スキップしてメイン コンテンツに移動

人工筋肉 伸び縮みする素材を化学的に作る

【伸び縮み】

人工的な筋肉はiPS細胞でも作れる。脈動する人工心臓も出来る。おそらく電気シグナルで脈動を加速減速もできる。コレがロボット、モーター、発電機に応用できる可能性はあると思う。がエネルギー源に酸素を含む血液が必要になるのは面倒だ。もっと単純な燃料や電気だけで人工筋肉は作れるだろう。

ゴム(イソプロピレン)に熱湯をかけると縮む。大学入試に縮む理由を問う問題が出たのでよく覚えている。ゴムは加硫されているが熱湯で加硫された硫黄同士の結合が強くなって縮む。

ゴムが熱湯で縮むのを応用して、電極を仕込んだゴムに電気シグナルを送ると縮むような分子を練り込むと人工的な筋肉になるように思う。縮んだきり元に戻らないと機能しないので電気シグナルのある間だけ結合力が強くなる分子だ。

電気を消費して縮むだけでは電磁石の仕込まれたバネと同じになってしまう。電気シグナルを受けると酸化還元反応が進むスイッチが入って縮むのだ。ゴムの場合は熱と硫黄だ。

電気シグナルで熱を出す分子と硫黄の入ったゴムで良いだろうか?どうも上手くいかない気がする。熱を繰り返しかけると劣化してしまうのではないか。電気、熱、電磁石、硫黄、ゴムの組み合わせにあと一つ加える工夫が必要だと思う。

筋肉の仕組みを考えると上記のような人工筋肉で再現できるような気がする。

高効率の人工筋肉があればロボットはもっと動かしやすいだろう。モーターや発電機もいまのピストンと回転車型から新しく発想の形に変わるだろう。

ロジェの跳躍子が電磁石とバネを使う脈動型のモーターに似ている。実験として紹介されてはいるがロボットアームに応用するような実用的なケースは見つからない。

電気をオンオフするとバネが伸び縮みする。直流のオンオフの代わりに交流で伸び縮みするバネが作れるような気がする。逆にバネを伸び縮みさせると電磁誘導で交流が生まれる発電機もあり得る。

実用的な発電機は回転車型なのはバネの伸び縮み型は何かしらデメリットや難点があるんだろう。磁石と素材化学は関係が深い。

磁石以外の素材でも伸び縮みを制御できる素材があれば面白そうだ。

アクチュエータは電気で伸び縮みする。反応速度と伸び縮みする距離が小さい。精密制御には向いている。このアクチュエータが数桁大きな反応速度と伸び縮み距離を実現するには有機無機化学の複合的な素材の検討が必要だ。


このブログの人気の投稿

総合界面重力マスター方程式(The Integrated Master Equation)

界面における**「加速・抑制の差分(\Delta_{\rm int})」 、熱的エネルギー活性化を表す 「アレニウス型応答(\mathcal{A}_E)」 、および動的・時間的応答を表す 「デバイ緩和型応答(\Phi_\omega)」 を、自由パラメータゼロの幾何学的ホライズン項に統合した 「総合界面重力マスター方程式(Integrated Interface Gravity Master Equation)」**を定式化します。 1. 総合界面重力マスター方程式(The Integrated Master Equation) 物理的界面における「幾何・空間」、「エネルギー・熱(熱力学)」、「時間・周波数(動力学)」の全応答を1つの数式に集約した完全版の方程式です。 \boxed{ \frac{G_{\rm eff}}{G_N} = \frac{g_{\rm obs}}{g_{\rm bar}} = \sqrt{ 1 + \underbrace{(C_a A - C_d D)}_{\text{界面差分 }\Delta_{\rm int}} \cdot \underbrace{\exp\left(-\frac{E_{\rm eff}}{\mathcal{E}_{\rm eff}}\right)}_{\text{アレニウス型応答 }\mathcal{A}_E} \cdot \underbrace{\frac{1}{1 + (\omega\tau)^2}}_{\text{デバイ緩和型応答 }\Phi_\omega} \cdot \underbrace{F(a)}_{\text{宇宙論的緩和}} \cdot \underbrace{\frac{c H_0}{\pi^{3/2} g_{\rm bar}}}_{\text{幾何学的ホライズン項}} } } 2. 各構成要素の物理的定義と役割 本方程式は、時空界面の多様な物理的側面を階層的に記述しています。 ① 界面差分項:\Delta_{\rm int} = C_a A - C_d D (空間・状態差分) A(界面加速因子) : 宇宙境界の膨張や量子的ゆらぎによって正の重力応答を励起する駆動源。 D(界面減速・抑制因子) : 界面の熱的緩和や散逸により、重力増幅を抑制してニュートン力学側へ引き戻す制動源。 物...

