Искусственная араукария развела жидкости с разным поверхностным натяжением
Китайские и гонконгские физики сделали искусственный аналог побега араукарии, который направляет жидкости с разным поверхностным натяжением в разные стороны. Если краевой угол меньше 40 градусов, то жидкость потечет в направлении «роста» чешуек на поверхности, а если меньше, то в противоположном. В будущем такие материалы можно использовать, например, для окрашивания тканей или опреснения воды, пишут ученые в Science.
В зрелом возрасте у некоторых видов араукарии (Araucaria), тропического хвойного дерева, иголки превращаются в необычные листья. Вместо длинных игл на побегах формируется чешуя из довольно широких загнутых листьев.
Особенность этой спиральной гидрофильной чешуи в том, что она по-разному реагирует на жидкости с разным поверхностным натяжением. Если угол смачивания сравнительно маленький — например, как у этилового спирта, то жидкость потечет туда, куда наклонены листья. Но если угол смачивания превышает 40 градусов, как, например, у воды, то жидкость потечет в противоположном направлении — фактически «против шерсти».
Физики под руководством Цзуанькая Вана (Zuankai Wang) из Городского университета Гонконга решили разобраться, как араукария разделяет жидкости, и сделали искусственную поверхность с аналогичными свойствами. Для многих практических приложений, например в микрофлюидике, направленный транспорт жидкостей и разделение их по поверхностной энергии — полезный инструмент, который может пригодиться и для технических задач (например сбора воды или охлаждения микроустройств), и для более сложных устройств для биохимического или медицинского анализа. Поверхности со заданным микрорельефом можно использовать и как внутреннюю стенку закрытой трубки, и как открытую поверхность (как это, собственно, делает араукария). Подробнее о принципах работы микрофлюидных систем с открытыми поверхностями вы можете прочитать в нашем материале «Инспирировано буком».
Внимательно изучив геометрию листьев араукарии, физики с помощью фотолитографии сделали искусственную поверхность с аналогичной структурой. Чешуйки на ней выстроили параллельными рядами, так что между соседними чешуйками было 750 микрометров, а между рядами — один миллиметр. Две главные черты этих зубцов — угол, под которым они выходят из поверхности (40 градусов), и закрученность сразу в двух измерениях. Радиус кривизны относительно оси зубца составлял 400 микрометров, а относительно линии его закрепления на поверхности — 650 микрометров.
Чтобы проверить, действительно ли такая сложная поверхность направляет разные жидкости в разные стороны, ученые запустили по ним струйки растворов с разным поверхностным натяжением (с краевым углом от 15 до 80 градусов). Оказалось, что жидкости действительно текут по такой зубчатой поверхности в разных направлениях: если краевой угол больше 42 градусов — течение будет «против шерсти», а если меньше — «по шерсти».
Происходит это из-за того, что движение жидкостей не непрерывное, а скачкообразное между точками пиннинга краевой линии (где она удерживается до момента, пока она не накопит достаточно энергии для следующего перескока). На один период зубчатой текстуры приходится четыре таких точки: две на верхушках зубцов, и две — в их нижних углах.
Если краевой угол маленький, то при натекании жидкость будет течь по нижней поверхности, добираясь сначала до нижних точек пиннинга и подтекая затем под следующую чешуйку. Если краевой угол большой — то, наоборот, жидкость натекает на листья сверху и перепрыгивает между верхними точками пиннинга. В первом случае течение против наклона чешуйки ей же и тормозится, поэтому предпочтительное направление течения будет «по шерсти». Во втором случае — жидкость покрывает торчащую навстречу чешуйку сверху и поэтому потечет «против шерсти».
Авторы работы отмечают, что задавать таким образом движение жидкостей может быть полезным не только для научных задач, но и для промышленных процессов: окрашивания тканей, опреснения воды или подавления коррозионных процессов.
Если у ньютоновских жидкостей пиннинг краевой линии влияет в первую очередь на динамику растекания и пропитки, то у полимерных гелей он может влиять на механические свойства и форму. Например, недавно физики обнаружили, что именного пиннинг краевой линии определяет форму морщин упругого полимерного материала при сжатии и приводит к появлению гистерезиса при деформации.
Александр Дубов
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.