Ett team av forskare från Seoul National University och Eumam Middle School har utvecklat en typ av joniskt spindelnät som kan imitera dubbla funktioner som hittas med riktiga spindelnät. I deras papper publicerad i tidskriften Vetenskapsrobotik , gruppen beskriver deras spindelnät och möjliga användningsområden för dem.

När spindlar gör sina nät, de är noga med att använda den minsta mängden material. Tidigare forskning har visat att överflödigt vävband samlar främmande material, vilket resulterar i att webben blir rörig och mindre effektiv. Med minimala materialbanor, spindlar väntar på att bytet ska fästa vid trådarna (de kan känna att nätet vibrerar), rusa sedan över och lägg till mer bindande material innan deras måltid kan fly. Detta tillvägagångssätt hjälper till att hålla en renare och effektivare webb.

I denna nya ansträngning, forskarna försökte replikera detta tillvägagångssätt med hjälp av töjbar nylon för att göra ett joniskt spindelnät. Deras mål var att utöka utbudet av mjuka robotverktyg tillgängliga för ingenjörer. Tidigare forskning har visat att robotar utformade för att använda elektrostatik som ett sätt att försiktigt greppa eller känna av, inklusive kapacitiva känselsensorer, dielektriska elastomermanöverdon och adhesionsgripare, kan bli överbelastade med oönskat material på liknande sätt som spindelnät. För att replikera dualiteten av fångbarhet och renlighet, forskarna konstruerade banor med bara ett enda par joniska trådar. Deras elektrostatiska egenskaper gjorde att de kunde användas som infångningsmaterial, medan deras minimalism höll dem fria från oönskat material. Trådarna gjordes med hjälp av organogel som var inkapslad med silikongummi och formad i strängformer.

Forskarna testade flera varianter av deras joniska spindelnät och fann att de var lika skickliga på att ta upp material och känna av vibrationer som andra elektrostatiska enheter, men mycket mindre benägna att samla in oönskat material. De fann dem starka, också – kan vidhäfta en aluminiummassa. De fann också att banorna förlorade mycket lite av sin vidhäftningskraft efter upprepad användning. Teamet noterar vidare att deras arbete återigen har visat vikten av att studera naturliga exempel på önskat beteende hos andra varelser när de försöker förbättra robotar.

© 2020 Science X Network