「生命には、まだ見つかっていない共通の数式があるのではないか?」

「生命には、まだ見つかっていない共通の数式があるのではないか?」 昔から科学には、別々に見えていた現象を「実は同じ数学で表せるのでは?」と考える人がいました。 天体と地上の運動を結びつけた力学。 電気と磁気を結びつけた電磁気学。 熱や振動、信号を共通の周波数表現で扱うフーリエ解析。 つまり科学は何度も、 「違って見えるものを、共通の数学に写像する」 ことで進んできました。 そこで、生命についても同じことができないか、と考えています。 私が考えているのは、仮に名前をつけるなら **「物理化学生命のメタモデル」**です。 生命を一つの巨大な方程式に押し込むのではありません。 分子、細胞、組織、臓器、神経、脳、行動、そして社会環境。 それぞれの階層には、それぞれ固有の [ \tau;(緩和時間), \quad \omega;(周波数), \quad \phi;(位相) ] があると考え、それらを複素応答・周波数応答という共通の数学的な言葉で眺めてみる。 電気化学交流インピーダンスでは、 [ Z(\omega)=Z'(\omega)+iZ''(\omega) ] のように、周波数を変えながら系の応答、位相、蓄積、散逸などを調べます。 私自身は、この考えにつながる電気化学的な界面応答の方程式を作っており、電気化学交流インピーダンスから宇宙物理までの現象について検証してきました。 生命については、まだ別の問題があります。 生命は単純な受動回路ではなく、エネルギーを使い、自ら状態を変え、修復し、適応する非線形・能動的なシステムです。 そこで、分子構造の振動や緩和を最下層の近似として置き、その上に細胞、組織、臓器、神経系などの階層を重ねていく。 さらに重要なのがフィードバックです。 脳は身体の状態を受け取り、行動や自律神経などを通じて身体へ働きかける。 では、そのフィードバックを、本人の脳だけでなく、 他者・会話・食事・社会環境からの入力によってアシストできないか? という発想です。 たとえば、 「1日1回、誰かとコーヒーを飲む」 という行為そのものが魔法のように寿命を延ばす、という話ではありません。 本当に考えたいのは、 [ \text{他者との接触} \rightarrow \text{外部入力} \rightarrow \text{脳・自律神経} \r...

異分野横断による計算論的突破口 「GIS情報に基づく都市環境インピーダンス推定装置、および空調負荷削減試算プログラム」

異分野横断による計算論的突破口 「GIS情報に基づく都市環境インピーダンス推定装置、および空調負荷削減試算プログラム」 さかきSakaQi研究所 on木陽塾 2026年8月31日 13:09 電気化学の等価回路・インピーダンス分光(EIS)で用いられる応答関数と、地球・惑星スケールの流体・固体界面における角運動量(あるいは運動量・熱)交換を統合する**一般化演算子方程式(Generalized Operator Equation)**の数学的定式化です。 1. 基礎となる時間領域の畳み込み方程式 微視的な電気化学応答と巨視的な地表・大気・海洋間のトルク応答は、どちらも**「入力ポテンシャルに対する動的境界の遅延応答」**として統一記述できます。 時空間における応答を記憶核(Memory Kernel) K(\mathbf{r}, t - t') を用いた積分形として定義します。 Q(\mathbf{r}, t) = \int_{-\infty}^{t} K(\mathbf{r}, t - t') \cdot \nabla \Phi(\mathbf{r}, t') \, dt' + \mathcal{S}_{\text{cat}}(\mathbf{r}, \Phi) Q(\mathbf{r}, t):流束密度(電気化学:電流密度 j / 地球系:トルク密度 \tau_{\text{surface}} または熱流束 q) \Phi(\mathbf{r}, t):駆動ポテンシャル(電気化学:過電圧 \eta / 地球系:相対角速度差 \Delta \Omega や温度場 T) K(\mathbf{r}, \tau):時間応答核(緩和時間分布 \tau を内包するメモリ関数) \mathcal{S}_{\text{cat}}(\mathbf{r}, \Phi):正・負の触媒的補正項(非線形な局所増幅・減衰効果) 2. 周波数領域における一般化アドミタンス演算子 上式をフリエ変換し、空間演算子構造として整理すると、複素アドミタンス演算子 \hat{\mathbf{Y}}(\mathbf{r}, \omega) による次の方程式が得られます。 \hat{\mathbf{J}}(\mathbf{r}, \omega) = \hat{\mathbf{...