eFlesh项目:从CAD模型到柔性传感器的完整制造指南
2025-06-24 02:22:04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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
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++
654
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100