打印速度:
- 外层:20-30mm/s
- 填充:40-50mm/s
-
回抽设置:特别优化以减少TPU拉丝
特殊工艺:磁铁植入
- 定位磁铁袋所在层
- 设置打印暂停点(磁铁袋完成前一层的层高)
- 暂停时植入磁铁并确保方向正确
- 恢复打印完成封装
支撑策略
- 晶格区域:无需支撑
- 传感器槽区域:必要时使用手动支撑
- 支撑密度:15-20%
常见问题解决方案
-
模型过大处理:
- 使用网格简化工具
- 分部件打印后组装
-
TPU打印问题:
- 拉丝:增加回抽距离,降低温度
- 层间粘接不良:提高温度,降低冷却风扇速度
-
磁铁定位不准:
- 打印前验证暂停层位置
- 使用定位夹具辅助放置
应用建议
- 医疗领域:降低晶格密度提高柔顺性
- 工业检测:增加晶格密度提高耐久性
- 机器人:优化磁铁分布模式匹配预期载荷
通过本指南,开发者可以完整掌握eFlesh柔性传感器的制造流程,并根据具体应用需求调整各阶段参数,实现性能定制化的柔性传感解决方案。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
797
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
777
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271
React Native鸿蒙化仓库
JavaScript
308
359